AIエージェントに「記憶」を持たせるべきか。文脈が累積するかで決まる
結論から AIエージェントに「記憶」を持たせるべきか。過去のやり取りや決定を、会話をまたいで自動で思い出す層のことです。たとえば Claude Code には、こうした自動メモリの仕組みがあります。 入れるかどうかは、機能の出来では決まりません。そのリポジトリの文脈が、累積するのか、入れ替わるのか。ほぼそれだけで決まります。私は自分の環境でこれを見誤って、最終的に自動メモリをまるごと空にしました。 効くのは、単一文脈・累積型 1つのサービスのコードベースを、延々と触り続けるような現場。ここでは記憶は素直に効きます。 作業が積み上がっていくので、「前回の続き」「前に決めた方針」を思...
出典: Zenn AI（配信元の紹介文より引用）
このニュースの全文は、配信元でお読みいただけます。 Zenn AIで元記事を読む →
編集部の実践記録から
AIエージェントは業務を何割まで自力で終わらせられるのか（1,431タスクで58.54%）
現実業務に近い1,431タスクを集めたベンチマーク「OmniaBench」で、最高性能クラスのモデルの1回目成功率は58.54%だった。おおよそ2回に1回は失敗する水準であり、中小企業が受発注や見積をエージェントに丸投げする段階ではない。ただし工程の切り出し方次第で実用域は確かに存在する。
続きを読む →
AIに社内資料を読ませて文書を作らせると、何％が出典の辿れない創作になるのか — 2,629点の来歴監査
公式文書を与えたうえでAIに合意文書を作らせ、生成物1点ずつの出どころを監査した研究があります。原典に直接遡れたのは43.7%、一切遡れない創作が22.1%、仕組み由来のゴミが6.8%。AIに社内資料を読ませて提案書や議事録を作らせる運用に、そのまま効く数字です。
続きを読む →
本物の顔写真を使わずに、顔認証システムの優劣は比較できるのか（合成データ12件×モデル24本の検証）
ルクセンブルク大学らの研究が、AI生成の合成顔データセット12件と実データのベンチマーク7件を、学習済みモデル24本で突き合わせた。上位の合成データは実データとの相関が平均0.90に達する一方、最下位は-0.52まで落ちる。顔写真を集めずにベンダー比較ができる条件と、鵜呑みにしてはいけない境界を整理する。
続きを読む →