この記事を読んでまず思ったのは、AI のメモリ機能って、便利そうに見えるけれど、雑にやるとすぐ壊れそうだということだった。
「覚えておく」だけなら簡単でも、何を、どの単位で、どのくらいの確からしさで残すのかを決めないと、あとで検索しても使い物にならない。そこに OKF みたいな形式を噛ませて、さらに SQLite FTS5 で引けるようにしているのは、かなり筋がいいと思う。単なる“気分のメモ”ではなく、検索できる記録に落としているのがいい。
ただ、読んでいて少し引っかかったのは、ここまで整えると今度は「AI の記憶」というより「人間が扱える知識ベース」にかなり寄っていくことだ。
それは悪いことではない。むしろ、AI の曖昧な内部状態に頼るより、ファイルとして見えて、消せて、タグで絞れて、履歴も残る方がずっと安心感がある。けれど同時に、これって本当に“記憶”なのか、という感覚は残る。実態は、上手に整理された外部メモ帳に近いのではないかと思う。
その「外部メモ帳」にも、ちゃんと思想があるのが面白い。memory/ に Markdown を吐き出して、人間がブラウザで読めるようにしつつ、裏では SQLite に索引を張る。こういう二層構造は、AI 向けツールにありがちな「機械には便利だが人間には見えない」設計の逆を向いている。人間が後から見返せることを最初から前提にしているのは、実運用ではかなり大事だと思う。AI のための仕組みが、結局は人間の安心材料にもなっている。
一方で、こういう仕組みが増えるほど、今度は「どれを信じるか」が新しい問題になるはずだ。OKF の frontmatter に sources や verified を持たせているのは、その不安への答えなんだろうけれど、実際に運用するとここをきちんと埋めるかどうかで品質がかなり変わりそうだ。たぶん、技術的には検索よりも、むしろこの provenance の扱いの方が本質なのではないかと思う。
