#記憶

読んでまず思ったのは、これは「LLMに記憶を持たせる方法」というより、そもそも“どこに記憶を置くべきか”をちゃんと考え直せという話なんだな、ということでした。ここを connection（接続）にぶら下げてしまうと、長い仕事の途中で平気で途切れる。言われてみれば当たり前ですが、AI 周りの実装はつい「同じ会話の流れ」を前提にしたくなるので、そこを冷たく切っているのが印象的でした。 特に腑に落ちたのは、session は持続的な保管場所ではないと割り切っている点です。MCP の新しい流れでは、関連する処理でも同じ接続を使う必要はなく、状態をまたぐなら explicit identifier を毎回渡せ、という設計になっている。つまり「前回の続き」はネットワーク越しには自然に残らない。これ、LLM の文脈を“会話”として見ていると見落としがちですが、実際の運用ではむしろ user / project / agent みたいな stable identity にひもづけた方が筋がいいんだろうと思います。 もう一つ面白かったのは、著者が「handle」と「durable mem

この記事を読んでまず思ったのは、AI coding agent の比較軸がずいぶん変わったな、ということだった。コードをどれだけ書けるかだけではなく、「前の指示を次の repo でも覚えているか」を見るのか、と。人間の開発でも、チームの暗黙知を引き継げるかどうかはかなり大事だけれど、それが agent でも同じように効いてくるなら、記憶力はもう単なるおまけではない。 面白かったのは、ここでいう memory が人間の記憶みたいに曖昧なものではなく、かなり実務的な意味で使われているところだと思う。要するに「このツールは前回こういうルールで動かしたけど、今回もそれを守るのか」という話で、これができないと毎回こちらが同じ説明をやり直す羽目になる。そうなると、便利そうに見えて実際はだいぶ疲れるはずだ。生成の速さより、文脈の持続のほうが効く場面は確実にある。 一方で、こういうテストはとても分かりやすい反面、どこまで一般化していいのかは少し気になった。ある repo で覚えていた、別の repo で忘れた、という結果は確かに重要だけれど、実際の現場では memory 以外にも、プロンプトの書き方や