Claude Codeを開くたびにプロジェクトアーキテクチャを再説明する。バグ修正のたびにコンテキストを再構築する。CLAUDE.mdは200行が上限で、メンテナンスを止めたとたんに陳腐化する。
これはすべてのAIコーディングエージェントユーザーの共通の痛み。AgentMemoryはこれを解決するために存在する。
何をするのか
AgentMemoryのアプローチ：エージェントのセッション内容を静かにキャプチャし、検索可能なメモリに圧縮し、次のセッション開始時に正しいコンテキストを自動注入する。
単純なチャットログ保存ではない。KarpathyのLLM Wikiパターンを拡張し、信頼度スコアリング、ライフサイクル管理、ナレッジグラフ、ハイブリッド検索を追加。セッション1でJWT認証を設定。セッション2でレートリミットについて尋ねると——エージェントはすでにjoseミドルウェアを使っていること、テストがトークン検証をカバーしていること、Edge互換性のためにjsonwebtokenではなくjoseを選んだことを知っている。
再説明不要。コピペ不要。エージェントはただ知っている。
私の見解
AgentMemoryは実在する、広く不満を持たれている問題を解決している。ただし注意点がある：
- ベンチマークは内部コーパスで実行——第三者検証はまだ薄い。リアルプロジェクトで0.578のP@5がどこまで通用するか、より多くのフィールドデータが必要。
- メモリ圧縮の品質は圧縮戦略に依存しすぎる。攻撃的すぎると重要なコンテキストが失われ、保守的すぎると古いトークン浪費の問題に戻る。
複数のAIコーディングエージェントを使っているなら、AgentMemoryの価値は乗数的に高まる。 単一エージェントユーザーなら、ビルトインのメモリファイル（CLAUDE.md、.cursorrules）と手動メンテナンスの方が简单かもしれない。
フォローする価値あり。次に注目すべきは、第三者ベンチマーク結果とメモリ圧縮戦略の透明性。
主要ソース：