AI News
AIエージェントに「自己進化する脳」を。Tencent Hunyuanが発表した記憶フレームワーク「Hy-Memory」の全貌
📝 概要
Tencent Hunyuanは、AIエージェントに高度な長期記憶能力を付与するプラグイン「Hy-Memory」をリリースしました。本プロジェクトは、単なる会話履歴の検索ツールを超え、エージェントが情報を構造的に理解し、時間の経過とともに自己の認識を更新し続ける「第2の脳」の実装を目指したものです。6層の記憶構造と、人間の認知モデルに近い「System1/System2」の二重処理システムを採用することで、記憶の断片化を解消しつつ、情報の高密度化とトークン消費の削減を同時に実現しています。OpenClawなどのエージェントフレームワークに対応しており、実用的な自律型エージェント開発における基盤技術としての活用が期待されます。
📋 詳細レポート
多層的な記憶構造と「System1/System2」による認知プロセス
Hy-Memoryの最大の特徴は、記憶を単純なログとしてではなく、6つの階層（L1〜L6）に構造化して管理する点にあります。この構造を効率的に運用するため、2つの処理経路が用意されています。
- オンライン・ファストパス（System1）: 会話の最中にリアルタイムで行われる処理です。L1（原始的な会話痕跡）の保存、L2（原子的な事実）の抽出、L3（アイデンティティや属性）の更新、L4（会話の要約）を即座に実行します。
- バックグラウンド・スロー整理（System2）: エージェントが活動していない時間に非同期で行われる「回想」プロセスです。System1で蓄積された材料を元に、L5（心智モデル：行動から抽出された認知枠組み）の抽象化や、L6（前向きな意図：次のアクションの予測）の沈殿を行います。
これにより、エージェントは「何が起きたか」だけでなく、「相手がどのような価値観を持ち、次に何を望んでいるか」までを深く理解することが可能になります。
主要機能と技術的特徴
従来の記憶システムが抱えていた「情報の重複」や「時間経過による矛盾」という課題に対し、Hy-Memoryは以下の革新的なアプローチをとっています。
- 進化する記憶チェーン（Evolution Chain）: 記憶をベクトルによる類似度検索だけで呼び出すのではなく、「supersedes（上書き・継承）」ポインタによって時系列の因果関係として繋ぎ合わせます。
- 高密度な情報管理: 記憶の量を70%以上削減しつつ、1つの記憶あたりの情報密度を45%向上させています。これにより、超長文コンテキストにおけるトークン消費量を35%削減することに成功しました。
- 事実の衝突処理: ユーザーの好みが変わった場合、古い事実を淡静化させ、新しい事実を固着させることで、常に最新かつ正確なユーザープロファイルを維持します。
活用シーンと従来手法との比較
Hy-Memoryの優位性は、ユーザーの複雑な「態度の変化」を追跡するシーンで顕著に現れます。
例えば、あるユーザーが「音楽配信サービス（Spotify）に期待して出品したが、アルゴリズムによる消費に失望し、最終的にアナログ盤販売へ転向した」という経緯がある場合、従来のベクトル検索では「Spotify」というキーワードに反応して過去のポジティブな発言を誤って引用するリスクがありました。 しかし、Hy-Memoryの演化鎖（Evolution Chain）は、「期待 → 失望 → 決別 → 再構築」という因果関係を保持しているため、エージェントは「以前、Spotifyのアルゴリズムに失望されましたよね」といった、文脈を深く汲み取った回答が可能になります。
ベンチマーク（LongMemEvalおよびPersonaMem）においても、mem0やGraphitiといった既存の記憶フレームワークを大きく上回るスコアを記録しており、特に「知識の更新」や「時系列推論」において高い精度を誇ります。
今後の展望
Hy-Memoryは、利用者のニーズに合わせて3つの導入形態（Lite / Pro / Ultra）を提供しています。
- Lite: LLMコストを抑えたベクトル検索ベースの軽量版。
- Pro: 同期的な抽出・要約・反思機能を備えた標準版。
- Ultra: System1とSystem2をフル稼働させる完全版。
現在はOpenClawプラグインとして配布されており、Hunyuan 3.0 Previewなどのモデルと組み合わせて即座に利用可能です。AIエージェントが「ただ対話するツール」から「ユーザーと共に成長するパートナー」へと進化するための、重要なマイルストーンとなるでしょう。