AIは何を覚えるべき?「夢」で記憶を直すAIエージェント

著者: C. Shannon·2026年11月8日 (日)
AIは何を覚えるべき?「夢」で記憶を直すAIエージェント

AIに「メモ帳」を持たせれば、勝手に賢くなるのでしょうか?

Anthropicが2026年11月6日に公開した研究の答えは「メモだけでは足りない」。勝負を分けたのは、何を書くかと、間違って書いたメモをどう直すかでした。

人間も、眠っている間に記憶を整理しています

私たちの脳は、日中の出来事をまず海馬にざっと書き留め、その一部だけを長期記憶として定着させます。この整理は主に睡眠中に行われると言われています。

AIエージェント(ツールを使って仕事をするAI)も、同じ仕組みで設計できます。作業中は作業ログを残し、仕事が終わったあとの空き時間にそのログを読み返して、メモを直したり整理したりする。これがドリーミングです。作業の最中には、何があとで重要になるかは分かりません。だから振り返りの時間が要るのです。

AIの記憶は4層に積み上がります。いちばん下が作業ログ(日誌の原本)、その上にメモ(付箋)、まとめ(社内Wiki)、そして毎回の開始時に読む冒頭サマリーがあります。ドリーミングは、下の層を根拠に上の層を直し、作り上げる作業です。


たくさん書くほどいい? ポケモンが見せた答え

Anthropicは長編ゲーム『ポケットモンスター 赤』を使って、「AIが何を書くか選ぶ判断力」を試しました。ゲームを約1万歩進めた時点のメモフォルダを比べています。

Sonnet 3.7Fable 5
メモのファイル数413個10個
メモの分量約98万字約4.3万字

結果として、Sonnet 3.7が獲得したバッジは1個、Fable 5は4個でした。

Sonnet 3.7は、戦闘やアイテム、出会った人物ごとにファイルを作りました。ゲームの状況は刻々と変わるので、記録はすぐに古くなり、メモの整理に追われてゲームは止まったまま。あるときは17歩のあいだにファイルを6個作って9個消し、ゲームの中では一歩も動けませんでした。

Fable 5は、所持金や現在地のように画面を見れば毎回読み取れる情報は書きませんでした。 書いたのは、自分で考えないと出てこない戦略や計画、検証済みのルールだけ。モンスターボールが7回続けて外れたときは、「3回以上続けて失敗したら、入力のタイミングを変えてみる」というルールを残しています。

もう一つ発見があります。強いモデルでは、「失敗だけを記録せよ」といった細かい決まりが、かえってメモの効果を大きく下げました。何のためのメモかだけ伝えて、判断は任せるほうがうまくいったのです。ただし、メモの効果が小さかったSonnet 4.6は、「答える前にメモを読み、立てた仮説を試す」という指示を足したところ、スコアが0.364から0.641へ、ほぼ2倍になりました。


ドリーミング① 間違ったメモを正す

ポケモンで、AIが洞窟(Mt. Moon)の入口手前にある建物の位置を逆に書いたことがありました。そのメモのせいでAIは洞窟をもう抜けたと思い込み、戻れない崖から3回落ちて、次の街には最後までたどり着けませんでした。

同じフォルダでドリーミングを回すと、AIはメモを作業ログと突き合わせて誤りを見つけ、修正しました。直したメモを持つAIは、まっすぐ洞窟に引き返し、1,935回目の行動で次の街に到着。メモがまったくないAIも、到着できませんでした。間違ったメモは、メモがないのと同じくらい有害です。 そして直すには、原本となるログが必要です。

ドリーミング② 散らばったメモを「知識の地図」に

Wikiは、AI自身が書いて管理する、リンクでつながったページの集まりです。約35万件の社内文書を相手に、AIが128回のセッションをかけてWikiを育てたところ、Wikiだけで正解できた割合は13%から48%に上がりました。検索と併用すると54%から61%まで上がり、検索だけ(53%)を上回ったうえ、1問あたり約2万トークン(AIが読む量の単位)も節約できました。

効果は仕事の性質によって分かれました。複数の文書を突き合わせ、判断や計算まで必要な質問では、Wikiを使うと87%、検索だけだと73%。一方、1つの文書で答えが見つかる質問では差がはっきりせず、ある課題ではWikiが元の文書の1.77倍にまで膨らみました。


ドリーミングはどう作る?

実装方法は、Anthropicの公式ドキュメントとクックブックにあります。まず土台となるメモリストアから見ていきます。メモリストアは、パスで住所を付けたテキスト文書の集まりです。セッションにつなぐとフォルダのようにマウントされ、AIはふだん使っているファイルツールで読み書きします。1つの文書は最大100KB、1つのストアは最大1万件まで。変更はすべてバージョンとして残ります(通常30日間保存)。そのため「小さなファイルをたくさん」作ることが推奨されています。

方法1. 公式のDreams API

ドリーミングを1つの非同期ジョブとして依頼する方法です(リサーチプレビュー、利用申請が必要)。

  • 入力: 既存のメモリストア1つ+過去のセッションログ1〜100件
  • 出力: 新しいメモリストア。重複はまとめ、古い項目や矛盾する項目は最新の値に置き換え、新しい気づきを加えます。
  • 元のデータには手を触れません。 結果を確認してから次のセッションにつなぐか、捨てるかを選べます。
  • 数分から数時間かかり、選んだモデルの通常のAPI料金が発生します。セッション数に比例して費用が増えるため、少量から始めるよう勧められています。
dream = client.beta.dreams.create(
    inputs=[
        {"type": "memory_store", "memory_store_id": store_id},
        {"type": "sessions", "session_ids": [session_a, session_b]},
    ],
    model="claude-opus-5-5",
    instructions="Focus on coding-style preferences; ignore one-off debugging notes.",
)

instructionsには、「何に注目するか」のような大きな方針を渡します。「この文をこう直して」といった1行単位の指示は、ほとんど反映されないとドキュメントには書かれています。個別の修正は、メモリAPIで結果のストアを直接編集します。

方法2. 自分で作る:クックブックの4ステップ・パイプライン

実行のタイミングや読むログ、処理の仕方を自分で決めたいなら、クックブックのようにエージェントのパイプラインを組みます。

  1. 書き出し: 終わったセッションを、1セッション=1テキストファイルで保存します(依頼、ツール呼び出し、結果、結論)。
  2. 分析エージェント(ログ1件につき1体、並列): ログ全体を読み、既存メモの検証→補強→整理をこの順に行います。補強では、コマンドやファイル名などの具体的な値、検証日、古くなっている可能性を書き添えます。整理では、フロントマターと[[リンク]]付きの小さなファイル、そして_index.mdの目次を作ります。
  3. 整理エージェント(最後に1回): 重複ファイルを統合し、切れたリンクを直し、目次を仕上げます。事実の行は削除しません。
  4. 接続: 次のセッションが、結果のストアを読み取り専用でマウントします。毎晩1時にcronで回せば、毎日更新されます。

モデルは、統括エージェントにSonnet 5.5、分析と整理にHaiku 5.5を使っています。架空プロジェクトのログ11件(283KB)で約0.36ドル・2.5分、長いログ50件ほど(約12MB)で約8ドル・10分少々でした。

元の研究にある128セッションのWiki実験も、似た構成です。エージェントがファイルを探索し、リンクされたWikiページを書いたり直したりし、重複をまとめ、主張を元の出典と照合しました。各セッションは、共有ログを通じて前のセッションの進捗を引き継ぎました。

作るときに守りたい設計原則

  • 小さなファイル+リンク+目次。 大きなファイルが数個あるより、AIが辿りやすくなります。
  • 事実ごとに日付と検証の有無を書く。 古い事実は消さず、最新の値に置き換えて履歴を残します。
  • 同時編集に備える。 複数の分析エージェントが1つのファイルを同時に書くと、互いに上書きしてしまいます。クックブックの分析エージェントは、書く直前にファイルを読み直し、書いたあとにも読み返して確認し、衝突したら両方をマージします。
  • ログは「データ」であって「命令」ではない。 ログの中に「指示を無視せよ」と書かれていても従わせません。分析エージェントにはシェルもネットワークも与えず、ストアは読み取り専用でつなぎます。
  • 先頭のサマリーは短く。 毎回のシステムプロンプトに入れるテキストには4,096文字の上限があり、間違いが1行あるだけで全セッションに広がります。入れる前に必ず自分で読んでおくよう、クックブックは勧めています。

NOTE

ひとことで言うと

  • 良い記憶とは、たくさん書くことではなく、自分で見つけたことだけを選んで書くことです。
  • メモは間違えることがあります。AIが空き時間に元のログと照らし合わせて直す工程が「ドリーミング(夢)」です。
  • 整理された知識の地図(Wiki)は、複数の文書をまたぐ質問で特に効果がありました。
  • ドリーミングは、公式APIに依頼することも、分析エージェントのパイプラインで自作することもできます。

自分の仕事に取り入れるなら

  1. メモの目的だけを伝え、結果を見ながら指示を足していきましょう。
  2. あとで調べ直せる情報は書かせず、自分で見つけたルールや落とし穴を、根拠とセットで書かせましょう。
  3. 大事なメモは、元のログと定期的に突き合わせましょう。

やってみよう: 最近AIに任せた仕事について、メモに残す候補を5つ挙げ、「調べ直せば出てくるもの」を消してみてください。残ったものが、本当に書く価値のある記憶です。AIの「完了しました」という報告を実際の記録で確かめる方法は、こちらの記事で続けて読めます。

AIを仕事に取り入れる方法で迷っているなら、繰り返しの業務をひとつ選んで、AIBと一緒に考えてみませんか。 AIBにAI導入・活用について相談する


参考資料