Google PMがSQLiteストレージ搭載の常時稼働メモリエージェントをオープンソース化、ベクトルDB不要

概要

GoogleのシニアAIプロダクトマネージャーであるShubham Saboo氏が、MITライセンスのもと、公式Google Cloud PlatformのGitHubページで「Always On Memory Agent」をオープンソース化しました。これは、従来のベクトルデータベースに依存せずに、継続的に情報を取り込み、バックグラウンドで統合し、後で検索可能なエージェントシステムのリファレンス実装です。

技術詳細

このエージェントは継続的に動作し、ファイルやAPI入力を取り込み、構造化されたメモリをSQLiteに保存します。デフォルトでは30分ごとにスケジュールされたメモリ統合を実行します。システムはテキスト、画像、音声、動画、PDFの取り込みをサポートしています。

リポジトリでは、この設計を「ベクトルデータベース不要。埋め込み不要。構造化されたメモリを読み、考え、書き込むLLMだけ。」という主張で説明しています。これにより、パフォーマンスの問題はベクトル検索のオーバーヘッドから、モデルのレイテンシー、メモリ圧縮ロジック、長期的な動作の安定性へと移行します。

このエージェントは、2025年春に導入されたGoogleのAgent Development Kit（ADK）を使用して構築されており、Googleが2026年3月3日に発表したGemini 3シリーズで最速かつ最もコスト効率の高いモデルであるGemini 3.1 Flash-Liteを利用しています。

モデルと性能

Gemini 3.1 Flash-Liteは、入力トークン100万あたり0.25ドル、出力トークン100万あたり1.50ドルで価格設定されています。Googleによると、最初のトークンまでの時間はGemini 2.5 Flashの2.5倍速く、出力速度は45%向上しながら、同等またはそれ以上の品質を維持しています。

Googleが公開したベンチマークでは、このモデルはArena.aiで1432のEloスコア、GPQA Diamondで86.9%、MMMU Proで76.8%を記録しています。Googleはこれらの特性を、翻訳、モデレーション、UI生成、シミュレーションなどの高頻度タスクに適していると位置付けています。

アーキテクチャと構成要素

このリポジトリは、取り込み、統合、クエリ処理を担当する専門コンポーネントを持つマルチエージェント内部アーキテクチャを採用しているようです。ローカルHTTP APIとStreamlitダッシュボードが含まれています。このプロジェクトは、多くのAIチームが求めているが、クリーンに本番環境化した例が少ないものに対する実用的なリファレンス実装として機能します。

ADKはフレームワークとしてマルチエージェントシステムをサポートしていますが、この特定のリポジトリは、専門サブエージェントと永続ストレージで構築された常時稼働メモリエージェント、またはメモリレイヤーと表現するのが最も適切です。

ユースケースと考慮事項

このリリースは、製品ローンチとしてよりも、エージェントインフラストラクチャの方向性を示すシグナルとして重要です。サポートシステム、研究アシスタント、内部コパイロット、ワークフロー自動化など、長期間の自律性がますます求められる分野で魅力的な視点を提供しています。

ベクトルデータベースを避けるという設計選択は、プロトタイプを簡素化し、特に小規模または中規模メモリのエージェントにおいてインフラストラクチャの拡散を抑えることができます。しかし、メモリがセッションに縛られなくなるとすぐに、ガバナンスに関する問題がより鮮明になります。