OpenClaw Memos プラグイン、AIコーディングエージェントのメモリーハンドオフ問題に対応

Claudeのコード流出により、多くのAIコーディングエージェントの設定には、本質的に高価なログ転送として機能する欠陥のあるメモリハンドオフシステムがあることが明らかになりました。タスクが拡大したりプロバイダーが変わったりすると、これらのシステムは膨張したトランスクリプト全体を境界を越えて引きずり、複数の問題を引き起こします。

現在のメモリハンドオフの問題点

情報源によると、典型的なメモリハンドオフの問題には以下が含まれます：

• フォールバックモデルが、数日分の無意味なツールの雑談、失敗したウェブ取得、部分的に解析されたHTML、壊れたbash出力を引き継ぐ
• ローカルモデルがクラウド規模のコンテキストブロブで詰まり、以前に書かれたコードのエクスポートを妨げる
• 手動でのコンテキスト消去により、エージェントが「半ばロボトミー手術を受けた」状態になり、重要なルールを忘れてしまう

ユーザーは次のように述べています：「それはメモリではありません。派手な名前がついたログ転送です。」彼らは強調します。もしメモリ層がプロバイダーのコンテキストに結びついているなら、あなたはエージェントの脳を所有しているのではなく、その時間に推論を提供している誰かから継続性を借りているだけなのです。

解決策：OpenClaw Memosプラグイン

ユーザーはデフォルトのフローをOpenClawのmemosプラグインに置き換えました。これにより以下が提供されます：

• 以前に書かれたコードをいつでも呼び戻す能力
• モデル切り替え後も存続する厳格なルール
• 最近の作業を短いハンドオフ概要に圧縮
• 次のモデルを汚染しなくなる古いツールノイズ
• 脳移植ではなく、フォールバックとして感じられるフェイルオーバー

設定詳細

ユーザーの設定は以下の通りです：

{
  plugins: {
    memos: {
      strategy: selective_recall,
      max_injection_tokens: 4000,
      drop_stale_tool_calls: true
    }
  }
}

実際の結果として、フォールバックモデルは不完全な断片ではなく、クリーンな2,000行のコードを受け取ります。ユーザーは結論として、多くの開発者がコンテキストウィンドウとメモリを誤って同一視しているが、真のメモリ管理には、単に完全なチャットログをモデル境界を越えて引きずるよりも、より洗練されたオーケストレーションが必要だと述べています。