ベクトルのメモリアーキテクチャ：クロードの流出システムからの原則

メモリアーキテクチャの原則

Claude Codeチームは、彼らのメモリシステムがどのように機能するかを共有し、重要な原則を明らかにしました：メモリはストレージではなくインデックスです。MEMORY.mdには単なるポインタ（1行あたり150文字）が含まれており、実際の知識は別ファイルに保存され、必要に応じて取得されます。生のトランスクリプトは決して読み込まれず、必要なときだけgrepされます。3つの層が存在し、それぞれ異なるアクセスコストを持ちます。最も鋭い原則は、何かが導出可能な場合はそれを保存しないことです。検索は懐疑的です—メモリは真実ではなくヒントであり、モデルは使用前に検証します。

Vektoriの実装

Vektoriは同じ原則を異なる形で適用します。Claudeがファイル階層を使用する一方、Vektoriは3層の階層型センテンスグラフを実装します：

• ファクト層（L0） — 検索表面として機能する明確な記述。低コストで常にクエリ可能。
• エピソード層（L1） — 会話全体にわたるエピソード。自動的に発見される。
• センテンス層（L2） — 生の会話。明示的に必要な場合のみ取得される。

同じアクセスモデルが適用されます：L0がインデックス、L2がトランスクリプト（ダンプではなくgrep）です。必要なものに対してのみコストを支払います。

厳格な書き込み規律

品質フィルターを通過しないものはL0に入りません：最小文字数、コンテンツ密度チェック、代名詞比率。文があいまいすぎるか純粋な埋め草である場合、それはファクトにはなりません。これはClaudeの「導出可能なものを保存しない」原則に一致します。

検索メカニズム

修正に関するアーキテクチャの相違

Claudeのアプローチは、最新の状態が重要となる単一ユーザーのプロジェクトコンテキストに最適化されています。一方、数百のセッションにわたって動作するエージェント向けに設計されたVektoriは、修正履歴を保持します。ユーザーが考えを変えた場合、古いファクトはそのセンテンスリンクとともにグラフ内に残り、変更前の発言内容や、なぜそれが置き換えられたのかを追跡できるようにします。

パフォーマンスと将来性

LongMemEval-Sにおいて、VektoriはBGE-M3 + Gemini Flash-2.5-liteを使用してL1深度で73%の精度を達成しました。マルチホップの矛盾解決—ファクトが時間とともにどのように変化したかについて推論する—は、トリプルベースのシステム（主語-目的語-述語）が崩壊するポイントです。次の層では「理由」の保存が含まれます：イベント間の因果関係エッジ（「ユーザーがXを修正、エージェントがYを更新、ユーザーが再度異議を唱えた」）が非同期に抽出され、グラフとしてクエリ可能になります。エージェントの軌跡自体がメモリとなり、エージェント自身の行動が推論可能な対象の一部となります。