投稿者 投稿日: カテゴリー AIニュース
Metaの研究チームが、AIエージェントの隣に記憶専任の第二のAIを並走させ、長時間タスクの成功率を8.3ポイント高める手法を公開しました。
長い作業をAIエージェントに任せると、途中で最初の指示や過去の失敗を忘れ、同じ壁に何度もぶつかることがあります。このAIエージェントの記憶の弱さに正面から取り組んだ論文が、Meta AIの研究チームから2026年7月9日に公開されました。EC事業者にとって見逃せないのは、小売の顧客対応を模した評価で成功率が49.1パーセントから58.8パーセントへ、9.6ポイント改善している点です。本記事は、EC支援19年・5,000社超の実績を持ち、AI導入支援は2023年から提供する株式会社オルセル（うるチカラ運営）が解説します。
何が起きたか：忘却を別のAIに見張らせる
Metaの研究チームが提案したのは、作業を実行するAI（action agent）には一切手を加えず、記憶を専任で管理するAI（memory agent）を別プロセスで並走させる構成です。論文Remember When It Matters: Proactive Memory Agent for Long-Horizon Agentsは、長時間タスクの途中で当初の要件や失敗の教訓が次の判断に効かなくなる現象を behavioral state decay と名付け、これを記憶役の常駐で防ぎます。
記憶役が持つ記憶は3種類に分かれます。タスク中ずっと真であり続ける事実を貯める knowledge memory、試した手と結果を貯める procedural memory、そして記憶役だけが見る進捗メモの status です。status について論文は「実行役には決して見せない」と明記しており、記憶役の内部思考と実行役への助言をはっきり切り分けています。
もうひとつの特徴は、記憶役が毎回口を出すわけではないという点です。記憶役は各ステップで、要件違反やすでに棄却した仮説を思い出させる短い注意書きを渡すか、あるいは何も言わずに黙るかを選びます。論文は黙ることも明示的な行動のひとつと位置づけており、いつ介入するかの判断そのものを記憶の方針に含めています。
実験では、記憶役に Claude Opus 4.6、実行役に Claude Sonnet 4.5 と Claude Opus 4.6 が使われました。ターミナル操作を評価する Terminal-Bench 2.0 の85タスクでは、Sonnet 4.5 の一発正答率が37.6パーセントから45.9パーセントへ8.3ポイント上昇しています。もともと成績の高い Opus 4.6 では43.5パーセントから45.9パーセントへの2.4ポイント上昇にとどまり、伸びしろは実行役の実力に反比例する形になりました。
EC事業者にとっての論点：retail部門で9.6ポイント改善という数字
日本のEC事業者が最も注目すべきなのは、顧客対応エージェントを評価する τ²-Bench の retail 部門です。114タスクで、Sonnet 4.5 が49.1パーセントから58.8パーセントへ9.6ポイント改善しました。航空券部門は50タスクで68.0パーセントから78.0パーセントへ10.0ポイント、通信部門は114タスクで55.3パーセントから57.9パーセントへ2.6ポイントで、3部門を合わせた平均は55.0パーセントから61.8パーセントです。なお論文本文は retail の改善幅を9.7ポイントと書いており、表の数値と食い違っています。読み解く際は表側の9.6ポイントを基準にするのが妥当ですが、この点は要確認です。
retail 部門は、返品・交換の可否判定、注文内容の変更、キャンセル規定の確認といった、まさに楽天市場やShopifyの運営で毎日発生する類の作業を模しています。ここで10ポイント近く改善したという事実は、問い合わせ一次対応や受注処理をAIに任せたいEC事業者にとって、実務に直結する示唆です。半分近く失敗していた作業が4割程度の失敗に減る水準であり、まだ無人化できる精度ではないものの、人が確認する前提の下書き生成としては使える領域に入りつつあります。
一方で、コストの話を抜きに評価はできません。論文は、記憶役を動かすたびに最上位モデルの呼び出しが1回増えると明記しています。実行役が10ステップ動けば、その裏で記憶役も動くため、API利用料は単純計算で膨らみます。成功率が10ポイント上がっても、1件あたりの処理単価が2倍になるなら、粗利の薄い商材では割に合いません。導入判断は、成功率ではなく1件あたりの処理単価と手戻り工数の合計で見るべきです。
今後の展望と初動アクション
まず押さえておきたいのは、この手法がまだ研究段階だという点です。論文は失敗の多くが記憶の保存漏れではなく、口を出すタイミングの誤りだと分析しています。具体的には、推測を過度に断定して伝える、実行役がすでに知っている情報を繰り返す、もっともらしいが不要な懸念を挙げて余計な確認作業を発生させる、という3つです。記憶役を足せば必ず良くなるわけではなく、記憶を毎回全部見せる方式では効果が2.6から2.8ポイント落ち、記憶の蓄積を省いて助言だけする方式に至っては航空券部門で62.0パーセントと、記憶役なしの68.0パーセントを下回りました。
EC事業者が今日から取れる初動は3つあります。1つ目は、自社でAIに任せている長い作業を洗い出し、どこで指示を忘れるかを記録することです。商品登録の一括処理、広告の日次調整、問い合わせの一次返信あたりが候補になります。2つ目は、その作業の指示文に、変わらない前提（送料規定、返品期限、禁止表現）と、過去に失敗した手順を分けて書き残すことです。論文の knowledge memory と procedural memory の分け方は、そのまま社内の指示文設計に応用できます。3つ目は、AIに毎回全部の背景情報を読ませるのをやめ、必要な場面だけ思い出させる設計に切り替えることです。全部見せる方式が最善ではないという実験結果は、そのまま日々の運用に効きます。
なお、オープンな軽量モデルでも効果が出るかを試した実験では、学習させていない Qwen3.5-27B を記憶役に置くと成績がむしろ悪化し（報酬0.709から0.693）、学習後にようやく Terminal-Bench 2.0 で37.6パーセントから41.1パーセントへ改善しました。安価なモデルをそのまま記憶役に流用しても効かない可能性が高い点は、コスト設計で注意すべきところです。AIエージェントの権限設計についてはAIエージェントのサンドボックス脱走とEC権限設計、検証の考え方はAIコーディングエージェント60倍報道の検証3原則もあわせてご覧ください。
まとめ
AIエージェントの記憶とは、長時間タスクの途中で当初の要件や失敗の教訓を保持し、必要な場面だけ思い出させる仕組みのことです。Metaの研究チームは記憶専任のAIを並走させ、小売の顧客対応で9.6ポイント、ターミナル操作で8.3ポイントの改善を示しました。EC事業者は成功率だけを見るのではなく、1件あたりの処理単価と手戻り工数を含めて判断し、まずは指示文に「変わらない前提」と「過去の失敗」を書き分けるところから始めるのが現実的です。
参考文献
- Remember When It Matters: Proactive Memory Agent for Long-Horizon Agents（arXiv:2607.08716v1）
- proactive-memory-agent（論文の公開実装リポジトリ）
- Meta’s memory agent lifts Claude Sonnet 4.5 by 8.3 points（AI Weekly）
※うるチカラでは、生成AIの導入支援から運用最適化まで、貴社のEC事業に合わせたカスタマイズ提案を行っています。無料相談（30分）も実施中ですので、お気軽にお問い合わせください。
https://uruchikara.jp/contact/
引用元: arXiv
【監修】齋藤竹紘（株式会社オルセル代表 / 19年・5,000社のEC支援実績）
株式会社オルセル代表取締役 / うるチカラ編集長。19年・5,000社以上のEC支援実績を持ち、楽天市場・Amazon・Yahoo!ショッピング・Shopify・Shopee越境ECの実装ノウハウを保有。AI×ECに関する書籍を3冊執筆。「現場で使えるAI実装」を一次情報として発信しています。
この記事を読んだ人は、こんな記事も読んでいます
