こんにちは！
アメリカ発祥のスタートアップ企業、Plastic LabでAI研究開発に携わる3un01aです。
御社では「機械学習 × 認知科学」の交差点に立ち、個人のアイデンティティを映す AI ネイティブなメモリと社会認知システムを構築しています。
中心プロダクトの「Honcho」は、AI アプリ／エージェントがユーザーを「知る・理解する」ためのプラットフォームで、記憶をただの保存ではなく、推論を通じたダイナミックなプロセスとして扱います。
この記事では、私たちが考える「メモリ＝推論」という新しいメタファーを紹介し、なぜこれが次世代の AI システムにおいて鍵になるのかを技術者視点で整理していきます。
はじめに
これまでのエージェントシステムでは「メモリ＝データの保存」と考えるのが当たり前でした。
しかし本記事では、メモリは本質的に“予測と推論のための仕組みである” という視点から再定義します。
人間の認知は、限られたエネルギーと情報の中で予測を更新し続ける仕組みです。一方、LLM や AI エージェントはその制約を受けません。
ならば 推論そのものを学習タスクとして扱い、動的なメモリを構築すべきでは・・・？
というのが今回この記事の主張となります。
メモリは「保存」ではなく「予測」
従来のエージェントシステムでは、メモリは以下のように実装されることが一般的です：
-
RDB（リレーショナルDB）
-
ベクターデータベース（埋め込み検索）
-
グラフデータベース（知識構造化）
これらは非常に便利ですが、「何を保存すべきか」「どのように構造化すべきか」を人間が決める必要があり、保存された情報は静的です。
しかし、ユーザの心理・文脈・嗜好・性格を表現する“個人アイデンティティ” は、完全なデータが揃わない非決定論的な領域です。
これは、AI が得意とする問題でもあります。
なぜ「記憶＝予測」なのか
人間の脳は、限られた情報の中で世界を理解するために「予測と誤差修正」を繰り返しています。これにより私たちは、友人・家族・職場の同僚について、静的なデータベース以上の“内部モデル”を持つことができます。
-
完全なデータはない
-
でも推論して予測し、次のインタラクションで修正する
この仕組みこそが人間のメモリです。
AI も同じアプローチを採用することで、従来の「保存ベースのメモリ」では扱えない領域でユーザ理解・パーソナライズ・エージェントの一貫した人格形成を実現できます。
予測には推論が必要
人間の推論は素晴らしいものですが、以下の制約があります：
-
認知バイアス
-
情動による判断の揺れ
-
計算リソースの不足
-
記憶の曖昧さ
-
信念のアップデートが苦手
一方、LLM はこうした人間の弱点を持ちません。
さらに近年の研究では、次のような結果が示されています：
-
Chain-of-Thought により論理推論の質が向上
-
推論トレースへの RL（強化学習） によってモデル性能が大幅に改善
-
例：OpenAI o1 シリーズ
-
例：DeepSeek R1 シリーズ（推論過程の公開）
-
つまり LLM は、論理推論（演繹・帰納・アブダクション）が極めて得意です。
推論を使った「メモリのスキャフォールディング」
保存ではなく「推論の木構造」で記憶を構築する、というアイデアです。
従来方式
- 情報を抽出 → 埋め込み → 保存
- データは変わらない（静的）
推論方式
- 新しい情報が来るたびに推論
- 論理的結論を“ノード”として蓄積（木構造）
- 必要に応じてノードを組み合わせ、文脈を動的生成
この構造は、いわば Synthetic Social Cognition（人工的な社会認知） を実現します。
Honcho：推論ベースのメモリを API 化したプロダクト
Plastic Labs では、この“推論メモリ”のアプローチを実用化したプロダクト Honcho を開発しています。
Honcho の提供する価値
- メモリを「保存」ではなく「推論」として扱う
- ユーザのアイデンティティ表現を動的に生成
- 推論の木構造を API として提供
- LLM を使った高精度のユーザ理解を実現
- 静的データでは捉えきれない「個人性」をモデル化
エージェントの“人格”や“長期記憶”をどのように扱うかは、これからの AI プロダクトの本質的なテーマです。私たちはその基盤を提供するスタートアップとして、この問題を徹底的に追求しています。
おわりに
あなたのプロダクトは、ユーザについてどれだけの情報を取りこぼしているでしょうか？
もしメモリを「推論」に変えるだけで、
- 個別化された体験
- 一貫性のあるエージェント
- 高度なユーザ理解
- 粒度の高いパーソナライゼーション
が実現できるとしたら・・・？
Plastic Labs は、その未来の最初のレイヤを作っています。