ほとんどのAIメモリツールに何をするのか聞くと、同じ文章が聞こえてきます。彼らはあなたのAIのためにものを覚えておき、毎回セッションの開始からやり直す必要がないようにしているというものです。那は当然のことです。SAIHMも同様です。質問する価値のあることは、ツールが何かを覚えるかどうかではありません — それよりも、ツールが内部的にどのように構築されているかです。なぜなら、それがあなたのデータを誰が読むことができるか、削除が実際に実行されるか、メモリがあなたに従うか、規制当局に立ち向かうことができるか、そして実行するのに何らのコストがかかるかを決定するからです。

この投稿では、SAIHMがほとんどのAIメモリツールと異なって構築されている10の設計上の選択肢について説明します。最初の選択肢は、ほとんどのツールが後回しにしているもの — 規制コンプライアンス — であり、残りはそれを実現する具体的なメカニズムです。そのうちの1つは請求書に直接表示されます。SAIHMは、会話全体を再送信するのではなく、1ターンあたり数個のメモリセルを呼び出すため、長いセッションではコンテキストトークンの支出を約80%削減します（10番目のポイント、ベンチマークを再現することができます）。それぞれがスローガンではなくメカニズムであり、各リンクは詳細なページに接続されています。如果あなたが選択肢を比較検討している場合、ベンダーに提示するチェックリストとして読んでください。

1. コンプライアンスは最初から設計されており、後から付け加えられたものではありません

コンプライアンスは設計入力であり、後から考えられたものではありません。

ほとんどのメモリツールは、コンプライアンスを後から実現しようとしています。データ処理の付加的な機能をここに追加したり、削除エンドポイントを追加したりして、コンプライアンスを実現しようとしています。しかし、SAIHMは逆のアプローチを取りました。規制当局やセキュリティリーダーが求めるコントロールは、スタックの上に積み上げられた機能ではなく、アーキテクチャそのものです。このページのほとんどのポイント — 保持するキー、証明可能な削除、誰も静かに書き換えることができない監査 — も、ダブルデューティーのコンプライアンスコントロールです。

これが、CISOやDPOが実際に探しているものであり、これはセキュリティリーダーの投稿の通底するものです：AIメモリのためのCISOチェックリスト、SAIHMが本当の意味で忘れる方法、AIメモリが存在する場所。これらの投稿で説明されているデータ保護メカニズムは、現在実行中であり、GDPR（第15条のアクセス権と第17条の消去権を含む）、CCPA/CPRA、HIPAA、ISO/IEC 27001およびSOC 2などのレジームに直接マッピングされます。また、現在形作られているAI固有のフレームワークもあります：EU AI Act、NIST AIリスク管理フレームワーク、ISO/IEC 42001。フレームワークごとのクロスウォークは、スタンダードページにあります。

SAIHMは、規制が現在行っている場所だけでなく、どこへ向かっているかも考慮して設計されています。ルールが決まるのを待つのではなく、プロジェクトはルールを書いている機関と、オープンに、公開の記録で関わっています：EU AI Act（第6条と第50条）に対する欧州委員会へのコンサルテーション回答、NISTへの公開コメント、IETFへの独立したインターネットドラフトの提出、AIエージェントメモリの相互運用性に関するW3Cコミュニティグループの立ち上げ。何が配信されて、何が次に来るかは、ロードマップにあります。

そして、大規模な導入に適した価格設定になっています。1つの暗号化ユニットが複数のシステムを置き換えるため（ポイント9）、コスト構造は、通常のデータベースのスタックを実行するよりもはるかに低いため、コンプライアンスグレードのメモリは、パイロットに制限されるのではなく、広く展開できます。価格設定は、価格ページにあります。

2. 1 つのレコードを共有し、1 ステップで取り消す

制限付きの共有、全面的アクセスではありません。

メモリを人やエージェント間で共有することは、よく全てか全くないという形になります: アクセスを許可し、取り消すのを忘れないことを願うだけです。SAIHM では、ユーザーは、時間と受信者がそれを行うことができることに対する制限を設けた、1 つのレコードを共有でき、またそのアクセスを 1 ステップで取り消すことができます。これは、範囲を指定し、取り戻すことができるアクセスです。手放したコピーではありません。FAQ では、共有と取り消しのしくみが説明されています。

3. 多数のエージェントに対する単一の真実源

複数のAIエージェントを手動同期せずに調整する。

複数のAIエージェントが同じ問題に取り組むとき、それらは通常、各々が独自のコンテキストを持つため、同期がずれてしまいます。SAIHMを使用すると、暗号化されたアクセス制御下で、エージェント間で状態を手動でコピーすることなく、ライブメモリ状態を共有できます。これは、複数のエージェントを実行する開発者や組織にとって最も重要です。

4. あなたの鍵、ベンダーのものではない

オペレーターは、復号化できないものを読むことはできません。

ほとんどのホスト型AIメモリでは、サービスを運営する会社が暗号化キーを保持しています。那は静かに行われるものの、大きな決定です。つまり、サービスプロバイダー — およびプロバイダーを強制する誰か — は、あなたやあなたのビジネスについてAIが覚えたことを読むことができるということです。

SAIHMは、その逆の構造で構築されています。各セルは、AIクライアントを離れる前に、ユーザーのウォレットのみが解錠できるセルごとの独自のキーで暗号化されます。ウォレットの管理権は、オペレーターではなく、ユーザーまたはその組織が保持するため、オペレーターはコンテンツを一切読むことができません。那が名前の中の「主権」という言葉が指すものです。Trust Centerでは、詳細なポリシーが記載されています。また、AIメモリの保存場所についての投稿では、その基盤について説明しています。

5. 証明可能な削除

消去によってキーが破壊され、誰でも確認できるレシートが残る。

通常のデータベースでは、削除は行をフラグ付けするだけです。バックアップ、レプリカ、スナップショット、ログの中に回復可能なコピーが残り続けます。データが消えたと言えるかもしれませんが、通常はその事実を証明することはできません。

SAIHM の消去は、セルを復号化するために使用されたキーを破壊します。ネットワーク上に残るバイトは、誰も（SAIHM を含む）が数学的に読み取ることができない暗号文となり、破壊イベントはパブリックチェーンにアンカーされるため、独立して検証することができます。削除は、単に主張するのではなく、実証できるものになります。メカニズムの詳細については、SAIHM が本当の意味で忘れる方法で説明しています。

6. 誰も静かに書き換えることができない歴史

デフォルトで有効な改ざん証跡オーディット

多くのメモリツールは、実際のオーディットを保持しておらず、またはオペレーターが編集できるオーディットを保持しています。そのため、「このデータに何が起こったのか？」という質問は、証拠ではなく信頼の問題になります。

すべての SAIHM 操作 — 書き込み、呼び出し、共有、消去 — は、オペレーターもユーザーも事後的に静かに書き換えることができないパブリックチェーンにアンカーされた改ざん証跡レシートを生成します。歴史は、誰かの「良い言葉」に依存しないため、外部の検証に耐えます。実践で何が生み出されるかを確認するには、標準と信頼サーフェスを参照してください。

7. 1 つのプロトコル、すべての AI クライアント

ツール間で再構築されるのではなく、フォローのメモリ

単一の製品に組み込まれたメモリは、製品を切り替えた日のうちに失われるメモリです。或者、毎回新しいツールに対して再統合する必要があるメモリです。ほとんどの選択肢は、1 つのクライアントにロックするか、ベンダーごとに独自の配線が必要です。

SAIHM は、Model Context Protocol を話す 1 つのオープンメモリプロトコルです。つまり、同じメモリが実際に使用されている AI クライアント間で動作します。Apache 2.0 の下で公開されています。すべてのクライアントで同じプロトコル、1 つのブロックの構成 — quickstart と docs を参照してください。

8. 1 つのセル、多くの形状

セルは耐久性のあるものです。形状はレンダリングです。

ほとんどのストアでは、最初から形状を選択する必要があります: セマンティック・リコールのベクトル・データベース、事実のキー・バリュー・ストア、文章のドキュメント・ストアなど。形状は書き込み時に固定され、後で変更するにはマイグレーションが必要です。

SAIHM セルは 多形性 「ポリモーフィズム」です。コンテンツを 1 回だけ保存し、AI エージェントが問い合わせ時に形状を決定します。同じセルは、1 つの問い合わせに対して段落として、別の問い合わせに対して単一の事実、JSON レコード、またはテーブル・ロウとして返されます。2 回目の書き込みは不要です。スキーマをマイグレートする必要もありません。詳細なアイデアと具体例は、多形性セルに記載されています。

9. 暗号化された1つのユニットをスタックではなく使用する

4つのストアを1つにまとめる

通常、形状がストレージを決定するため、チームはベクトルデータベース、キーベルーストア、ドキュメントストア、イベントログなど、複数のシステムを並行して実行することになります。つまり、4つの暗号化方法、4つの監査対象、削除要求に対して4つの場所から削除する必要があります。

SAIHMは、1つのメモリを1つの暗号化ユニットに保持します。1つの封筒、1つの監査ポスト、1つのレコードを消去するだけです。動く部分が少ないことは、単に整理されているというだけでなく、ポイント5の消去とポイント6の監査が製品間で増えずにシンプルに保たれる理由です。また、ポイント1のコストが低く抑えられ、スケールで展開できる理由でもあります。並行比較は、比較ページに記載されています。

10. 作業をトラックするもの、転記の長さではなく

1ターンごとに数セルのみを呼び出すことで、全履歴を再送するのではなく

ほとんどのAIメモリはまだ会話の中にあります。毎回の返信でこれまでの全ての会話を再読するため、長時間のセッションでは同じ履歴に対して何度も支払いを行い、請求額は作業の長さによって増加し、価値によって増加するのではなく、長時間のセッションや大量のエージェント使用では、実行コストはしばしば静かに支配的になります — そして、それは他のツールがほとんど話さないものです。

SAIHMは、耐久性のある事実を個別の暗号化セルとして保持し、各ステップで必要な数セルのみを呼び出すため、AIが各ターンで保持するコンテキストは、作業がどれほど長く実行されても小さく維持されます。長時間のマルチセッション作業では、コンテキストトークンの支出を大幅に削減します。オープンな、オフラインベンチマークでは、約10ターンで79パーセント、18ターンで約85.9パーセント少ないコンテキストトークンを測定します — そして、ユーザーは自分のトランスクリプトで実行できます。プロンプト、メカニズム、数字については、SAIHMは長時間のセッションで約80パーセント少ないAIコンテキストトークンおよびAIエージェントループの隠れたO(N²)税で説明されています。ベンチマークは誰でも再現可能です。また、実行可能なデモでは、主要なモデル全てでオフラインで所有するメモリを試すことができます。実行コストの削減は、1のポイントで説明されているコンプライアンスグレードのメモリが、組織で広く展開できるものであり、パイロットに制限されるものではないことを実現するものです。

リストを活用する

これらの10個のうち、どれもタグラインではありません。各々は、評価対象のツールにチェックできる設計上の決定です。コンプライアンスはデザイン時に組み込まれたものか、後から追加されたものか。誰が鍵を保持していますか。削除を証明することはできますか。監査ログを編集することはできますか。メモリはクライアント間で移動しますか。各シェイプごとに別のストアが必要ですか。1つのレコードを共有して取り消すことはできますか。複数のエージェントが1つのソース・オブ・トゥルースを保持することはできますか。費用は作業を追跡するのでしょうか、トランスクリプトの長さを追跡するのでしょうか。

このリストのほとんどは、誰かの言葉を借りることなく確認できます。オープン・トークン・ベンチマークは、指定したセッションでのコンテキスト・トークンの保存を再現し、実行可能なデモでは、所有するメモリを主要なモデルで接地させ、消去できることを証明できます。各デモはオフラインで実行され、口座は必要ありません。SAIHMを命名された代替手段と比較したい場合は、比較と競合他社のページにまとめられています。自分のワークロードで試してみる準備ができたら、SAIHMに参加してください。PAYGと有料プランは、価格に記載されています。
SAIHMに参加

試してみて: ドロップインメモリ契約

これが違いを感じる最も速い方法です。以下のコードをエージェントのシステムプロンプトに貼り付けてください — これは、SAIHM MCP ツール saihm_recall / saihm_remember / saihm_forget がハーネスに接続されていることを前提としています。以下のコードが節約を生み出すのです:


## メモリ契約

毎回のターン前に：
1. 再読み込みではなく、**RECALL** を実行します。タスクのキーワードとともに `saihm_recall` を呼び出し、細かい、境界付きのセルセットをロードします。以前のターンを再送信することはありません。呼び出されたセル **は** コンテキストです。
2. 現在の事実を優先します。呼び出されたセルが矛盾する場合、最新の / 上書きされていないものが優先されます。後続のセルで覆われた決定には ** nunca** 動作しません。
3. **REMEMBER** を使用して、決定、規約、制約をセルとして永続化します。各事実はそれ自身の言葉で、1 つずつです。`saihm_remember` を呼び出します。
4. 「データを削除する」リクエストを受け取った場合、`saihm_forget` を呼び出してセルを削除します。削除はレコードごとに実行され、証明可能です。ソフト削除ではありません。

境界付きの再呼び出しにより、再送信カーブが O(N²) から O(N·cap) に減少します。[オープン ベンチマーク](https://saihm.coti.global/blog/2026-06-23-token-benchmark-agent-loops) では、62.8–85.9% 少ないコンテキスト トークンが表示されます。小さなリコール キャップから開始し、リコールがミスする場合にのみ、それを上げます。

_**独立性に関する通知。**_ SAIHMは、Apache-2.0プロトコルであり、独立して作成されました。OpenAI、Anthropic、Google、Perplexity、または任意のAIクライアントベンダーとは関連がありません。比較は、メモリツールが一般的に構築される方法を説明しており、特定の製品と構成によって異なります。SAIHMを含む任意のベンダーを、独自の要件に基づいて評価してください。価格と階層の詳細は、[/pricing](https://saihm.coti.global/pricing)に記載されています。

---
_この記事は、2026-05-31に[SAIHMブログ](https://t.saihm.coti.global/r/qiita-7ee5b986)に最初に公開されました。SAIHMは、Sovereign AI Horizontal Memoryプロトコルです。Apache 2.0、オープン仕様は[saihm.coti.global](https://saihm.coti.global)にあります。