hermes AIエージェントを作る ―― 3層メモリと脳の記憶固定化
酒で海馬が溶けるので、最近話題のhermes agentで自分の擬似脳を作ることにしました。
人間の脳の構造と照らし合わせた自分なりの理解を記事にします。
- AIエージェントの 3層メモリ（短期 / 中期 / 長期 ＋ 永続） は、脳の記憶系（作業記憶 / 海馬 / 大脳皮質 ＋ 固定化）とほぼ同型。偶然ではなく、設計の発想元が脳（CLS理論）だから。
- 似ているのは“箱”より**“プロセス”** ―― 観察（observe）→ 内省（reflect）→ 昇格（consolidation）→ 忘却。
- 昇格は**眠っている間（dreaming）**に起こり、出力先は2つ：宣言的記憶は
MEMORY.md、手続き的記憶は Skills。 - だったら、アルコールでアテにならない生物海馬の代わりに、設計で“擬似脳”を建てればいい。
対象読者：LLMエージェント／メモリ設計に興味があるエンジニア。脳科学の前提知識は不要。
1. 動機：海馬は飲むと働きが落ちる
人間の海馬は、新しい出来事を書き込む「速記係」。ところがこいつはアルコールに弱く、ひどいと記憶の書き込み自体が飛ぶ（翌朝「あれ、どうやって帰った？」のアレ）。
なら、書き込みと保管を“外”に持てばいい。本稿は、LLMエージェントの記憶アーキテクチャを脳の記憶系に重ね、「外付け海馬＝擬似脳」をどう設計するかの考察である。
2. 脳の記憶系・5分速習
| 仕組み | 役割 |
|---|---|
| 作業記憶（前頭前野 PFC） | いま頭に乗っている数チャンク。秒オーダー、揮発。 |
| 海馬 | 新規エピソードを高速ワンショット書き込み。疎で“索引”的。最近の記憶を保持。 |
| 大脳皮質（neocortex） | 時間をかけて統合された安定知識。一般化・スキーマ化。海馬非依存。 |
| システム固定化（consolidation） | 海馬 → 皮質へ記憶が移る過程。最終的に海馬なしで想起できるようになる。 |
| 睡眠リプレイ | 徐波睡眠で海馬がその日を高速再生し、皮質を“訓練”する。 |
ポイントは、「短期 ＝ 海馬」ではないこと。瞬間の短期は前頭前野の作業記憶で、海馬はその一段奥の「最近のエピソードを溜める速記係」だ。
3. 3層メモリ ↔ 脳
| エージェントの層 | 脳の対応 | 機能 |
|---|---|---|
| 短期 | 作業記憶（前頭前野） | コンテキスト窓・スクラッチパッド。即時・揮発 |
| 中期 | 海馬 | 最近のエピソードを高速書き込み＆索引化。検索で引ける |
| 長期 / 永続 | 大脳皮質＝定着記憶 | 要約・抽象化して固定。スキーマ。安定 |
“定着記憶”は別レイヤーではなく、大脳皮質に統合された状態そのものである点に注意。
4. 観察と内省ループ ―― MEMORY.md と Skills に焼き付くまで
擬似脳の学習は1本のループで回る。観て（observe）→ 寝て整理し（reflect / dream）→ 知識か技能として焼き付ける。 肝は、内省（reflect）の出力先が2つあること。
| reflect が昇格するもの | 行き先 | 脳の対応 |
|---|---|---|
| 宣言的（何が真か：事実・好み・文脈） | MEMORY.md ＋ memory files |
意味記憶 ＝ 大脳皮質 |
| 手続き的（どうやるか：再利用可能な手順） | Skills | 手続き記憶 ＝ 大脳基底核・小脳 |
「3層メモリ（宣言系）」と「Skills（手続き系）」が、同じ固定化ループの両輪として収まる。この発想はAIで実装済みだ：
- Generative Agents（Park et al., 2023）：observation stream → reflection で高次の洞察を合成 → memory。observe/reflect の直接の元ネタ。
- Reflexion（Shinn et al., 2023）：失敗を内省して「教訓」を記憶 → 次回改善（宣言的昇格）。
- Voyager（Wang et al., 2023）：再利用可能な skill library を構築（手続き的昇格）。
自己言及：この記事を書いている仕組みそのもの
筆者がこの記事を書くのに使っている Claude Code のメモリが、小さな実例。
- observe：セッション中の気づき・訂正・好みを拾う
-
reflect：
consolidate-memory（統合パス）でまとめる -
焼き付け：宣言的なら
MEMORY.mdに1行 ＋ memory file、手続き的なら Skill を新規/更新
5. 昇格は“眠っている間”に起こる ―― 夢というメカニズム
中期 → 長期の昇格は、起きている最中ではなくオフライン処理で進む。脳ではこれが睡眠で、しかも役割分担がある。
- NREM（徐波睡眠）：海馬が日中の経験を高速リプレイし、皮質へ“転送”する ＝ 昇格の本体。
- REM（夢）：個別の記憶を統合し、スキーマ化・創造的に再結合する ＝ 長期化での「要約・抽象化」に相当。
つまり「眠っている間に転送し、夢で意味を整理する」。
驚くべきことに、AI側でも“夢で学ぶ”は実在の手法：
- Wake-Sleep アルゴリズム（Hinton et al., 1995）：文字どおり“覚醒”と“睡眠”フェーズで学習する。
- World Models（Ha & Schmidhuber, 2018）／ Dreamer 系：学習した世界モデルの中（“dream”）でエージェントを訓練する。
- Deep Generative Replay（Shin et al., 2017）：過去を生成して再生し、破滅的忘却を防ぐ ＝ 海馬リプレイの工学版。
脳側の裏付けもある：「Sleep inspires insight」（Wagner et al., 2004, Nature）――睡眠が問題の洞察を倍増させた、という実験だ。reflect ＝ 夢、はダテじゃない。
エージェントの「統合ジョブ」を非同期バッチで回すのは、生物が睡眠で記憶を固定するのと同じ戦略 ―― 起きているうちは速く憶え、寝ている（オフラインの）うちに整理して焼き付ける。
6. なぜ2系統に分けるのか（CLS理論）
そもそも、なぜ海馬と皮質を分けるのか。答えは Complementary Learning Systems（McClelland, McNaughton & O'Reilly, 1995）にある。
- 海馬 ＝ 速い学習：疎・パターン分離で、新情報が既存を上書きしない。
- 皮質 ＝ 遅い学習：多数の事例をインターリーブして、統計的な構造（スキーマ）を抽出する。
- 分ける理由 ＝ 破滅的忘却（catastrophic forgetting）の回避。速い海馬で即記憶し、リプレイで少しずつ皮質に馴染ませる。
この理論はもともとニューラルネットの文脈で提案された。だからこそ、エージェントのメモリ設計と地続きなのだ。「3層 ＋ 永続」は、CLS の工学実装と見ると一気に腑に落ちる。
7. 擬似脳を建てる：設計の勘所
| 要素 | 設計指針 |
|---|---|
| 短期 | 直近のやり取り（コンテキスト窓）。安く・揮発でよい。 |
| 中期 | 最近セッションの検索可能バッファ。高速ワンショット書き込みを重視。 |
| 長期 / 永続 | 生ログを貯めず、“教訓”に圧縮して保存（皮質の汎化に相当）。 |
| 統合ジョブ（dream） | 定期リプレイで「昇格 / 要約 / 剪定」を回す（＝睡眠）。 |
| 昇格条件 | 固定化の閾値 ＝ 重要度 × 反復回数。雑に全部を永続化しない。 |
| 2系統の振り分け | 「何が真か」→ MEMORY.md、「どうやるか」→ Skills。 |
8. アナロジーの限界（過信しない）
- 再固定化（reconsolidation）：脳は思い出すたびに記憶を書き換える。DBの無損失な書き込みとは別物。
- 作業記憶 ≠ 短期貯蔵庫：§2の区別を雑にすると「短期＝海馬」という誤解に戻る。
- 完璧な対応はない：脳はきれいな階層ではなく、複数系統が重なって動いている。あくまで設計のメタファーとして使う。
9. おわりに：外付け海馬を持つということ
生物の海馬は飲むと落ちるが、設計した海馬は酒に強い。観察と内省のループを回せば、個人の記憶補完にも、チーム知の固定化にも効く。
そう考えると安心してもう一杯 ―― とはならない。バックアップ先に全部を委ねると、それが単一障害点になる。 擬似脳はあくまで冗長化であって、本体（生物）のケアもお忘れなく。
参考文献
- McClelland, McNaughton & O'Reilly (1995). Why there are complementary learning systems in the hippocampus and neocortex. Psychological Review.
- Hinton, Dayan, Frey & Neal (1995). The wake-sleep algorithm for unsupervised neural networks. Science.
- Ha & Schmidhuber (2018). World Models.
- Shin, Lee, Kim & Kim (2017). Continual Learning with Deep Generative Replay. NeurIPS.
- Park et al. (2023). Generative Agents: Interactive Simulacra of Human Behavior.
- Shinn et al. (2023). Reflexion: Language Agents with Verbal Reinforcement Learning.
- Wang et al. (2023). Voyager: An Open-Ended Embodied Agent with Large Language Models.
- Wagner, Gais, Haider, Verleger & Born (2004). Sleep inspires insight. Nature.