AIに仕事を覚えさせるなら、会話履歴だけでは足りない——NVIDIAが示した「訂正できる記憶」の作り方

01 / QUICK GUIDE

まず、30秒でつかむ

02 / KEY WORDS

ここだけ押さえれば、残りの本文はスムーズに読めます。

エージェント記憶: AIが前の会話や資料から必要な関係や決定を残し、後の仕事で使う仕組みです。単なる会話ログの保存とは異なります。
self model: 人、案件、目標、優先事項、働き方の関係を、見出し付きのテキストへ整理した知識です。利用者本人の人格を再現する意味ではありません。
RAG: 検索拡張生成の略で、質問に関係する資料を探してからAIに回答させる方法です。資料同士の長期的な関係までは自動で整理しません。
サンドボックス: AIが触れられるファイル、処理、通信を囲いの中へ限定する実行環境です。AIが誤判断しても影響範囲を小さくします。

03 / THE FACTS

NVIDIAは9月4日、NemoClawで作る「Chief of Staff」と呼ぶ記憶エージェントの設計例を公開しました。これは製品導入成果ではなく技術解説です。

人物、案件、目標、優先事項、繰り返す仕事の型は、見出し付きで読みやすいテキスト形式のMarkdownへ整理します。元のメッセージを置き換えず、出典も分けます。

未完了の約束、順位、訂正、監査記録はSQLiteという小型データベースへ保存します。AIの判断を元メールの既読やラベルへ直接書き込まない設計です。

優先順位では、メッセージに「緊急」と書かれただけの依頼より、利用者が明示した重要目標へ結び付く仕事を上へ置きます。並び順の規則は通常コードで固定します。

利用者が順位を直すと、変更を追記型の履歴へ一度ずつ残します。同じ訂正が続けば、人が読んで編集・削除できる小さな好みの方針へ反映します。

実行時はOpenShellがファイル、処理、ネットワークを制限し、認証情報を囲いの外へ置きます。記憶に悪い指示が混じっても、権限の境界は別に保ちます。

公開レシピの人物や案件は架空で、現行版はメッセージ送信や元システムの編集をしません。実アカウント接続には、認証や保存・削除方針が別途必要です。

THE CONCLUSION

NVIDIAの設計例は、覚えておく知識を読みやすい文章へ、判断や訂正の履歴を別の台帳へ分けます。どの資料から何を覚え、いつ訂正したかを、人が追える形です。

同時に、記憶は許可ではないと線を引きます。相手がSlackを好むと覚えても、AIが勝手に送信できる権限までは与えません。

04 / THE CONTEXT

短い相談なら会話履歴だけでも続きます。しかし日々の仕事では、先週の決定、昨日の訂正、未完了の約束、同じ案件の別名をつなぐ必要があります。

そのままの検索は資料を見つけても、現在の優先順位まで決めません。古い指示と新しい指示が一緒に出れば、AIはどちらを採用するか迷います。

記憶を増やすほど、誤りが長く残る問題も大きくなります。そのためNVIDIAは、保存量より、出典、訂正、削除、判断履歴を設計の中心に置きました。

さらに、記憶した情報の中には外部から来た命令も混じります。知っていることと実行してよいことを分けなければ、便利な文脈がそのまま危険な権限になります。

05 / WHAT IT MEANS FOR YOU

個人でAI秘書を作る場合も、最初から全メールを永久保存する必要はありません。進行中の案件、確定した決定、未完了の約束など、役割を限定して始められます。

たとえば取引先がSlackを好むと記憶すれば、連絡手段の提案には使えます。ただし実際の送信には、宛先確認、権限、利用者の承認を別に求めます。

評価では186問の全体精度が82.8%から90.9%へ上がりました。一方、忠実性13問と単純検索30問では下がったため、記憶を足せば全作業が良くなるとは言えません。

変更追跡が60%から100%になった試験は5問だけです。大きな40ポイント差でも母数が小さいため、自分の仕事を代表する質問で測り直す必要があります。

07 / NEXT ACTION

BOTTOM LINE