AIエージェントの記憶を揮発させない共有メモリ層を設計した
出典: Zenn (Claude topic)
Hiroba による自動要約
個人開発で複数のAIエージェント（Claude・Gemini・Codexを役割分担）を運用する際、セッション間・エージェント間・暗黙知で記憶が分散する問題に直面。Markdown + JSONL ファイルベースの共有メモリ層を設計し、運用規約（CHARTER）で「何を記録するか」の基準を統一することで、3ヶ月後の判断根拠や失敗学習を保持可能にした。
出典・元記事
Zenn (Claude topic) の記事を Hiroba が自動要約しました。元記事を読む
読んで良かったら、シェアしてみてください。
同じタグの記事が他に 3113 件あります。
関連する記事
同じタグの記事
Claude Code と GitHub を /loop で回す
QiitaGitHub Issue を人間ゲート付きで自動処理するシステム「iloop」を紹介。Claude Code の /loop コマンドで定期的に Issue を拾い、設計・実装・検証の3ロールを持つサブエージェントで品質ループを回し、合格なら PR、失敗なら agent:blocked ラベルで人間を呼ぶ。外側は時間ループ、内側は品質ループの二重構造で、状態管理をすべて GitHub ラベルで一元化。
AI エージェントの記憶を圧縮の向こう側まで運ぶ ― amtr の設計と24世代の観測
ZennClaude Code / Codex で長時間作業する際、コンテキスト圧縮によって過去の判断基準や却下履歴が失われ、エージェントが「別人」になる問題に対し、著者が amtr というツールを開発。圧縮の壁を超えて必要な記憶を完全透過的に運ぶ仕組みと、24世代の運用観測結果を記録。
Claude Code のループ実行でエンタープライズ AI エージェントを改善できるか？予算 $10,745 の検証
HN著者が Claude Code をループ状に実行させることで、エンタープライズ向け AI エージェントの性能向上を試みた実験レポート。限定された予算内で反復的なコード改善が可能かどうかを検証し、実務的な応用可能性を探った。
