MemFactoryとは
MemFactoryとは、AI記憶システムの各機能をモジュール化し、用途に応じて組み合わせる統合フレームワーク
読み: メムファクトリー
AI記憶システムの各機能をモジュール化し、用途に応じて組み合わせる統合フレームワーク。記憶のライフサイクル（抽出、更新、検索）を独立したモジュールに分解し、交換可能にする。GRPOにより記憶管理の方針自体をAIが自動最適化する。既存手法から最大14.8%の改善が報告されている。
かんたんに言うと
AI記憶システムを「レゴブロックのように組み立てる」フレームワーク。記憶の保存・検索・更新をバラバラのパーツにして、用途に合わせて組み替えられる。記憶の管理方法自体もAIが自動で最適化する。
モジュール化の設計思想
記憶のライフサイクルを「抽出」「更新」「検索」の3つのモジュールに分解する。各モジュールは独立しており、用途に応じて異なる実装に差し替えられる。検索モジュールだけベクトル検索からグラフ検索に変えるといった柔軟な構成が可能。
GRPOによる自動最適化
グループ相対方針最適化（GRPO）により、記憶管理の方針自体をAIが自動で最適化する。どの記憶をどのタイミングで引き出すか、どの記憶を統合するか。これらの判断を人間が設計するのではなく、AIが試行錯誤の中で最適解を見つける。
実運用への適用と限界
設計思想として参考になるが、既存のシステムにそのまま導入するにはモジュール間のインターフェース設計が必要。現在の5層検索をモジュール化する際の参考になる。ただし直接の問題解決にはならず、アーキテクチャ再設計の指針として活用すべき。
当社の見解
当社はAI長期記憶システムを自社開発・運用している（2026年4月現在、1,655件の記憶データを蓄積）。この仕組みにより、AIが過去3ヶ月分の経営判断や設計方針を文脈ごと保持し、「前にも同じ話をしましたよね」という手戻りが激減した。セッションが切れても議論の続きから再開できるため、壁打ち相手としてのAIの価値が根本的に変わった。技術的にはCognee MCPサーバーによる記憶保存と、FastEmbed（ONNX Runtime）+ LanceDBによる非常駐型ベクトル検索（検索レイテンシ8ms、GPU不要）を採用。Hindsight（LongMemEval 91.4%精度）やomega-memoryなど複数の既製品を実環境で検証・棄却した上での選定であり、「個人PCでもエンタープライズでも負荷なく動く軽量さ」を最優先に設計している。
同じ失敗を二度としないAIエージェント
今のAIは、聞けば何でも答えてくれます。
でも、セッションが切れた瞬間に前回の失敗を忘れます。
当社が開発しているAIは、過去の経緯を念頭に置いて、
聞かれる前に「それは前回うまくいきませんでした」と声をかけます。
人間にも同じ失敗をさせず、AI自身も繰り返しません。
古参の社員が横にいるように、黙っていても気づいてくれる。
それが、当社が考える本当のAI社員です。