【CHEER UP WORKERS】 『エクスペディアホールディングス株式会社』 田井麻南美さん エクスペディアジャパンの20周年記念特別セール ！ 沖縄やソウルなどのホテル、航空券のパッケージがお得に🏖️ 夏休みにお得に旅行できる出発日についても伺いました✈️ #jwave# #stepone813#

【CHEER UP WORKERS】 茨城県古河市にある 『SAUNA NAYA』 中島拡さん📞 納屋を改装して作った お茶特化のサウナ施設！ webサイト▼ #jwave# #stepone813#

6月21日は父の日ですね👔 毎日、それぞれの場所で ミッション（お仕事）をこなすお父さんへ。 言葉にするのが照れくさい感謝を MOON WORKER Tシャツに 込めて贈ってみませんか？🎁

Cloudflare OS、本当にいいところをついてくる。さすが。 ・Cloudflareが自社向けに構築したAIワークスペースをOSSとして公開 ・全従業員が社内の文脈やツールにアクセスできるエージェントを持つための基盤 ・すでに社内で数千人が利用し、資料作成やタスクの自動化に活用している ・チャットを通じたリサーチだけでなく、業務アプリの構築も可能に ・エージェントがクライアントとサーバーのコードを書き、独自のアプリを生成する ・アプリの実体はDynamic WorkerやDurable Object Facetとして動作 ・生成されたアプリはチーム内で共有でき、各々がAIを使ってさらにカスタマイズできる ・エージェントへのAPIキーの直接付与は危険であり、またスケールしない ・MCPを利用すればツール呼び出しの制御自体は安全に行える ・ただ、MCP単体ではエージェントがどの機密データを閲覧したかの追跡が不十分 ・そこでGatekeeperと呼ばれる仕組みを間に挟んでアクセス制御を実現している ・機密データを読み取ったエージェントは、その後の共有や外部通信が自動で制限される ・これにより、生成されたアプリ経由でのデータ漏洩をシステム側で防ぐことが可能に ・推論には組織が許可した任意のAIモデルを組み合わせて利用できる ・Cloudflare AI Gatewayを経由させることで、高価なモデルの使いすぎやコストを制御できる

# AIエージェントをソフトウェアに組み込むプラクティス # 階層化メモリ 🎯 「全部コンテキストに詰め込む」設計は、ウィンドウ溢れとハルシネーションの永続化を同時に引き起こします。 メモリを3層に分けるだけで、コンテキスト効率と記憶の信頼性を両立できます。 🔥 解決する課題 エージェントが複数ターンに跨がるタスクを扱うとき、すべての情報をコンテキストウィンドウに詰め込む「フラット記憶」では2つの問題が同時に起きます。会話履歴・ユーザ属性・中間結果・外部知識が混在するとウィンドウが溢れ、古い情報から押し出されて文脈が断絶します。さらにLLMが生成した推測をそのまま永続化すると、ハルシネーションが長期記憶に定着し、以降のセッションを汚染し続けます。 💡 提案パターン メモリを作業記憶（ターン内の中間状態）・短期記憶（セッションストア、TTL付き）・長期記憶（ベクトルDB/KVS）の3層に分離します。作業記憶は自由に読み書きし、コンテキストリセットで消えます。短期記憶には信頼度タグを付与し、ユーザ発話由来は高信頼、LLM推測由来は低信頼とマークします。長期記憶への昇格には反復確認やユーザ承認を要求し、ハルシネーションの永続化を防ぎます。failure_costが高い領域ほど昇格閾値を厳しくし、TTLを長めにとって安全側に寄せます。 ✅ 選定条件 使うとき： - 複数セッションにわたって情報を引き継ぐ必要がある - 中間結果の量がコンテキストウィンドウの30%を超える見込みがある - 確定事実と推測の区別が必要で、誤った記憶の波及影響が大きい 使わないとき： - 1ショットで完結しセッション間の引継ぎが不要な場合 - コンテキストウィンドウに全情報が収まる場合 - メモリの書込制御だけが課題で、階層分離自体は不要な場合 ⚠️ 落とし穴 - 作業記憶と短期記憶の境界が曖昧になりがちです。外部ストアへの書込を境界線にし、LLMの内部状態に頼らないでください - 長期記憶のエントリ数が増えると無関係な記憶がコンテキストに混入し、ハルシネーションの原因になります - マルチエージェント構成で各Workerが直接長期記憶に書き込むと整合性が崩れます。長期記憶はSupervisorが一元管理しましょう 🔧 実装方針 - 作業記憶（dict/インメモリ）・短期記憶（Redis等TTL付きセッションストア）・長期記憶（ベクトルDB）の3層を明確に分離し、外部ストアへの書込を境界線とします - recall時はコンテキスト予算内で3層から関連情報を想起し、関連度と信頼度でランク付けして注入量を制御します - 短期→長期への昇格には信頼度スコアの閾値チェックと承認状態の検査を設け、未検証情報の永続化を防ぎます - 記憶種別ごとにTTLを設計し（リアルタイムデータは分単位、ユーザ嗜好は週単位、不変属性は無期限）、failure_costが高いほど短めに設定します #AIエージェント# #ソフトウェアアーキテクチャ#