Genesys、AI agents向けのオープンソース因果グラフメモリシステムがローンチ

Genesysはオープンソースのメモリシステムで、3つのコア概念の周りに構築されている：乗法公式によるメモリのスコア付け、因果グラフでの整理、無関連なものの自動削除。名前は単なるジェネシスではなく、何が起きたかだけでなくなぜ起きたかを記憶するAIメモリの知性層というプロジェクトの目標を反映している。

システムは各メモリを公式decay_score = 関連性 × 接続性 × 再活性化でスコア付けする。関連性は時間とともに減衰し、強化されない限り下がる。接続性は多くの因果リンクを持つメモリに報酬を与え、ハブメモリはより長く生き残る。再活性化は頻繁に呼び出されるメモリを強化し、頻度が重要であることを意味する。3つの因子全てが乗算されるため、メモリがどの軸でも良好にスコアしなければ存続しない。接続性が高いが決してアクセスされないメモリは減衰し、頻繁に呼び出されても因果リンクがないメモリも消える。スコアリングモデルは削除のカウントダウンではなく、メモリが呼び出されると上がり、陳腐になると下がる保持ウェイトである。削除はメモリがスコアゼロになり、孤立しており、ピン留めされておらず、非コア、非組織的な場合のみ発生する。

メモリは5つの状態を流れる：STORE（新規作成）、ACTIVE（使用中）、DORMANT（遊休だが到達可能）、FADING（スコア低い、危険）、PRUNED（削除）。メモリは再活性化を通じてFADINGからACTIVEに昇格できる。ユーザーはメモリをピン留めして忘れられないようにでき、コアとしてマークできる。コアはstructurally importantで自動ピン留めされる。事実を修正するには、ユーザーはmemory_amend(node_id, content, reason=...)を呼び出す。これは新版を作成し、SUPERSEDES エッジで旧版にリンクし、監査用に旧メモリを保持し、呼び出しは自動的にsuperseded hitを低優先度化する。

LoCoMo長会話メモリベンチマークでは、Genesysは85.55±0.37を記録（2026年7月に認定、10回実施、gpt-4o-miniを answerer および judge に固定、温度0、1,540テストケース、カテゴリ1～4）。これは同等の公開セットアップでZep 75.14、Mem0 66.9を上回った。このプロトコル下でのオラクル検索上限は94.9であり、この固定セットアップで完全回収は不可能であることを意味する。90以上のベンダー数値は異なるanswererおよびjudgeを使うため比較不可。Astrix Labsは完全な方法論と再現スクリプトを公開しており、ユーザーが結果を自ら検証できる。

コアライブラリ（genesys-memory）はインメモリ因果グラフで、JSONファイル永続化はオプション。インストールはpip install genesys-memoryで、OpenAI embeddings用の追加（pip install 'genesys-memory[openai]'）、sentence-transformers経由ローカルembeddings（pip install 'genesys-memory[local]'）、またはAnthropicのLLMベース因果推論（pip install 'genesys-memory[anthropic]'）がある。システムはMCPネイティブであり、claude_desktop_config.jsonに設定エントリを追加することでClaude Desktopに追加でき、またはpython -m genesys_memoryでstdioサーバ直接実行できる。

MCP toolsにはmemory_store（新規メモリ保存、型付き因果エッジ付きオプション）、memory_amend（修正記録）、memory_recall（自然言語クエリによる検索、ベクトル、キーワード、グラフspreadingアクティベーション使用）、memory_search（状態、カテゴリ、日付、エンティティによるフィルタ付きベクトル検索）、memory_traverse（ノードからの因果グラフ走査）、memory_explain（メモリのスコア計算方法を表示）、memory_stats（システム統計）が含まれる。メモリのピン留め/解除、永続削除、コアメモリ一覧、コア設定、組織的可視化へのメモリ昇格のツールも用意されている。

別のホスト製品がgenesys-api.astrixlabs.aiで提供されており、追加バックエンド（Postgres/pgvector、FalkorDB、MongoDB、Obsidianボルトアダプタ）、REST API、OAuth、マルチユーザー認証を提供している——オープンソースライブラリに含まれない機能。設定は環境変数で：OPENAI_API_KEY（必須、ローカルembeddingsを使用しない限り）、ANTHROPIC_API_KEY（LLMベース推論用、デフォルト無効）、GENESYS_EMBEDDER（openaiまたはlocal）、GENESYS_PERSIST_PATH（JSONファイルパス永続化用）、GENESYS_USER_ID（シングルテナントモード用のデフォルトユーザーID）。自動リンキング——新規保存メモリの意味的類似既存メモリへの自動接続——は3つの変数でチューニング可能：GENESYS_AUTOLINK_MIN_SIMILARITY（コサイン下限、デフォルト embedder 推奨：OpenAI 0.6、ローカルtransformers 0.45）、GENESYS_AUTOLINK_MAX_EDGES（デフォルト3、store当たりの最大自動リンク）、GENESYS_AUTOLINK_MAX_NODE_DEGREE（デフォルト10、ノードがターゲットとして受け取る最大自動リンクエッジ）。memory_storeの possible_conflicts ヒントは別の下限を使って広い窓をスキャンするため、自動リンク下限を厳しくしても競合検出は縮小しない。

Genesysは、AI メモリの根本的な問題に取り組んでいる。ベクトルストアシステムは全てのメモリを平等に扱い、意味的類似性のみでランク付けするため、後続エントリの流入の下に重要な初期コンテキストが消えてしまう。因果グラフと乗法減衰公式を導入することで、Genesysはメモリが関連性を保ち、他のメモリと良好に接続され、能動的に呼び出されることで初めて生き残る仕組みを実現した。これは人間のメモリの働き方を模倣している——事実は強化されるか、因果ナラティブに組み込まれない限り消えていく。

ベンチマーク結果は自己報告で、Genesysの独自ハーネスで実施され（論争のある因果グラウンドトゥルースの逆説的カテゴリ5は除外）、独立検証ではなく指針的なものである。しかし著者らは完全な再現スクリプトと方法論を公開しており、ユーザーが独自の評価を実施できる。LoCoMoスコア85.55はZep（75.14）とMem0（66.9）より高いが、オラクル上限94.9より低く、改善の余地があり、過大評価ではなく現実的な評価を示唆している。

オープンソース戦略は重要である。依存性ゼロのコアライブラリをJSONファイル永続化オプション付きで配布することで、クラウドインフラなしで実験したい開発者の導入障壁を低くしながら、本番環境用としてPostgres、マルチユーザー認証、REST APIを備えたホスト版を提供している。MCP（Model Context Protocol）との統合は、単一ベンダーに限定されず、Claude、ChatGPT、あらゆる将来のMCP互換ツールで機能することを意味する。

まだコメントがありません。最初のコメントを投稿しましょう！