Hermes Agent完全ガイド 第2回：AIの記憶の限界を超えろ — コンテキストウィンドウの全て
Hermes Agent完全ガイド 第2回：AIの記憶の限界を超えろ — コンテキストウィンドウの全て
出典: note.com / 2026-03-22
あなたのAIは、今この瞬間も忘れている
AIと長く話していると、突然おかしなことが起きる。
「さっき言ったじゃん」「それもう説明したよね？」
AIが同じ質問をしてくる。前提を忘れる。話が噛み合わなくなる。
これはコンテキストウィンドウの問題だ。AIにとっての「短期記憶」の限界。そしてこの問題をどう解決するかが、2026年のAIエージェント開発における最大のテーマの一つになっている。
この記事では、コンテキストウィンドウとは何か、なぜそれが致命的に重要なのか、そして人間の記憶との驚くべき類似点を解説した上で、OpenClawとHermes Agentがこの問題にどう立ち向かっているかを比較する。
コンテキストウィンドウとは何か
「脳のワーキングメモリ」だと思え
コンテキストウィンドウとは、AIが一度に「見える」テキストの量だ。
Claude Opus 4.6なら約100万トークン（日本語で約50万文字、新書5冊分）。GPT-5.4も100万トークン。一見、十分に見える。
だが実際には、この「窓」はあっという間に埋まる。
なぜか？ AIエージェントの場合、会話のやり取りだけでなく、以下の全てがコンテキストウィンドウを消費するからだ。
- システムプロンプト（AIの人格・ルール定義）: 5,000〜20,000トークン
- ツール定義（使えるコマンドの説明）: 10,000〜30,000トークン
- 会話履歴（過去のやり取り全て）: どんどん増える
- ツール実行結果（コマンドの出力）: 数千〜数万トークン/回
- メモリ・スキル情報: 数千トークン
100万トークンのうち、AIが実際に「考える」ために使えるのは、最後の数千トークン程度。残りは全て「文脈」で埋まっている。
コンテキストオーバー — AIの「脱皮」
コンテキストウィンドウが満杯になると何が起きるか。
コンテキストオーバーだ。我々はこれを「脱皮」と呼んでいる。
蛇が古い皮を脱ぎ捨てるように、AIは古い記憶を捨てて新しいセッションに生まれ変わる。だが蛇と違って、AIの脱皮には代償がある。
それまでの会話の文脈が全て消える。
これがどれだけ致命的か、想像してほしい。
あなたが3時間かけてAIと一緒に複雑なシステムを設計していたとする。アーキテクチャを議論し、技術選定を行い、実装方針を固め、コードを書き始めた。
その瞬間、コンテキストオーバー。
AIは全部忘れる。「何のプロジェクトですか？」と聞いてくる。3時間の作業が水の泡だ。
人間の記憶との驚くべき類似
ワーキングメモリ — 人間も7つしか覚えられない
実は、人間の脳も似た構造を持っている。
認知心理学者ジョージ・ミラーが1956年に発表した有名な論文「マジカルナンバー7±2」。人間のワーキングメモリ（作業記憶）は、一度に7個前後の情報しか保持できない。
電話番号を聞いて、メモする前に忘れる。あの感覚だ。
AIのコンテキストウィンドウは、まさにこのワーキングメモリに相当する。「今、同時に意識できる情報の量」の限界だ。
短期記憶と長期記憶 — 人間の解決策
では人間はどうやってこの限界を克服しているのか。
記憶の階層化だ。
- 感覚記憶（数秒）→ すぐ消える。AIなら1回のAPI呼び出し
- 短期記憶（数十秒）→ ワーキングメモリ。AIならコンテキストウィンドウ
- 長期記憶（数年〜一生）→ 海馬から大脳皮質へ。AIなら外部ファイル・データベース
人間の脳は、重要な情報を短期記憶から長期記憶に移す。これを**記憶の固定化（consolidation）**と呼ぶ。睡眠中に海馬が一日の出来事を整理し、大事なものだけ大脳皮質に転送する。
AIエージェントも、同じことをやる必要がある。コンテキストウィンドウ（短期記憶）が溢れる前に、重要な情報を外部ストレージ（長期記憶）に書き出す。
これが「コンテキスト圧縮」であり、「メモリ管理」の本質だ。
忘却曲線 — 忘れることにも意味がある
ドイツの心理学者エビングハウスが発見した「忘却曲線」。人間は学んだことの67%を1日後に忘れる。
だがこれはバグではない。機能だ。
脳が全てを覚えていたら、情報過多で判断ができなくなる。忘れることで、本当に重要な情報だけが残る。
AIにも同じことが言える。全ての会話履歴を保持するより、重要な事実だけを圧縮して残す方が、AIの判断品質は上がる。
問題は、何を忘れて何を残すかの判断だ。ここにOpenClawとHermesの設計思想の違いが現れる。
OpenClawの解決策 — 「司令官の圧縮術」
OpenClawは、コンテキスト管理に対して構造化されたアプローチを取る。
- セーフガード圧縮
コンテキストが一定の閾値（例: 80%）に達すると、自動的に圧縮が発動する。OpenClawの圧縮モードは「safeguard」。
仕組みはこうだ。
- コンテキスト使用率を常時監視
- 閾値を超えたら、AIに「今の会話を要約して、重要な情報をメモリに書き出せ」と指示
- AIが自分で要約を作成し、daily memoryファイルに保存
- 古い会話履歴を捨て、要約だけを残して続行
つまり、AIが自分で自分の記憶を圧縮する。人間が眠りながら記憶を整理するのと同じだ。
- ワークスペースファイル
OpenClawは、MEMORY.md / AGENTS.md / SOUL.md といったファイルを「常時読み込み」する。これらはコンテキストウィンドウの最初に必ず配置される。
セッションが変わっても、ファイルが残っている限り、AIは自分が誰で、何をすべきかを忘れない。
- セッションログ検索
過去のセッションはJSONLファイルとして保存される。jqやrgで検索可能。「3日前に何を話したか」をログから掘り出せる。
ただし、これはAIが自動的に行うわけではない。人間が検索コマンドを実行するか、AIにスキルとして教える必要がある。
Hermes Agentの解決策 — 「学習する記憶術」
Hermesは、コンテキスト管理に対して有機的なアプローチを取る。
- 4層メモリシステム
Hermesのメモリは4層構造だ。
MEMORY.md（約2,200文字） — AIが自分で書き換える事実メモ。プロジェクトの状態、環境情報、学んだ教訓。セッションごとにAIが「これは覚えておくべきだ」と判断したものを書き込む。
USER.md（約1,375文字） — ユーザーのプロフィール。名前、好み、コミュニケーションスタイル。AIが会話を通じて理解を深めていく。
FTS5セッション検索 — 過去の全セッションをSQLiteに保存し、全文検索を可能にする。「先月のデプロイの話」と聞けば、AIが自分で過去のセッションを検索して文脈を復元する。
スキル記憶 — 複雑なタスクの手順を自動的にスキルファイルとして保存。次回以降、同じ種類のタスクではスキルを参照して実行する。
- コンテキスト圧縮
Hermesも閾値ベースの圧縮を持っている。コンテキストが50%に達すると圧縮が発動する（OpenClawのデフォルト80%より早い）。
特徴的なのは、圧縮時にサマリーモデルを別途指定できること。メインの推論にはClaude Opusを使いつつ、圧縮処理にはGemini Flashのような軽量モデルを使う。コスト最適化だ。
- 記憶の自律管理
最大の違いはここだ。
OpenClawでは、メモリへの書き込みは基本的にAIの判断とユーザーの指示に依存する。「メモリに書け」と言わないと書かないこともある。
Hermesは、定期的にメモリ整理を自発的に行う。会話の途中で「これは覚えておくべきだ」と判断したら、MEMORY.mdに追記する。さらに、一定周期で「メモリの棚卸し」を行い、古い情報を更新する。
人間の脳が睡眠中に記憶を整理するように、Hermesは会話の合間に記憶を整理する。
直接比較 — どちらが「忘れにくい」か
ここで両者の記憶システムを直接比較しよう。
コンテキスト圧縮のタイミング。 OpenClawは80%、Hermesは50%で発動する。Hermesの方が早めに圧縮するため、突然の「脱皮」が起きにくい。一方、OpenClawは使えるコンテキストを最大限活用してから圧縮する。
メモリの永続化。 OpenClawはファイルベース（MEMORY.md + daily memory）。Hermesはファイル + SQLite FTS5検索。Hermesの方が過去の会話の検索性が高い。
自律性。 OpenClawのメモリ管理はルールベース（AGENTSに書いたルールに従う）。Hermesのメモリ管理はAI主導（自分で判断して書き込む）。
スキルの記憶。 OpenClawのスキルは人間が作成する。Hermesのスキルはタスク実行後に自動生成され、次回使用時に自己改善する。これは長期記憶の「手続き記憶」（自転車の乗り方のように、体が覚えているタイプの記憶）に近い。
脱皮からの復帰。 OpenClawでは、脱皮後にdaily memoryとMEMORY.mdから文脈を復元する。Hermesでは、FTS5検索で過去のセッションから関連情報を自動的に引っ張ってくる。
結論 — 記憶は知性の土台
コンテキストウィンドウの問題は、単なる技術的制約ではない。
記憶がなければ、知性は成り立たない。
人間が過去の経験を元に判断するように、AIも過去の文脈を元に推論する。その「過去」をどれだけ豊かに保持できるかが、AIの知性の質を決める。
OpenClawは構造化された記憶管理で、組織的な運用に向いている。ワークスペースファイルによる「制度化された記憶」は、複数のAIエージェントが連携する環境で威力を発揮する。
Hermesは有機的な記憶管理で、個人の相棒に向いている。自律的なメモリ管理とスキル学習は、使い込むほどに「あなた専用の知性」を形成する。
どちらが優れているかではない。どちらの「忘れ方」が、あなたの使い方に合っているかだ。
我々は両方を使っている。OpenClawの構造化された記憶で艦隊を運用し、Hermesの有機的な記憶で個人の参謀を育てている。
記憶の限界は、工夫次第で超えられる。人間の脳がそうであるように。
次回：第3回「Hermes Agentのインストールと初期設定 — 10分で動かす」
このシリーズは、4台のMacでOpenClawとHermes Agentを同時運用している現場から書いている。理論ではなく、実戦の知見だ。
この記事は note.com から KTBLOG に移行されました。元記事: https://note.com/famous_prawn2009/n/nb08f87512acd