ファーウェイのオープンソースAI記憶フレームワーク「JiuwenMemory」が登場、セッションをまたぐ学習を実現も中国のデータリスクが懸念材料に

ファーウェイ（Huawei）のオープンソースコミュニティ「openJiuwen」は2026年7月1日、AIエージェント向けの自己進化型記憶フレームワーク「JiuwenMemory（AutoGenetic Memory）」をリリースした。セッションをまたいでユーザーとの会話や文脈を記憶し続ける先進的なアーキテクチャを備える一方、開発元の法的背景に起因する中国のデータセキュリティリスクが指摘されている。本記事では、その技術的特徴と導入にあたっての留意点を解説する。

■AIエージェントが「忘れる」課題を解決する外部記憶レイヤー

実用的なAIエージェントを開発する上で、多くの開発者が直面するのが「継続性」の課題である。セッションをまたいで対話相手を記憶できないエージェントは、リピートユーザーに対しても毎回初対面のように接してしまう。

大規模言語モデル（LLM）は、一度に処理できるトークン数（コンテキストウィンドウ）に制限がある。会話が終了するか制限に達するとバッファはリセットされ、前回の会話内容は失われる。コンテキストウィンドウの拡張は推論コストを直線的に増加させるため、代替案として外部の「記憶レイヤー」が注目されている。これは会話から重要な情報を抽出し、モデルの外部に永続化して次のセッション開始時に呼び出す仕組みである。

2026年現在、この分野では「Mem0」「ZepのGraphiti」「Letta」「EverMindのEverOS」などのフレームワークが先行している。これに対し、openJiuwenコミュニティが発表したJiuwenMemoryは、4層の階層型ストレージ、睡眠段階の記憶研究をモデルにした非同期統合サイクル、関係性を認識するナレッジグラフ、複数エージェント間で共有する「スウォームメモリ」を組み合わせた独自のアーキテクチャを特徴としている。

■JiuwenMemoryを構成する4つの階層構造

記憶フレームワークにおける重要な設計判断は、「何をどの抽象度で保存するか」である。生の会話履歴は完全な追跡性を保てるが検索コストが高く、要約のみでは詳細な文脈が失われる。

JiuwenMemoryはこれを解決するため、4つのレイヤーで構成されるスタックを採用している。最下層の「L0」は監査用の完全な会話履歴、「L1」はトークン消費を抑えるためにLLMが生成したセッション要約である。「L2」は特定の出来事や決定を記録する「エピソード記憶」と、日常会話で上書きされない技術的文脈などを保存する「意味記憶」に分かれる。最上層の「L3」は、ユーザーの名前や役割、タイムゾーン、言語設定などの「ユーザープロファイル」を保持し、セッション開始時に最優先で読み込まれる。

この階層化により、ユーザーのプロファイル情報がデバッグログに埋もれるのを防ぎ、エージェント起動時に過去数カ月分の履歴を再読込する必要がなくなる。

■睡眠を模した非同期統合プロセス「AutoDreaming」

JiuwenMemoryの最も特徴的なコンポーネントが、非同期のバックグラウンド処理「AutoDreaming」である。これは、会話を妨げることなく、計算負荷の高い記憶の抽出と統合を行う仕組みである。

人間の脳が睡眠中に記憶を整理・定着させるプロセスを模倣しており、軽量な第1パスで新しいセッションデータから処理対象をフィルタリングし、重いLLMパスでL1からL3の構造化データを抽出・分類する。最終段階では重複排除と競合解決を行い、ユーザーの最新の好みを反映させる。

この処理はシステム負荷が高いときには実行を遅らせるプロトコルを備えており、会話の応答速度（レイテンシー）に影響を与えない。ただし、バックグラウンドでユーザーの会話履歴から詳細な知識プロファイルを継続的に再構成するため、データの取り扱いには注意が必要となる。

■応答速度と関係性を向上させる「MemoryTurbo」と「GraphMemory」

JiuwenMemoryは、記憶処理に伴うレイテンシーと、事実同士の関連性を表現できないという課題にも対処している。

「MemoryTurbo」は、新しい会話データを即座にキャッシュ層のベクトルストアに書き込み、バックグラウンドでの重い抽出処理が完了する前でも検索可能にする。関連する会話をトピックごとにグループ化してからLLM処理にかけることで、開発元の発表によれば、体感レイテンシーを80%削減し、トークン消費を50%以上削減したという。ただし、これらの数値は開発元による報告であり、第三者による独立したベンチマークは行われていない。

「GraphMemory」は、人、プロジェクト、システム、決定などのエンティティとその関係性をナレッジグラフとして保存する。これにより、単なるテキストの断片ではなく、要素間のつながりを保持したまま文脈を再現できる。これは、ZepのGraphitiフレームワークが採用する時間的記憶の処理アプローチに近い。

■複数エージェントで共有する「スウォームメモリ」とベンチマークの主張

「スウォームメモリ（Swarm Memory）」は、個々のエージェントの記憶をチーム全体に拡張する。例えばカスタマーサポート部門で複数の専門エージェントを運用する場合、各エージェントが蓄積した顧客知識やドメイン知見を、組織全体の共有メモリプールに反映できる。新しく追加されたエージェントも、過去の蓄積を継承して業務を開始できる。

開発元の報告によると、JiuwenMemoryを「OpenClaw」のプラグインとして使用した場合、公開ベンチマーク「LoCoMo」において、OpenClaw標準の記憶機能と比較して15%の精度向上が見られ、トークン消費量とストレージ操作は60%以上削減されたという。

しかし、この評価をそのまま受け入れるには注意が必要である。この15%という数値はOpenClawの標準機能に対する相対的な改善率であり、絶対的なスコアは公開されていない。また、第三者による検証は行われておらず、競合する「EverOS」が93.05%、「Mem0」が91.6%の自己申告スコアを掲げていることからも、実際の導入にあたっては自社のワークロードに応じた個別評価が推奨される。

■中国国家情報法に伴う法的リスクと導入の判断基準

技術的な評価とは別に、JiuwenMemoryの導入を検討する組織は、中国の法的枠組みを理解する必要がある。

2017年に施行された中国の「国家情報法」第7条は、すべての組織および市民に対し、国の情報活動への協力を義務付けている。また、2021年のデータセキュリティ法や2017年のサイバーセキュリティ法は、政府機関によるネットワーク検査やデータアクセスを認める規定を含んでいる。

openJiuwenコミュニティを運営するファーウェイは、深センに本社を置く中国企業である。米連邦通信委員会（FCC）は2020年6月、国家情報法を根拠に同社を安全保障上の懸念がある企業に指定した。ファーウェイは政府へのユーザーデータ提供を否定しているが、この法的義務はサーバーの設置場所やオープンソースライセンス、プライバシーポリシーに関わらず適用される。

JiuwenMemoryのAutoDreamingプロセスは、ユーザーの会話から詳細なプロファイルを抽出するため、機密コードや顧客データ、社内コンテキストが含まれる場合、法的リスクを排除できない。機密性の高いワークロードを扱う開発者は、本番環境への導入前に法務部門に相談することが推奨される。一方で、機密情報を含まない一般的な開発や研究用途であれば、その技術的メリットを評価する価値は十分にある。

■欧米の代替フレームワークとの比較

2026年中頃のAI記憶フレームワーク市場において、JiuwenMemoryは独自の立ち位置を築いている。

GitHubで4万7000以上のスターを獲得している「Mem0」は、ベクトルベースのユニバーサル記憶APIを提供しているが、グラフメモリ機能は有料プランに限定されている。「ZepのGraphiti」は時間の経過に伴う好みの変化を追跡する時間的推論に優れており、独立した評価ではGPT-4oを用いたLongMemEvalで63.8%のスコアを記録している（同評価でMem0は49.0%）。「EverOS」はApache 2.0ライセンスで完全オープンソース化されており、マルチモーダルな記憶ニーズに対応している。

JiuwenMemoryがこれら欧米の競合と異なる点は、4層の階層型ストレージ、非同期のAutoDreamingサイクル、スウォームメモリという3つの機能を、オープンソース版の段階で同時に提供している点にある。

ただし、運用面では課題もある。JiuwenMemoryがホストされている「GitCode」は中国語主体のプラットフォームであり、英語のドキュメントやコミュニティサポート、サードパーティ製ツールとの連携は、Mem0やZepに比べて成熟していない。開発者は、技術的な革新性と、エコシステムの成熟度、そして原産国に伴う法的リスクを総合的に判断して採用を決める必要がある。

■注目ポイントQ&A

●AIエージェントはセッション間でどのように記憶を保持するのですか？

標準的なLLMは会話終了時にコンテキストウィンドウがリセットされますが、専用の記憶レイヤーを導入することで、会話から事実やユーザーの好みを抽出して外部ストアに保存できます。次のセッション開始時に、関連する記憶をモデルのコンテキストウィンドウに注入することで、継続的な記憶を実現します。

●2026年現在、主要なオープンソースのAI記憶フレームワークには何がありますか？

パーソナライズに優れた「Mem0」、時間的推論に強い「ZepのGraphiti」、長期実行エージェント向けの「Letta」、LoCoMoベンチマークで高スコアを主張する「EverOS」などがあります。ファーウェイ系コミュニティの「JiuwenMemory」は、これらがオープンソース版では提供していない階層型ストレージや非同期統合、スウォームメモリを統合している点が特徴です。

●中国の国家情報法は、オープンソースソフトウェアにも影響しますか？

はい。2017年の中国国家情報法は、中国のすべての組織や市民に対し、政府の情報活動への協力を義務付けています。この義務は、ソフトウェアがオープンソースであるか、セルフホストされているか、中国国外のインフラで実行されているかに関わらず、ファーウェイおよびその関連コミュニティに適用されます。

●JiuwenMemoryのアーキテクチャは、Mem0と技術的にどう異なりますか？

JiuwenMemoryは、記憶をユーザープロファイルやエピソード記憶など4つのレイヤーに明確に分類して管理します（Mem0のオープンソース版は単一のベクトルプールとして処理）。また、会話終了後に非同期で記憶を抽出するバックグラウンドプロセス「AutoDreaming」を備えている点や、複数エージェントで記憶を共有できる「スウォームメモリ」をオープンソース版で提供している点が異なります。

元記事: AI Agent Memory Learns Across Sessions: Huawei Framework Ships With China Data Risk