エージェントの記憶が壊れた — 9Bモデルと格闘した1日
AI要約
9Bモデルでエージェントの記憶層が壊れた問題から、小型LLMの扱い方を学びます。Few-shotはトークン圧迫で逆効果、Constrained Decodingは構造は完璧だが内容が空洞化。大規模モデルで通用したテクニックが通じない現実と、その先にある解決策を、実装デバッグを通じて詳解します。
AI要約
9Bモデルでエージェントの記憶層が壊れた問題から、小型LLMの扱い方を学びます。Few-shotはトークン圧迫で逆効果、Constrained Decodingは構造は完璧だが内容が空洞化。大規模モデルで通用したテクニックが通じない現実と、その先にある解決策を、実装デバッグを通じて詳解します。



OpenClaw 2026.4.9の本質は「AIが夢を見る」というロマンティックな演出ではなく、記憶の監査性が飛躍的に向上したことです。MEMORY.md、DREAMS.md、memory/YYYY-MM-DD.mdで可視化された記憶を、過去ログから再投入・リセット・ロールバック可能にする「grounded REM backfill」機能により、AIの意思決定の根拠を人間がレビューできるようになりました。セキュリティ強化も同時実装され、実行型エージェント時代に必須の品質基準が整いつつあります。個人開発でも業務でも、持続する記憶の管理設計が次の競争軸になります。