Perplexity、Brainのメモリー構造とエージェントAPIのテストについて詳述

Perplexityは2026年11月2日、AIエージェントの永続的なメモリーに関する技術ガイドを公開した。同ガイドでは、Perplexity ComputerにおけるBrainシステム、Agent APIのメモリー構築コンポーネント、保存されたコンテキストがエージェントの後続作業を改善するかどうかを検証するテストについて詳しく説明している。

Brainのアーキテクチャと報告された成果

Perplexityによると、BrainはComputer向けの自己改善型メモリーシステムであり、過去の作業や修正内容を整理し、更新され続けるナレッジWikiにまとめるよう設計されている。トークン単位のメモリーを採用しており、情報はモデルの外部に保存され、必要に応じてコンテキストに読み込まれる。Wikiのページを変更すると、モデルが学習した重みを変更することなく、後続のタスクでエージェントが参照できる内容が変わる。

Brainは、これらの記録をエージェントのサンドボックス内にある3つの階層にファイルとして保存する。その sessions/ ディレクトリには生の会話記録とその要約が保存され、 notes/ 抽出された情報を主題ごとに整理し、 knowledge/ には、人物、プロジェクト、概念について記した、相互にリンクされたWikiのMarkdownページが格納される。このガイドでは、セッション記録をエピソード記憶、Wikiを意味記憶に分類している。タスクをどのように実行すべきかを示す手続き記憶は、スキルと保存された指示によって提供される。

Dreamと呼ばれるバックグラウンドエージェントは、毎日のセッション記録を夜間に処理し、要約を作成するとともに、情報が変わった場合はWikiを更新する。Perplexityによると、Gitを通じて変更が確定される前に、ステージングされた編集内容を確認しており、差分を確認できる状態にしている。各メモリー項目はその情報源にリンクされている。また、Brainのバックグラウンド更新は、引き続き有効な情報を定着させ、変更後には項目を改訂し、古くなった情報にはその旨を示す。

Perplexityの報告によると、30日間のペア評価では、Brainを有効にしたセッションの正答率が9.3パーセントポイント、再現率が8.9ポイント向上し、使用トークン数は約15%少なかった。別途実施した、金融文書に関する150件の質問を対象とする社内ベンチマークでは、標準的なファイルツールを使う探索エージェントの回答スコアは0.627だったのに対し、同じコーパスに対するセマンティック検索では約0.37だった。

Agent APIのメモリーコンポーネント

Perplexityは、開発者向けサービスとBrainを明確に区別している。Agent APIには自己管理型のメモリーシステムは含まれない。その代わり、バージョン管理された手順、リクエスト間で会話のコンテキストを引き継ぐ方法、開発者が管理するストアへの読み書き用ツールを提供する。

カスタムSkillは、指示、手順、補助ファイルをバージョン番号の下にまとめる。Profileでは、モデル、指示、ツール、Skills、コネクター、実行設定など、より広範な構成を1つのバージョン管理されたIDで保存する。Skillsが独自に学習することはない。人または自動プロセスが新しいバージョンをアップロードすると、その指示が変更される。

開発者がターン間の作業コンテキストを保持する方法は2つある。以前のメッセージから選んだものを次のリクエストの入力配列に含め、何を残すか、要約するか、伏せるか、削除するかを決められる。もう1つの方法は、完了した応答のIDを渡すことだ。 previous_response_idこれにより、アプリケーションが以前のターンを再送しなくても、Perplexityがサーバー上で会話の状態を維持できる。どちらの方法でも、次の応答に必要な新しい指示、ツール、モデル設定は別途渡す必要がある。

エピソード記憶と意味記憶の保存は、引き続き開発者の責任となる。関数呼び出しを使えば、エージェントが動作する前に読み取りを行い、その後に書き込みを行う処理を実装できる。アプリケーションが呼び出しを実行し、結果を返す仕組みだ。取得した情報を記録するだけでなく、結果、根拠となる情報源、その後のユーザーによる修正を記録することで、エピソード記録の基礎が形作られる。互換性のあるリモートMCPサーバーを利用すれば、個別のカスタム関数ラッパーを用意せずにメモリー操作を公開する方法もある。Perplexityは、管理対象のコネクターとしてGitHub、Slack、Google Drive、Datadog、Linear、Notionを挙げている。また、カスタムコネクターを使えば、社内システムへのアクセスも提供できる。

テストとComputerの制御

ガイドで紹介されている新規セッションテストでは、メッセージなどを再送せずにリクエストを開始し、 previous_response_id同じメモリーストアへのアクセスは維持する。そのうえでエージェントに、以前の修正内容をもう一度伝えずに関連作業を行わせる。デプロイエージェントの場合、Perplexityは、対象サービスで確認済みのロールバックコマンドをエージェントが取得して使用すること、他のサービスの手順は変更しないこと、コマンドが変わった場合は、情報源を追跡可能な状態に保ちながら新しい指針を採用することを確認するよう提案している。

メモリーの有無を比較する際、Perplexityは、モデル、Profile、Skillの各バージョンを固定し、既知のストアのスナップショットからテストを開始することを推奨している。こうすることで、あるテストで得た答えをエージェントが次のテストに持ち込むのを防げる。また、失敗したケースを保存し、後続の改訂で合格できるようにすることも勧めている。再現率だけに頼るのではなく、メモリーに依存するタスクが完了するかどうかを、コストと遅延も含めて測定するようガイドは述べている。

Computerでは、Brainはセッション、接続済みツール、ファイルや成果物、ユーザーからの修正内容を活用します。Memoryビューでは、ユーザーは項目を確認し、情報源をたどって、編集または削除できます。Brainはシークレットセッションを除外し、専用の切り替えスイッチを備えています。

ガイドで紹介されているRhoの事例は、Computerが夜間に請求書処理プロジェクトの変更を確認し、矛盾点を検出して、朝にSlackで要約を公開したというものです。Rhoは、週次会議の時間を2.5時間から15分に短縮したと報告し、12週間のプロジェクト全体で120時間分の作業時間を削減できたと推定しました。Perplexityによると、この120時間という推定値には、コネクター、夜間実行、Slackでの要約を組み合わせたワークフローが含まれており、メモリ単独の貢献分はまだ定量化できていないとのことです。

そのため、このガイドでは、Rhoが報告した削減時間のうちメモリ単独の貢献分は明らかにされていません。