Hindsight — AIエージェントに学習する記憶を与えるMCPメモリ

AIエージェントの記憶問題

AIエージェントをプロダクションにデプロイした経験のあるEngineering Managerなら、一度はこんな経験があるのではないでしょうか。「昨日議論した内容を覚えていますか？」というリクエストに対して、エージェントが何も分からないまま見つめ返してくる状況です。会話が終わるとすべてのコンテキストが消え、次のセッションではゼロからやり直しになります。

RAG（Retrieval-Augmented Generation）や単純なベクトルDBでこの問題を解決しようとする試みは多くありましたが、そのほとんどは「検索」にとどまり、「学習」にまで至っていませんでした。単に過去の会話を検索することと、経験からパターンを抽出してメンタルモデルを形成することは、本質的に異なります。

Hindsightは、この問題に正面から挑むオープンソースプロジェクトです。MCP（Model Context Protocol）互換でClaude、Cursor、VS Codeなどの主要AIツールと即座に連携でき、LongMemEvalベンチマークで91.4%を達成し、エージェントメモリシステムとして初めて90%の壁を突破しました。

Hindsightのアーキテクチャ

Hindsightは人間の認知構造にインスパイアされたバイオミメティック（生体模倣）データ構造で記憶を組織化します。

graph TD
    subgraph 記憶の種類
        W["World<br/>環境に関する事実"] ~~~ E["Experiences<br/>エージェントのインタラクション"]
    end
    subgraph 処理レイヤー
        F["Fact Extraction<br/>事実抽出"]
        ER["Entity Resolution<br/>エンティティ解決"]
        KG["Knowledge Graph<br/>ナレッジグラフ"]
    end
    subgraph 上位認知
        MM["Mental Models<br/>学習された理解"]
    end
    W --> F
    E --> F
    F --> ER
    ER --> KG
    KG --> MM

記憶は大きく3つのレイヤーに分かれます：

• World：環境に関する事実（「ストーブは熱い」）
• Experiences：エージェント自身のインタラクション記録（「ストーブに触ったら熱かった」）
• Mental Models：生の記憶をリフレクション（振り返り）して形成された学習済みの理解

既存のRAGシステムとの決定的な違いは、このMental Modelsにあります。単にデータを保存して検索するのではなく、記憶を分析しパターンを形成することで、エージェントが「経験から学ぶ」構造を作り上げています。

3つのコアオペレーション

Hindsightのすべての機能は、3つのコアオペレーションで構成されています。

Retain — 記憶の保存

単なるテキスト保存ではありません。RetainはLLMを活用して、入力されたコンテンツから事実、時間情報、エンティティ、関係を自動的に抽出し正規化します。

from hindsight_client import Hindsight

client = Hindsight(base_url="http://localhost:8888")

# 単純なテキストではなく、構造化された記憶として保存
client.retain(
    bank_id="project-alpha",
    content="김 팀장이 Sprint 23에서 인증 모듈 리팩토링을 완료했다. "
            "기존 세션 기반에서 JWT로 전환했으며, 응답 시간이 40% 개선되었다.",
    context="sprint-retrospective",
    timestamp="2026-03-15T10:00:00Z"
)

この1回の呼び出しで、Hindsightは内部的に以下を実行します：

1. エンティティ抽出：「キムチーム長」「Sprint 23」「認証モジュール」
2. 関係マッピング：「キムチーム長 → 完了 → 認証モジュールリファクタリング」
3. 事実の正規化：「セッション → JWT移行」「レスポンスタイム40%改善」
4. 時間インデキシング：2026-03-15に発生したイベントとして記録
5. ベクトルエンベディング生成およびナレッジグラフの更新

Recall — 記憶の検索

Recallは4つの並列検索戦略を同時に実行します：

graph TD
    Q["Query"] --> S["Semantic<br/>ベクトル類似度"]
    Q --> K["Keyword<br/>BM25マッチング"]
    Q --> G["Graph<br/>エンティティ/因果リンク"]
    Q --> T["Temporal<br/>時間範囲フィルター"]
    S --> RRF["Reciprocal Rank<br/>Fusion"]
    K --> RRF
    G --> RRF
    T --> RRF
    RRF --> CE["Cross-Encoder<br/>Reranking"]
    CE --> R["最終結果"]

# 自然言語クエリで関連する記憶を検索
result = client.recall(
    bank_id="project-alpha",
    query="인증 관련 최근 변경 사항은?",
    max_tokens=4096
)

4つの戦略の結果をReciprocal Rank Fusionで統合し、Cross-Encoder Rerankingで最終順位を決定します。単純なベクトル検索のみを使用するシステムと比較して、精度が大幅に向上するポイントです。

Reflect — 振り返りと学習

Reflectは、Hindsightを単なるメモリシステムから「学習するシステム」へと昇格させるコア機能です。

# 既存の記憶を分析して新たなインサイトを導出
insight = client.reflect(
    bank_id="project-alpha",
    query="우리 팀의 스프린트 회고에서 반복되는 패턴이 있나?",
)

Reflectは保存された記憶を総合的に分析し：

• 繰り返されるパターンを発見します
• 複数の記憶間の因果関係を推論します
• メンタルモデルを自動的にアップデートします

たとえば、複数のスプリントレトロスペクティブの記憶が蓄積されると、「認証関連の作業は予想より平均1.5倍時間がかかる」というメンタルモデルが自動的に形成されます。

MCP連携：5分で始める

Hindsightの最大の強みの一つはMCP互換性です。Dockerひとつでスタック全体をローカルで実行できます。

インストールと実行

export OPENAI_API_KEY=sk-xxx
docker run --rm -it --pull always \
  -p 8888:8888 -p 9999:9999 \
  -e HINDSIGHT_API_LLM_API_KEY=$OPENAI_API_KEY \
  -v $HOME/.hindsight-docker:/home/hindsight/.pg0 \
  ghcr.io/vectorize-io/hindsight:latest

• ポート8888：API + MCPエンドポイント
• ポート9999：Admin UI（記憶の探索、デバッグ）

MCPクライアント設定

Claude Desktop、Cursor、VS Codeなどで以下のように設定します：

{
  "mcpServers": {
    "hindsight": {
      "type": "http",
      "url": "http://localhost:8888/mcp/my-project/"
    }
  }
}

my-projectの部分がbank_idとなり、プロジェクトごとに独立したメモリ空間を持つことになります。チームプロジェクトごとに別々のバンクを作成すれば、記憶が混在しません。

対応LLMプロバイダー

プロバイダー	設定値	備考
OpenAI	openai	デフォルト、gpt-4o-mini推奨
Anthropic	anthropic	Claudeモデルを使用
Google	gemini	Geminiモデル
Groq	groq	高速推論
Ollama	ollama	ローカルモデル
LM Studio	lmstudio	ローカルモデル

エージェントが使用するLLMとHindsight内部のLLMは独立して設定できます。

Engineering Manager視点の導入戦略

ステップ1：個人エージェントから始める

"url": "http://localhost:8888/mcp/jangwook-dev/"

2〜3週間使用しながら以下を観察します：

• 繰り返しの質問が減るかどうか
• プロジェクトコンテキスト切り替え時の適応速度
• メンタルモデルの品質と有用性

ステップ2：チーム共有メモリの構築

graph TD
    subgraph チームメンバー別エージェント
        A["開発者A<br/>エージェント"] ~~~ B["開発者B<br/>エージェント"] ~~~ C["開発者C<br/>エージェント"]
    end
    subgraph Hindsightサーバー
        P["team-project<br/>bank"]
        S["sprint-retro<br/>bank"]
        D["decisions<br/>bank"]
    end
    A --> P
    B --> P
    C --> P
    A --> S
    B --> S
    C --> S

バンクを目的別に分離すると：

• team-project：コードベース、アーキテクチャ決定、技術スタック情報
• sprint-retro：スプリントレトロスペクティブ、ベロシティ指標、繰り返しの課題
• decisions：ADR、技術選択の根拠

ステップ3：運用モニタリング

Admin UI（ポート9999）を活用してモニタリングします。

実践活用シナリオ

シナリオ1：オンボーディングの加速

新規チームメンバーのエージェントをチームプロジェクトバンクに接続すれば、既存チームのアーキテクチャ決定、コーディングコンベンション、過去のイシュー履歴を即座に活用できます。

シナリオ2：スプリントレトロスペクティブの自動分析

毎スプリントのレトロスペクティブ内容をretainすれば、reflectを通じた分析が可能になります。

シナリオ3：技術意思決定の追跡

過去の意思決定の記憶に基づいて、コンテキストのある回答を提供します。

既存アプローチとの比較

特性	単純ベクトルDB	RAG	ナレッジグラフ	Hindsight
保存	エンベディングのみ	ドキュメントチャンキング + エンベディング	エンティティ + 関係	事実 + エンティティ + 時系列 + ベクトル
検索	ベクトル類似度のみ	ベクトル + キーワード	グラフトラバーサル	4重並列検索 + リランキング
学習	なし	なし	限定的	メンタルモデル自動形成
時間認識	なし	限定的	限定的	ネイティブ時間インデキシング
ベンチマーク	-	-	-	LongMemEval 91.4%

注意すべき点

1. 処理遅延：retain後すぐにrecallすると、処理が完了していない場合があります。
2. LLMコスト：内部処理に別途のLLM呼び出しが必要です。
3. データセキュリティ：記憶に機密情報が含まれる可能性があります。
4. メンタルモデルの品質：自動生成されたメンタルモデルが常に正確とは限りません。

まとめ

Hindsightは、AIエージェントメモリの分野で意義のある進展を示すプロジェクトです。MITライセンスのオープンソースであり、Dockerひとつで5分以内に始められます。

参考資料

• Hindsight GitHub
• Hindsight 公式ドキュメント
• Hindsight 研究論文 (arXiv)
• MCP Agent Memory ブログポスト