Amazon Bedrock、AgentCore memoryのライフサイクル設計を提示　90日のTTLを初期値に

AWS Machine Learning Blogは、Amazon Bedrock AgentCoreの機能であるAgentCore memory向けに、記憶のライフサイクル管理を設計する方法を示しました。長期稼働するAIエージェントが古い文脈を蓄積すると、応答品質の低下やコンプライアンス上のリスクにつながると説明しています。

記事では、エージェントの記憶をエピソード記憶、セマンティック記憶、手続き記憶に分類しています。エピソード記憶は会話の記録で、時間とともに関連性が下がるため、期限切れの優先対象にします。セマンティック記憶は対話から抽出した事実や好みで、より長く保持する候補です。手続き記憶はワークフローやツール利用パターンを扱います。

ライフサイクルポリシーでは、TTLに基づく期限切れ、関連性の減衰スコアリング、記憶の統合や削除を組み合わせます。記事の初期設定では、エピソード記憶のTTLを90日にしています。運用では、Summary記憶を30から60日、セマンティック記憶を6から12か月で期限切れにする設定例も示しています。

実装例は、AgentCore memory、AWS Step Functions、Amazon Bedrockを使い、夜間にライフサイクルワークフローを実行します。AWS CDKスタックと、エージェントの記憶を管理対象リソースとして扱うための枠組みも示しています。