TencentのTeam Memory: エージェントが記憶を共有するなら、誰かが所有しなければならない

Tencentの最新オープンソースリリースを一番簡単に読むなら、データの話になります。中国のクラウドベンダーが、チーム全体の集合記憶を保持するシステムを出した。その先の見出しは自分で書けるでしょう。ただし、それは読み違いでもあります。実際のリポジトリを5分ほど見れば分かります。

8月13日、Tencent CloudはTencentDB Agent Memoryの大型更新、Team Memoryを発表しました。エージェントメモリを個人向けの便利機能から、共有チーム基盤へ移すリリースです。私は発表とリポジトリを読み込みましたが、実際に動かしてはいません。したがって、これは机上調査であって現地レポートではありません。何なのか、「チーム」の部分がなぜ本当の話なのか、そして西側の読者が最初に抱きそうな懸念がなぜ別の場所を向いているのかを見ます。

要点 - Team MemoryはTencentDB Agent Memoryを、個人の長期記憶から共有チーム資産へ拡張します。チャット履歴、検索可能なWikiとしての文書、グラフ化されたコードリポジトリ、抽出された再利用可能スキルを、すべてアクセス制御の背後に置きます。 - 名前に反して、これはデータベースではありません。SQLiteとベクトル検索を使うローカルファーストのTypeScriptサービス群で、MITライセンスです。Anthropic自身のAPIプロトコルを話すことでClaude Codeへ接続します。 - デフォルト導入ではすべてを自分の環境内に保持するため、反射的な「データが中国へ行く」という心配はほぼ当てはまりません。残るリスクはガバナンス、中国語中心のコミュニティ、そして任意のTencent Cloud VectorDB経路です。 - 共有メモリは共有攻撃面でもあります。メモリポイズニング研究では、汚染されたエントリがセッションをまたいで伝播します。この仕組みでは設計上、チームメイトのエージェントへも広がります。 - ベンダーのベンチマーク主張は自己申告です。GitHubでの勢い、8月27日時点で24,900を少し超えるスターは本物ですが、西側開発者の実利用はその数字が示すほど厚くは見えません。

何が起きたのか

2026年8月13日、Tencent Cloudは5月にオープンソース化したTencentDB Agent Memoryの2回目の大型リリース、Team Memoryを発表しました。発表とリポジトリから分かる主な点は次の通りです。

• チームメモリは4種類の資産から構成されます。Chat Memory（過去のエージェント会話）、LLM-Wiki（自然言語で検索できるプロジェクト文書）、Code Graph（リポジトリ構造、シンボル、呼び出し経路）、Skills（完了した障害対応やコードレビューを再利用用に抽出したもの）です。

• 新しいコンソールMemory Hubがチーム、エージェント、タスクを管理し、各メモリ項目には所有者、バージョン、状態、利用履歴が付きます。権限はユーザー、役割、エージェント単位で設定され、非公開からチーム全体まであります。

• 資産は役割ごとに組み合わせられます。バグ修正エージェントにはCode Graphと過去の障害対応スキルを、要件整理エージェントにはWikiと業務文脈を渡す、といった形です。

• TencentのCodeBuddy、OpenClaw、Claude Codeを含む複数のエージェントプラットフォームで動き、コードリリースv2.0.0はニュース記事より10日前の8月3日に出ています。

残しておく価値がある主張は可搬性です。「基盤モデルやエージェントフレームワークが変わっても、Team Memoryに蓄積した経験は完全な互換性を保つ」とTencentは述べています。同社はまた、最初の90日でGitHubスター20,000を超え、GitHub Trendingで複数回首位になったとしています。現在のスター数は検証できます。私が8月27日に確認した時点で24,912で、第三者トラッカーが7月4日に記録した7,200からの伸びなので軌跡はあり得ます。一方、Trending首位という主張はTencent自身の投稿に行き着き、後から検証できません。私はマーケティングとして扱います。

Tencent CloudのTeam Memoryは、オープンソースのTencentDB Agent Memoryを個人利用からチーム利用へ拡張し、会話、文書、コード、抽出済みスキルをClaude Codeなどのプラットフォーム向けガバナンス付きメモリ資産として整理します。2026年8月13日の発表によります。リポジトリは2026年8月27日時点で24,912スターでした。GitHubで確認しています。

実務家として読むと、実際には何なのか

まず名前から。TencentDB Agent Memoryはデータベースではありません。PostgreSQL上に構築されているわけでもなく、意味のある形でTencentDB技術を使っているわけでもありません。MemoryCore、MemoryKnowledge、MemoryPanel、MemoryProxyというTypeScriptサービス群で、ローカルSQLiteへ保存し、sqlite-vecでベクトル検索します。規模を広げたい場合にはTencent Cloud VectorDBを使う任意経路があります。TencentDBという名前はブランド上の隣接性です。Tencentのデータベースチームは以前にも、2019年のTBase、現在のOpenTenBaseのような基盤を本当にオープンソース化しています。ただしこれはその組織から出たアプリケーション層のプロジェクトで、動き方もそうです。

スター数を追いかける勢いから想像するより、アーキテクチャはよく考えられています。メモリは生の会話から安定した人物像レベルの事実まで段階的に抽出され、検索は項目数と時間の予算の中でBM25キーワード検索とベクトル検索を混ぜます。これで注入するコンテキストを小さく保ちます。最も気が利いているのはMemory Proxyです。エージェントとモデルの間に入り、AnthropicとOpenAI両方のAPIプロトコルを話し、関連メモリをシステムプロンプトへ注入します。Claude Codeなら、プラグインもフックもMCPサーバーも不要です。クライアント側はその存在すら知りません。

READMEだけ壮大なことを書いたプロジェクトでもありません。Dockerによる1コマンド導入、TypeScriptとPythonのSDK、OpenAPIドキュメント、日中両言語の文書があり、毎日コミットが入っています。デフォルトブランチがfeat/server_teamで、mainではないことが、このプロジェクトが今もどれほど速く動いているかを物語っています。

TencentDB Agent Memoryは、SQLiteとsqlite-vecへ保存するローカルファーストのTypeScriptサービス群で、段階的なメモリ抽出とBM25＋ベクトルのハイブリッド検索を備えています。Memory ProxyがAnthropicとOpenAIのAPIプロトコルを話すため、Claude CodeはプラグインやMCPサーバーなしで長期メモリを利用できます。2026年8月28日に取得したプロジェクトREADMEに基づきます。

なぜ「チーム」が本当の話なのか

これまでエージェントメモリというカテゴリーは、ほぼ1人用でした。最も資金調達が進んだMem0は2025年10月に2,400万ドルを調達し、AWSのエージェントSDKのメモリプロバイダーにもなっています。ZepのGraphitiは、事実を削除するのではなく無効化する時間情報付きナレッジグラフを構築します。Lettaは各エージェントに、自分で管理する階層型メモリを与えます。3つとも、1体のエージェントが自分の過去を覚えることが中心です。

2026年8月27日から28日に確認した、特に注目されている4つのオープンソースエージェントメモリプロジェクトのGitHubスター数です。Mem0、Graphiti、TencentDB Agent Memory、Letta。Tencentのプロジェクトは他より何年も新しい。

Team Memoryの賭けは、メモリの単位がエージェントではなくチームになる、というものです。実際の仕事でエージェントを使っている人なら、そこで名指しされている問題を知っています。セッションごとに説明し直すプロジェクト背景、先月見つけたのに誰も再現できない修正方法、1人のClaude Code履歴の中だけに残った有効な手順。Tencentの答えは、それらすべてを所有者、バージョン、権限付きの管理対象資産として扱い、エージェントの役割ごとに異なる断面を組み立てることです。

最後の部分こそ、本当に新しい。「非公開」ならチーム管理者ですら項目を読めず、ある開発者が抽出した障害対応スキルをレビューした後、特定のエージェントや人だけへ共有できる。これはチーム基盤としてのメモリです。西側の主要プロジェクトは、これを中核機能としては提供していません。彼らが売るのはより良いノートです。Tencentが作ろうとしているのは、鍵のルールまで備えた共有書庫です。

Mem0、Zep、Lettaはいずれも、1体のエージェントが自分の履歴を覚えることを中心にしています。Team Memoryはその代わりに、会話、文書、コードグラフ、抽出済みスキルを、ユーザー、役割、エージェントごとの権限を持つガバナンス対象のチーム資産として扱い、タスク別に組み合わせます。Tencent Cloudの発表とリポジトリ文書に基づきます。

共有する頭脳は、共有する攻撃対象でもある

ここは発表が深く触れない部分です。メモリが必要なのは、コンテキストウィンドウを大きくしても保持問題が解決しなかったからです。Chromaのコンテキスト劣化の研究では、18の最先端モデルがウィンドウを使い切るずっと前から、入力が増えるほど性能を落としました。だから皆がメモリを作っています。そしてセキュリティ研究も、なぜ慎重さが必要なのかに追いつきました。OWASPのエージェント型AI脅威ガイダンスはメモリポイズニングを明示的に挙げています。長期ストアを一度汚染すれば、その後の全セッションが汚染を継承します。

では、そのストアを共有したらどうなるか。汚染された障害対応スキルは来週の自分のエージェントだけでなく、共有されたすべてのエージェントとチームメイトを、設計通りに誤誘導します。チームの会話、文書、コード構造、仕事のやり方を1つのリポジトリに集めることは、外から見れば攻撃者が欲しいものをきれいに並べた目録でもあります。Tencentの緩和策は本物ですが手続き的です。ACLモデルは誰が何を読めるかを制限し、スキルは共有前にレビューする前提なので、機械が抽出した内容へ人間を介在させます。その統制は、裏にあるレビュー習慣と同じ強さしか持ちません。

これは使うべきでない理由ではありません。ガバナンス機能こそ製品である理由です。「どのエージェントがどのメモリを読めるか」は、スタック内のほかのアクセス方針と同じ真剣さで扱うべきです。エージェントガバナンス全般と同じです。

OWASPのエージェント型AI脅威ガイダンスを含むエージェントセキュリティ研究は、汚染された長期メモリが将来セッションを誘導するメモリポイズニングを独立した攻撃クラスとして扱います。共有チームメモリはそのリスクを設計上、チームメイトとエージェントへ広げます。だから共有前レビューのワークフローとアクセス制御が、荷重を支える機能になります。

中国という問いに、率直に答える

まずデプロイ前提を明示します。ここで答えは完全に変わるからです。MITライセンスでローカルファーストのオープンソース版をセルフホストするなら、データは自分の環境に残ります。保存先はローカルSQLite、LLMエンドポイントは自分で設定し、Tencent Cloudアカウントも不要です。この経路なら、中国ベンダーがチームの記憶を保持するという反射的な不安は当てはまりません。デフォルト導入に対しては、それが間違った心配だとはっきり言う価値があります。

本当に残る懸念は、もっと地味です。任意のTencent Cloud VectorDB経路を選べばTencentのクラウドへ結び付きます。そこは別の判断として扱うべきです。リポジトリにはOpenTelemetry計装がありますが、この種のものを導入する前に監査するのは通常の衛生管理であり、疑惑の指摘ではありません。コミュニティは中国語中心です。議論、チュートリアル、勢いの大半がそうです。そして将来エンタープライズサポートが欲しくなれば、中国ベンダーから購入することになり、組織によってはそれ特有の調達会話が発生します。

スター数よりコミュニティの形をよく表す数字が1つあります。このプロジェクトはGitHubスターが25,000弱ですが、今月初めのHacker News投稿は2ポイント、コメントなしでした。スター自体は本物ですが、重心は国内です。西側チームにとっては、困ったときにどこから助けが来るかについての注意点です。海外展開する中国チームにとっては、このツールがこちらのチームの実際の働き方に合わせて作られたヒントでもあります。それ自体が内製か購入かの判断材料です。

MITライセンスのTencentDB Agent Memoryをセルフホストすると、データはローカルSQLite上の自分の環境に残り、モデルエンドポイントも利用者が設定し、Tencent Cloudアカウントは不要です。リポジトリ文書に基づきます。残る検討事項は任意のTencent Cloud VectorDB経路、通常の依存関係監査、中国語中心のコミュニティとサポート経路です。

今やるべきこと

エージェントメモリが検討対象に入っているなら、次の3つをこの順番で進めてください。

1. 今日: 発表だけでなくリポジトリを読んでください。実際の設計はアーキテクチャ文書とACLモデルにあります。試したいならDocker導入は1コマンドです。

2. 今週: 重要でないリポジトリ1つ、エージェント1体で立ち上げ、抽出層が実際に何を保持するか観察してください。TencentはPersonaMemスコアが48%から76%へ上がったと報告していますが、独立再現はありません。ベンダーベンチマークより、自分のコーパスが重要です。

3. 今月: 実データを取り込む前にアクセス方針を書いてください。どのメモリを非公開にするか、何をチーム全体へ出すか、抽出スキルを共有前に誰がレビューするか。ツールは制御手段を提供します。方針は自分たちで決めます。

やらない方がいいことも2つ。方針がないうちに、専有コードや顧客との会話を共有ストアへ入れないでください。後から権限を付け直すのは、メモリがないより悪い。そしてスター数を西側での準備度の指標だと思わないこと。デバッグで頼るコミュニティの投稿は、ほとんど中国語です。まだもっと手前で、エージェントをどこに置くか自体を考えているなら、エージェント型アーキテクチャの記事から始めてください。

FAQ

TencentDB Agent Memoryは本当にデータベースですか？

いいえ。名前に反して、ローカルSQLiteとベクトル検索へ保存するTypeScriptサービス群で、エージェントと呼び出し先モデルの間に入ります。TencentDBという名前は開発チームを反映したもので、採用技術を示してはいません。スケールアウト向けにTencent Cloud VectorDBとの任意統合がありますが、デフォルト導入ではデータベースサーバー自体が不要です。

TencentDB Agent MemoryはTencent Cloudへデータを送りますか？

デフォルトのセルフホスト構成では送りません。MITライセンスで、SQLiteへローカル保存し、利用者が設定したLLMエンドポイントを呼びます。Tencent Cloudアカウントは不要です。例外は任意のTencent Cloud VectorDB統合で、これはデフォルト挙動ではなく利用者が明示的に選ぶものです。

Claude Codeで動きますか？

はい。仕組みも気が利いています。Memory ProxyはAnthropicとOpenAIのAPIプロトコルを話すため、Claude Code、TencentのCodeBuddy、OpenClawは、プラグイン、フック、MCPサーバーを入れずにシステムプロンプト経由で注入されたメモリを受け取れます。モデルエンドポイントへ直接向ける代わりに、エージェントをプロキシへ向けます。

TencentDB Agent MemoryはMem0とどう違いますか？

Mem0の方が西側では確立しています。より古く、資金も多く、2025年10月に2,400万ドルを調達し、AWSのエージェントSDKにも統合されています。TencentDB Agent Memoryはより新しく、デフォルトでローカルファーストです。最大の違いは、所有者、バージョン、権限、役割別の組み立てというチームレベルのガバナンスです。1体のエージェントに覚えさせたいだけなら、どちらも使えます。チーム全体で安全にメモリを共有したいなら、Tencentの方がそこを中心に設計されています。

結論

Team Memoryは、データベースでよく知られるチームから出てきた、若く高速に変化するプロジェクトです。ベンダーベンチマークもトレンド入りという主張も、いつも通り割り引いて読むべきでしょう。ただし、その下にある設計直感は正しい。エージェントが本当のチーム作業をするようになると、メモリは個人向け便利機能ではなく、所有者、権限、レビューを必要とする共有基盤になります。オープンソースプロジェクトの中でTencentはいち早くそこへ到達し、しかも誰にも何も送らず自分のハードウェアで動かせる形にしました。私が見るのはスター数が増え続けるかではありません。共有前レビューという規律が、急いでいるチームに使われても生き残るかです。そこが、この仕組みが機能するか、静かに負債になるかの分かれ目だからです。

自社のスタックに共有エージェントメモリをどこまで組み込むべきか考えているなら、これは私がクライアントと定期的に話しているテーマです。お問い合わせください。

情報源

• Tencent Cloud、「TencentDB Agent MemoryがTeam Memoryをリリース」: https://www.tencentcloud.com/dynamic/news-details/101465 （2026年8月13日公開、2026年8月28日取得）

• TencentCloud、TencentDB-Agent-Memoryリポジトリ: https://github.com/TencentCloud/TencentDB-Agent-Memory （2026年8月28日取得、スター・フォーク数は2026年8月27日確認）

• MarkTechPost、「Tencent CloudがTencentDB Agent Memory v2.0をオープンソース化」: https://www.marktechpost.com/2026/08/07/tencent-cloud-open-sources-tencentdb-agent-memory-v2-0/ （2026年8月7日公開、2026年8月28日取得）

• Open Source For You、「Tencent Cloud Agent Memory v2」: https://www.opensourceforu.com/2026/08/tencent-cloud-agent-memory-v2/ （2026年8月公開、2026年8月28日取得）

• PR Newswire、Morningstar経由、「Mem0が2,400万ドルを調達」: https://www.morningstar.com/news/pr-newswire/20251028sf07039/mem0-raises-24m-series-a-to-build-memory-layer-for-ai-agents （2025年10月28日公開、2026年8月28日取得）

• Mem0リポジトリ: https://github.com/mem0ai/mem0 （2026年8月28日取得）

• Zep、Graphitiリポジトリ: https://github.com/getzep/graphiti （2026年8月28日取得）

• Lettaリポジトリ: https://github.com/letta-ai/letta （2026年8月28日取得）

• Chroma、「コンテキスト劣化: 入力トークン増加がLLM性能へ与える影響」: https://research.trychroma.com/context-rot （2025年7月公開、2026年8月28日取得）

• OWASP、「エージェント型AIの脅威と緩和策」: https://genai.owasp.org/resource/agentic-ai-threats-and-mitigations/ （2026年8月28日取得）

• OpenTenBase（旧TBase）: https://www.opentenbase.org/en/ （2026年8月28日取得）

• Wikimedia Commons、カバー画像「アフリカゾウ」（GFDL 1.2、Muhammad Mahdi Karim）: https://commons.wikimedia.org/wiki/File:African_Bush_Elephant.jpg （2026年8月28日取得）