Author: Boxu Li 

Introduction

In the rapidly evolving AI landscape, Macaron stands out by offering something mainstream chatbots lack: a deep, persistent memory. This "Deep Memory" architecture is Macaron's hallmark feature – an AI memory system that actually learns your preferences, usage history, and context across every interaction. Rather than treating each conversation as an isolated session, Macaron carries forward knowledge about you – from your favorite coffee brew to the project you discussed last week – making interactions seamless and personal. This marks a pivotal shift beyond what experts call productivity AI to what Macaron's creators dub "Experience AI," where an assistant becomes more like a lifelong companion that understands your personality, preferences, and habits. Unlike typical chatbots that help you work faster, Macaron is designed to help you live better, building an ongoing relationship grounded in memory. It's a step change in AI capability that brings us closer to an assistant that truly knows us, not just our prompts.

What Exactly Is Deep Memory in Macaron?

本質的に、Deep Memoryは強化学習によって訓練された新しい主体的なメモリーアーキテクチャです。ChatGPTのように最後のプロンプトだけに頼るのではなく、Macaronのモデルは過去の対話から関連情報を自律的に取得、要約、更新するように微調整されています。実際には、各新しいチャットは特別なメモリートークンから始まり、あなたが誰であるか、何が重要かの要約を注入します。これにより、Macaronは「言われたことだけでなく、ユーザーが誰であるかを覚える」ことができます。言い換えれば、あなたのAIは毎回ゼロから始まるのではなく、あなたの個人的な物語を把握しています。このDeep Memoryシステムは、強化学習（RL）を使用して何を思い出すか、何を見過ごすかを決定し、あなたのコンテキストの理解を継続的に最適化します。

重要なのは、Deep MemoryがMacaronに通常の大規模言語モデルよりもはるかに長い会話やタスクの一貫性を保たせることができるという点です。このシステムは、やり取りが数日または数週間にわたる場合でも過去の詳細を取り出すことができます。実際、Macaronのメモリ革新により、10万行を超えるコードを持つパーソナライズされたミニアプリなどの大規模な出力を生成しながら、コンテキストと一貫性を維持することが可能です。このような偉業は、固定されたコンテキストウィンドウを持つ通常のプロンプトベースのモデルではほぼ不可能です。推論と学習された長期記憶を組み合わせることで、Macaronは従来のチャットボットが到達できないレベルのパーソナライズされた一貫したパフォーマンスを実現しています。本質的に、Deep MemoryはMacaronに人間の長期記憶に似たものを提供し、その上でAIがユーザーと共に進化できる基盤を与えます。これにより、Macaronは単なるQ＆Aマシンを超えて、ユーザーの体験を大切にする本当のパーソナルAIエージェントへと進化します。

AIからの「リマインドして」がもう不要に

ユーザーにとって、Macaronのメモリーの違いはすぐにわかります。ChatGPT、Bing、Perplexity、または他の一般的なAIアシスタントでは、AIが以前の会話を覚えていないため、過去の情報を繰り返したり文脈を説明したりすることがしばしば必要です。これらのシステムは固定されたコンテキストウィンドウに縛られており、チャットが長くなると古い詳細が記憶から消え、新しいセッションを開始すると何も引き継がれません。マイクロソフトのAI部門の責任者ムスタファ・スレイマン氏が最近指摘したように、今日の主流のAIは「セッション間で情報を保持しない」と述べており、本当の長期記憶を実装することが次の重要なステップの一つであると強調しています。会話モデルに関する研究もこれを反映しており、現在の大規模な言語モデルは「固定されたコンテキストウィンドウに依存しているため」根本的に制限されており、そのウィンドウを超えた場合は持続的なメモリーを欠いています。実際には、これは今日ChatGPTがあなたの問題の第1章について専門的に議論できるかもしれませんが、明日には再度促さない限り、あなたに問題があることすら覚えていない理由です。

Macaronはすでにこの制限を超えて進化しています。そのディープメモリーにより、AIアシスタントとゼロから始める必要はありません。毎回夕食のアイデアを尋ねるたびに「ちなみに、私はベジタリアンです」と言う必要もありません。Macaronはその好みや他の多くの好みをすでに内面化しています。実際、独立したレビュアーは、Macaronが「ユーザーの好みをより効果的に覚えて、通常のAIチャットボットよりも魅力的で個別化された体験を提供する」と指摘しています。ただの事実だけでなく、Macaronは過去のやりとりの重要な経験や感情的なトーンを記憶し、それを使ってより関連性があり、共感的な応答を形作ることができます。

ある初期ユーザーが強力な例を示しました。彼らがチャットで猫「テキーラ」について何気なく言及した後、1週間後にMacaronが予告なしに「テキーラに会う予定はありますか？」と尋ねたのです。このような文脈に基づく振り返りは、親しい友人でもするかもしれないことで、そのユーザーは**「こうして覚えてもらえるのは特別な感じがした」と述べました。別のケースでは、ユーザーがMacaronに「返信が少し堅苦しい」と伝えたところ、即座により温かみのある親しみやすい口調に変わり、以降のチャットでもそのフレンドリーなスタイルを維持しました。このような個別化された対応は、単一のセッションを超えた記憶を持たないチャットボットでは不可能です。これは、無機質なツールとの会話と、「あなたを知っている」AIとの対話の違いです。Macaronの記憶に基づいて継続的な関係を築く能力は、ゲームチェンジャーです。AIに話したことや自分が誰であるかを思い出させる必要があるのではなく、その責任はAIにあります。その結果、Macaronを使用することはアルゴリズムを照会するよりも、注意深いパートナーとの会話を再開するような感覚になります。特筆すべきは、これは単なるギミックではなく、現在のAIの根本的な欠点としてAI専門家が指摘するものに対処していることです。持続的な記憶は、「長期的な会話の一貫性にとって重要」**と広く認識されており、AIが矛盾したり繰り返したりしないためのものです。他のモデルを悩ませる健忘症を克服することで、Macaronはより直感的で知的な体験を提供します。

その場でアプリを構築する深い記憶

Deep Memoryは、Macaronの会話能力を向上させるだけでなく、AIのニーズへの対応力を強化し、ソフトウェアを書くことさえ可能にします。Macaronはチャット内でカスタムミニアプリケーションを即座に生成でき、これはほとんどのボットが提供するテキストのみのやり取りをはるかに超える機能です。Macaronは本当にあなたの状況や目標を理解しているので、個人のソフトウェア開発者として役立ち、長期的な知識を活用してあなたに特化したツールを作成します。Macaronチームが説明するように、このAIは「ユーザーごとにカスタムの『ミニアプリ』を瞬時に生成することができ…わずか15分で」実現でき、ユーザーからのコーディングや複雑な設定は不要です。つまり、アイデアや問題を思いつき、それを簡単な言葉で説明するだけで、Macaronがインタラクティブな解決策をその場で構築してくれます。すべてチャットインターフェース内で行われます。

実際にはどういうことか考えてみてください。ある大学生は、混乱したスケジュールでキャンパスに到着し、単にMacaronに整理を手伝ってほしいと頼みました。約5分で、Macaronはその学生の学期をスムーズにするためのコースヘルパーとクラブ探しアプリを構築しました。別のユーザーは料理を学びたいと思っていましたが、途中で諦めることを恐れていました。そこでMacaronは、ユーザーの料理の試みを追跡し、レシピやヒントで励ます**「初心者クッキングジャーナル」**アプリを作成しました。2週間後、そのユーザーはMacaronの優しいコーチングとAIによって構築されたアプリの構造のおかげで、自分で3つの料理を作れるようになったと誇らしげに報告しました。これらは事前にインストールされた「スキル」やテンプレートではありません。Macaronはユーザーの状況に合わせて、まさにその場でこれらのミニアプリを生成しました。これは、私たちが慣れ親しんでいる一律のソフトウェアとは大きく異なります。ここでは、ソフトウェアそのものが個別に作成されており、1人（または少数）のために、1回の会話に基づいて作られています。そして、AIの記憶がそのデザイン選択に影響を与えるため、最終的な製品は驚くほどぴったりと感じられます。Macaronは本質的に「記憶バンク、プログラマー、伴侶」を組み合わせたものであり、その瞬間に必要なツールやサポートへと成長していきます。

Macaronは、簡単なリクエストを完全に機能するミニアプリに変えることができます。ここに示されているのは、Macaronが作成した「レシピファインダー」インターフェースの例です。ユーザーは利用可能な材料と味の好みを入力して、カスタマイズされたレシピ提案を受け取ります。ディープメモリーにより、AIはユーザーの食事制限（例：ベジタリアン、アレルギー）を記憶し、それをアプリのロジックにスムーズに組み込みます。数分で、ユーザーは夕食の計画についての会話から、自分専用に作られたカスタム料理アプリとのやり取りに進みます。

特に、これらのミニアプリはチャット履歴に埋もれた静的な一度限りのものではありません。Macaronを使えば、保存したり共有したりすることができます。AIが特に役立つツール（例えば、カロリートラッカーや旅行プランナー）を作成した場合、共有可能なリンクを生成して他の人も利用できるようにできます。実際に、ユーザー生成のAIツールを中心にコミュニティが形成されています。各人の新しいソリューションが、同様のニーズを持つ誰かを助ける可能性があります。Macaronはさらに、「プレイブック」 を提供しています。これは、日常生活、家族、成長、趣味といったカテゴリにわたる便利なAIハックやミニアプリの厳選されたギャラリーです。これを閲覧すれば、家庭料理のためのレシピ検索から、大学生活のためのキャンパスバディ、楽しいゲームやクイズまで、あらゆるものを見つけることができます。プレイブックの各リストは、実際の会話と実際のユーザーの要望から生まれました。そして、Macaronは記憶し適応するため、共有されたアプリを自分用にAIで調整することも可能です。これは、自然言語を通じてオンデマンドでパーソナライズされたソフトウェアを委託し、それがうまく機能すればウイルスのように広めることができるという、根本的に新しいことです。必要なものをほぼ満たすアプリを探してアプリストアを検索する代わりに、自分の個人AIに正確に必要なものを作らせ、そしてそれを友人と共有するという近未来を想像しやすいでしょう。Macaronはすでにそのシナリオを現実にしています。

技術的な観点から見ると、この機能はメモリー駆動の推論の証です。Macaronの長期的なコンテキストは、アプリ構築プロセス中にあるステップから次のステップへと要件を引き継ぐことを意味します。複雑で多段階のタスクにも動揺せず、目標や完了したサブタスクを忘れません。文脈を保持しながら、即座に非凡なアプリケーションを生成できるAIシステムはほとんどなく、Macaronはここで新たな基準を打ち立てているようです。そして、すべてが会話を通じて行われます。ある瞬間には問題について話しているだけなのに、次の瞬間にはAIがインタラクティブな解決策を提供してくれます。この対話から展開への流れるような移行こそが、対話と行動の両方を行えるエージェントを構想する先見的なAI専門家が話していることです。Macaronはこの概念の生きた証拠であり、AIアシスタントに期待することを根本的に拡大します。

ユーザーの力を引き出す：消費者からクリエイターへ、AI時代の変革

Macaronのアプローチは、新しいタイプのAIエコシステムの夜明けを示しています。ここでは、ユーザーは単なる消費者ではなく、クリエイターとして力を持ちます。このビジョンを理解するには、ソーシャルメディアにおけるユーザー生成コンテンツの台頭に例えるとわかりやすいでしょう。たとえば、TikTok（抖音）がどのようにして受動的なコンテンツ消費者をアクティブなクリエイターに変えたかを考えてみてください。ツールとAI駆動のエフェクトが非常にアクセスしやすかったため、誰でもビデオクリエイターになれるようになりました。Macaronは、ソフトウェアやソリューションに同様の変革をもたらすことを目指しています。カスタムアプリケーションの作成のハードルを劇的に下げ、日常の人々がTikTokのクリップを撮影するように簡単にミニアプリを作成できるようにします。重要なのは、Macaronがコーディング、論理設計、インターフェースデザインといった重労働を引き受ける一方で、ユーザーはアイデアや目標を提供することです。TikTokの初期には、編集スキルがなくてもユーザーはスマートなテンプレートとアルゴリズムのおかげで魅力的なビデオを作成できました。同様に、Macaronのユーザーはプログラミングスキルを持たなくても、パーソナルAIパートナーが自然言語のニーズを動作するソフトウェアに変換します。これにより、AIが可能にする日常問題解決の創造的な革命が引き起こされるかもしれません。

先ほど言及したプレイブックは、このAI駆動のクリエイター経済の初期の一端を垣間見ることができます。Macaronのサイトでプレイブックをスクロールすると、あらゆる生活場面に対応したミニアプリや「ハック」のクラウドソーシングされたコレクションが見られます。食事プランニング、習慣トラッキング、勉強スケジュール、家庭予算管理、趣味プロジェクト、さらには楽しいクイズや小さなゲームまで、すべてが特定のユーザーシナリオに合わせてMacaronのAIによって生成されています。各ミニアプリは、ある人とMacaronのユニークな会話から始まりましたが、それを共有することで、クリエイターはコミュニティのための再利用可能な資産に変えました。これは非常にオープンソースのマインドセットに似ていますが、非プログラマーにもアクセス可能です。プレイブックで自分にほぼ合っているミニアプリを見つけたら、Macaronに頼んでニーズに合わせて適応または拡張してもらうことができ、実質的に創造をリミックスします。最終目標は、ニッチな問題への解決策が協力的に広まり進化するエコシステムであり、AIがそのプロセスを仲介します。それは過去の静的なアプリストアとは大違いで、ユーザーの入力によって絶えず形作られるAI駆動のライフハックの生きた図書館のように感じられます。

日常の人々が自分のAI作成アプリを構築し共有することを可能にすることで、Macaronは革新者のコミュニティを育てています。これは、Macaronが推進する「AIを体験する」という精神と完全に一致しています。つまり、次のAIの波は、職場のタスクを自動化するだけでなく、日常生活や個人的な体験を豊かにすることだという考えです。AIの時代において、チームのビジョンは「AI時代のエコシステム」を作り出すことであり、ユーザーは単なるビッグテックのアルゴリズムのエンドユーザーではなく、AI開発ループの構築者や参加者になることを目指しています。Web 2.0が、受動的なウェブサーファーをブログ、YouTube、ソーシャルメディアでのコンテンツクリエーターに変えたように、Macaronのプラットフォームは、AIユーザーを個人的なAIアプリケーションの共同開発者に変えることができるかもしれません。これは、スマートフォンアプリブームの初期を思わせる大胆なビジョンですが、今回はアプリ自体がオンデマンドで生成され、集団の知恵を通じて改善される可能性があります。もしMacaronのディープメモリーとミニアプリ生成が示すものがあるなら、このアプローチは個人技術の新たな標準を定義するかもしれません。つまり、非常に個別化され、ユーザー主導で、無限に適応可能なものです。

真の知能に向けて：ディープメモリーはAGIに一歩近づくのか？

Macaronの革新は、ただユーザーに即時の利益をもたらすだけでなく、AIがより高度な一般知能へと進化する可能性も示唆しています。AI研究では、人工一般知能（AGI）に近づくには、単なるモデルのスケーリングを超えて、AIシステムにより人間らしい機能を持たせる必要があるという議論が増えています。例えば、長期記憶、継続的に学習する能力、自律的な行動を取る能力などです。実際、AGIへの道は、単に巨大なニューラルネットワークに頼るのではなく、**「統合されたコンテキスト、記憶、ワークフロー」**にあると主張する専門家が増えています。この見解は、現在の大規模モデルが強力である一方で、「ドメインを超えた一般化においてつまずく」のは、真に記憶し適応するメカニズムが欠如しているからだとしています。AIに持続的な記憶を持たせ、セッションを超えて情報を保持し呼び出すことができるソリューションが、今日のチャットボットの限界を超えるために重要だと見なされています。つまり、機械に人間のような知能を持たせるための最大の障害の一つは、AIモデルの忘れっぽさであり、それが人間のように自然な環境で学ぶことを妨げているのです。

特にメモリは、しばしば欠けているピースとして指摘されます。Mustafa Suleyman（DeepMindの共同創設者であり、現在MicrosoftのAIリーダー）は、モデルが事実の推論や感情知能を急速に向上させている一方で、**「それらをすべてつなぐ欠けているピース…それがメモリだ。」と最近述べました。彼は近い将来（彼の見解では次の18ヶ月で）「非常に良いメモリを持ったAIを目にすることになるでしょう。」と予測し、強力な推論、行動のためのツール、長期メモリを備えたAIが「非常に、非常に強力なシステム」**になると示唆しました。これをAGIに似たエージェントの暗黙の記述と見るのは大きな飛躍ではありません。それは時間をかけて広範なタスクを理解し、記憶し、行動することができるものです。この観点から見ると、Macaron AIはその方向への一歩です。強力なメモリと動的にツールを生成する能力の組み合わせは、多くの研究者がより一般的な知性の主要な要素であると信じるものに密接に一致しています。MacaronはAGIではないかもしれません（そしてASI、または人工超知能のような用語は依然として仮説的です）が、AGIの理想に近づくいくつかの能力を具体的な製品で示しています。それは文脈を無期限に記憶し（AGIがおそらくそうであるように）、繰り返しのやり取りを通してユーザーの個別のモデルを学習し、必要に応じて新しい機能（ミニアプリ）を作成することでその行動を自律的に自己修正します—各タスクのために明示的な再プログラミングを行わずに。

明確にしておくと、AGIはまだ動的なターゲットであり、さまざまな人にとって異なる意味を持つバズワードです。Macaronのチームは、自分たちの製品を過度に誇張しないように注意しています。彼らはそれを、すべてを知っているオラクルではなく、エクスペリエンスAIの時代における最初のパーソナルAIエージェントと呼んでいます。しかし、長期記憶というコアな問題を解決し、推論と行動を統合することで、Macaronは多くのアイデアの概念実証となっています。それは、AIがユーザーとともに「進化するように訓練」され、新しいプロンプトごとに理解をリセットしないことを示しています。業界アナリストは、持続的なメモリによってLLMのコンテキスト制限を克服することが、「より信頼性が高く効率的なLLM駆動のAIエージェントへの道を開く」と指摘しています。実際、Macaronが提供するもの—ユーザーを記憶し、その記憶に基づいて構築するAI—は、人間のような認知に一歩近づく進歩そのものです。MacaronがIQ、EQ、そして一部の人が呼ぶ「AQ」（行動指標）を長期記憶とシームレスに融合する様子を見ると、より一般的なAIが私たちの生活にどのように機能するかの初期の一瞥を見ているようです。それはパーソナライズされ、積極的で、継続的に学習します。これまで消費者向けAI製品にはほぼ欠けていた特性です。その意味で、Macaronのディープメモリーは単なるかっこいい機能ではなく、次世代のAIの基盤かもしれません。Macaronがあなたとの過去のやり取りを覚えたり、必要に応じてツールを作成したりするたびに、機械の知性が何を達成できるかという私たちの期待を静かに再定義しています。そして、おそらく何年か後に、私たちはこの瞬間を、単に賢いだけでなく、私たちの生活を一般的で適応的、そして深く個人的に理解し、強化する機械への重要な一歩として振り返ることでしょう。