#llm アーキテクチャのAIニュース

7件の記事

MongoDB、トークン最適化の終焉と次世代のエージェントメモリを提唱

MongoDB は AI エージェント開発が未熟な現状を指摘し、従来のトークン最大化アプローチの限界を説き、次世代基盤としてエージェントメモリの重要性を提唱した。

Anthropic は、高価なモデルで計画し安価なモデルに実行を委ねる「オーケストレーター・エグゼクター」パターンが、安価モデルの性能向上により生産性エージェント構築の最適解となったと報告した。

著者は Kimi K3 のモデル性能をきっかけに、データ品質・構造・規模の寄与と Linear Attention（KDA）や GDN 方案の影響について中立な立場で詳細分析を行った。

OpenAI は情報を圧縮して関連部分のみを保持する「コンパクション」方式を採用し、一貫性のある長いスレッドを維持している。一方、Anthropic は複数のエージェントに文脈ウィンドウを分割し、各サブエージェントが問題を処理した上で関連情報だけを親エージェントへ返すアプローチを取っている。