【ITニュース解説】Your AI coding agent forgets your project every session. Here is what I built about it

AIコーディングエージェントは、ソフトウェア開発の現場で非常に役立つツールとして普及している。しかし、現在のAIエージェントには、ある大きな課題がある。それは、セッションが終了すると、それまでの会話や学習したプロジェクトに関する情報を全て忘れてしまうことだ。システムエンジニアにとって、これは毎日新しい同僚に一からプロジェクトの説明をするようなもので、大きな非効率を生む原因となる。エージェントがプロジェクトの現状を理解し、作業に取り掛かるまでには、毎日同じファイル群を再読み込みさせたり、過去の全ての会話履歴を再送したりする必要があり、これが多大なコストとなる。

具体的には、二つの主要なコストが発生する。一つは「トークン」の消費だ。AIモデルはテキストの塊を「トークン」という単位で処理する。例えば、特定の関数を見つけるためにファイル全体をAIの「コンテキストウィンドウ」（AIが一度に処理できる情報量の上限）に送り込んだり、過去の会話全てを次の質問のたびに再送したりすることは、大量のトークンを消費する。これはAIサービスの利用料金として直接かかるだけでなく、AIの応答速度も低下させる要因となる。もう一つは「意思決定」の喪失だ。なぜそのコードがそのような構造になっているのか、以前どのようなアプローチを試して断念したのかといった重要な設計上の情報や試行錯誤の経緯は、過去のチャット履歴とともに消えてしまう。これにより、エージェントが過去にあなたが不要と判断して削除した機能を再び提案してくるような無駄なやり取りが発生することもある。さらに、複数の開発者や複数のAIエージェントが同じプロジェクトに取り組む場合、それぞれが個別にプロジェクトのコンテキストを再構築する必要があり、学習内容が共有されないため、チーム全体の生産性が低下する。

このようなAIエージェントの「記憶喪失」問題に対処するためには、ツールを使わなくても実践できるいくつかの効果的な習慣がある。まず、「必要な場所を特定してから、その周辺の関連するコード範囲だけを読む」という習慣だ。例えば、ファイル全体を漠然と読むのではなく、grepコマンド（ファイル内の特定の文字列を検索するコマンド）やシンボルインデックス（プログラムの要素がどこにあるかをまとめた情報）を使って目的の関数やクラスを素早く見つけ出し、その周辺の30〜60行だけを読み込むようにする。これは、不要な情報を読み込む手間を省き、AIに提示する情報量も減らす上で非常に有効だ。次に、「タスクごとに新しいセッションを設け、短い引き継ぎ情報を用意する」こと。過去の長大なチャット履歴を全て再送するのではなく、今回のタスクの目的、これまでに決定された事項とその理由、変更したファイル、残っている作業などを10行程度の簡潔なメモとしてまとめて、新しいセッションの開始時にエージェントに伝える。これにより、AIエージェントはすぐに本質的な作業に取り掛かることができる。最後に、「ノートを情報の鮮度で分類する」という考え方だ。設計上の決定事項やその理由のように時間の経過で変わらない重要な情報はしっかりと記録しておくべきである。しかし、「Xという機能がどこにあり、何がXを呼び出しているか」といったプログラムの構造に関する情報は、コードが変更されるにつれてすぐに古くなる可能性がある。そのため、このような構造に関する情報はファイルに書き残すのではなく、必要になったときに直接コードを見て確認するようにするべきだ。これらの習慣は、シンプルなMarkdownファイルとgrepコマンドだけでも十分に実践可能であり、実際に多くのエンジニアがこの方法で日々の開発に取り組んでいる。

しかし、こうした手作業による対応を自動化し、さらに効率を高めることを目指して開発されたのが「Codelux」というツールである。Codeluxは、前述のような効果的な習慣をシステムとして組み込むことで、AIエージェントがプロジェクトの記憶を失わず、常に最新かつ関連性の高い情報を参照できるようにする。

Codeluxの最も重要な機能は、プロジェクトの「高速インデックス作成」と「記憶の永続化」だ。例えば、120ファイルからなるGo言語のプロジェクトを、Codeluxはわずか数秒でローカルにインデックス化できる。これは、プロジェクト内のファイル構造、関数名や変数名といった「シンボル」、そして関数がどこからどこへ呼び出されているかを示す「呼び出しフロー」といった、プログラムの全体像を把握するための情報を、ローカルのデータベースに高速で保存することを意味する。このインデックスは、あなたがコードを編集するたびに自動的に更新されるため、常にプロジェクトの最新の状態が保たれる。

このインデックス機能により、AIエージェントとの対話が劇的に変化する。AIエージェントが作業中に作成したノートや、設計上の決定事項は、プロジェクトの一部として永続的に保存される。翌朝、新しいセッションを開始する際も、AIエージェントは前日の学習内容や決定事項を引き継いだ状態からスタートできる。これは、毎日プロジェクト全体を再学習させるという無駄をなくし、過去の重要な情報に基づいてすぐに作業を開始できることを意味する。

さらに、AIがコードを読み込む際の効率も大幅に向上する。従来のAIエージェントは、ある機能に関する情報を得るためにファイル全体をコンテキストウィンドウに送り込むことが多かったが、Codeluxは「Xという機能はどこにあるか、誰がXを呼び出しているか」といった質問に対して、ファイル名と行番号をピンポイントで回答する。そして、ファイルの内容をAIのコンテキストウィンドウに送る際も、必要な部分だけを圧縮した形で渡すことができるため、一度のファイル読み込みで消費するトークン量を最大90%削減することも可能だ。これはAIサービスの利用コスト削減だけでなく、AIの応答速度向上にも直結する。チームで開発する場合にも大きなメリットがある。Codeluxのチームプランでは、ある開発者が記録した決定事項が、わずか1秒以内に他のチームメンバーのマシンに共有される。この情報は、エンドツーエンド暗号化されており、セキュリティも確保されている。

Codeluxは、既存の開発環境に簡単に組み込めるように設計されている。これは、Codeluxがあなたのマシン上でバックグラウンドで常に動作している小さなプログラム「デーモン」として機能するためだ。このデーモンは、MCP（Memory and Context Protocol）というプロトコル、あるいはHTTPやコマンドラインインターフェース（CLI）経由で、あなたが普段使っているAIエージェントや統合開発環境（IDE）と連携する。例えば、Claude Code、Cursor、VS Code、JetBrainsといった様々なツールに対応しており、既存のワークフローを大きく変えることなく導入できる。特にClaude Code向けには、専用のプラグインが用意されており、簡単なコマンドでセットアップが可能だ。

ユーザーのコードや、Codeluxが作成したインデックス、そしてAIエージェントの記憶（メモリ）は全てあなたのマシン上に保存される。外部のサーバーにコードがアップロードされることはなく、AIへの問い合わせはあなたが選んだAIプロバイダーにのみ直接送られるため、プライバシーとセキュリティが非常に高く保たれている点も重要である。

ただし、Codeluxは全ての課題を解決する万能なツールではない。まず、Codeluxそれ自体が新しいAIエージェントではなく、コードを自動で書いてくれるわけでもない。あくまで、既存のAIエージェントがより効率的に、そして賢く作業するための「環境」を提供するツールである。また、非常に小規模なリポジトリで、短時間の単一セッションで作業する場合には、高性能なgrepコマンドで事足りることも多い。Codeluxの真価が発揮されるのは、複数のセッションにわたる作業や、複数の開発者が同じプロジェクトに関わるような場面、つまり同じプロジェクトの理解を何度も繰り返し構築する必要がある場合に、そのメリットを強く実感できるだろう。Codeluxのデーモン自体はオープンソースではないが、そのドキュメントやプラグイン、課題追跡はGitHubで公開されているため、利用者は詳細を確認できる。