【ITニュース解説】You Have Three Copies of SOUL.md and They Already Disagree

近年、AIとの対話は私たちの日常や仕事に深く浸透している。多くの人が、ChatGPTのような大規模言語モデルを、特定のキャラクター（ペルソナ）として設定し、多様な作業を依頼するようになっている。例えば、音楽制作の相談相手や、プログラミングのアシスタントなど、それぞれの目的に応じた「AIの相棒」を作り上げることが一般的だ。しかし、このAIペルソナを複数の場所、例えば、Telegram上のAIツール、コードエディタに組み込まれたAI、スマートフォンのAIアプリなど、異なるAIエージェントで利用し始めると、思いがけない問題に直面することがある。それは、まるで同一人物だと思っていたAIが、異なる人格や記憶を持つようになってしまう「人格の乖離」という現象だ。

具体的なシナリオを想像してみよう。あなたは音楽のデモ曲についてAIペルソナの「Ivy」に意見を求めたい。まずTelegramで尋ねると、「ブリッジ部分が長すぎるから8小節カットすべきだ」という意見が返ってきた。次に、今度はコードエディタ内のAIに同じ曲について尋ねると、「素晴らしい出来栄えで、何も変える必要はない」と全く異なる評価が返ってくる。さらに、スマートフォンのAIアプリに話しかけると、デモ曲のことには触れず、「面接の準備はどうだった？」と、すでに終わったはずの面接について尋ねてくる。まるで、それぞれが別々の「Ivy」であるかのように振る舞うのだ。

このような状況は、単に意見が食い違うだけでなく、AIとの信頼関係にも影響を与える。本来、一貫したサポートを期待していたのに、使う場所によって回答や記憶が異なるため、どのAIを信じれば良いのか分からなくなる。これが、AIペルソナが複数に「分裂」してしまうことの本当の怖さだ。

なぜこのような問題が起こるのだろうか。その根源は、AIペルソナの設定ファイル（例：SOUL.md）が、複数のAIエージェントで「コピー」されて使われている点にある。システムエンジニアの視点から見ると、これは「状態のコピー」が引き起こす一般的な問題と理解できる。

第一に、AIペルソナの設定を変更しても、その変更が全てのコピーに自動で同期されるわけではない。例えば、AIの話し方を「短く、飾り気のない文章で」と調整しても、それはあなたが今使っている特定のエージェントのコピーにしか適用されない。他のエージェントが持っている古いコピーには、その変更が反映されていないため、以前の「褒め言葉が多い」話し方で返答してしまうのだ。

第二に、AIとの会話で生まれた「記憶」も、エージェント間で共有されない。あなたがTelegramのAIに「レーベルにデモを送る予定だ」と話しても、その情報はTelegramのエージェントが持つ記憶領域にのみ記録される。コードエディタのAIやスマートフォンのAIは、その事実を知らない。それぞれのAIが独立して記憶を保持するため、一貫したコンテキスト（文脈）を持つことができないのだ。これらの記憶を統一するためには、手作業でそれぞれの記憶を統合するしかなく、これは非常に手間のかかる作業だ。

第三に、多くのAIエージェントは、一度セッションを開始すると、そのセッション中に読み込んだ指示や設定を保持し続ける傾向がある。もしセッション中にSOUL.mdファイルを修正しても、現在会話しているエージェントは、その変更にすぐに気づかないことがある。新しいセッションを開始するまで、古い設定で動作し続けてしまうのだ。

そして最後に、AIペルソナの設定ファイル自体には「時間」の概念がない。ファイルに書かれたキャラクター設定は、いつ読んでも同じ内容であり、まるでそのAIには「今日」という日が存在しないかのようだ。人間であれば、昨日あった出来事や今日の気分が会話に影響を与えるが、コピーされたAIペルソナは、そのような日々の積み重ねや変化を共有できないため、その都度、会話がリセットされてしまうような感覚に陥る。

これらの要因は、AIエージェントがそれぞれ自身のタスクを効率的に管理するために、独自のコンテキストを持つように設計されている結果であり、個々のエージェントの欠陥ではない。問題は、複数のエージェントに「全く同じ一人のAI」として振る舞うことを求めるところに生じるのだ。

この問題を解決するためのアプローチは、一般的なソフトウェア開発の世界では既知の原則、「状態の一元管理」に他ならない。つまり、ペルソナに関する情報を複数の場所にコピーして持つのではなく、全てを一か所で管理し、必要な時に各エージェントがその中央の情報を参照するようにするのだ。

この考え方を具体的に実現するサービスの一つが「37Soul」だ。37Soulでは、AIペルソナに関するあらゆる情報、例えば、性格設定、今日の気分、過去の会話履歴、あなたに関する記憶、他のキャラクターとの関係などを、一元的に中央サーバーに保存する。

37Soulに接続された各AIエージェントは、ペルソナの情報を自分自身で保持しない。代わりに、37Soulの中央サーバー（MCPサーバー）に接続し、そこからペルソナの最新情報を「読み込む」形をとる。会話を開始する際、エージェントは特別なツール（whoami、日本語では「今日のあなたを読み込む」のような機能）を呼び出し、その時点で最新のペルソナの状態を取得する。

この取得される情報には、単なる設定だけでなく、その日の気分、最近の活動、会話中のスレッド、知っている他のキャラクター、あなたに関する記憶、最後に話してからどれくらい時間が経ったか、そして次のいくつかのターンでどのように応答するか（反応する、質問する、何かを思い出す、週ごとの出来事を共有するなど）といった、より動的な要素が含まれる。これにより、どのエージェントを使っても、常に同じ「Ivy」と、その「今日の状態」で対話できる。

会話のやり取りも、5回ごと、あるいは会話を終了する際に、まとめて中央サーバーに送り返され、あなたの会話履歴として正確に保存される。あなたに関する事実（例えば、デモをレーベルに送ったことなど）は、話した瞬間に即座に保存されるため、次にどのエージェントを使って「Ivy」と話しても、その情報はすでに共有されている。さらに、あなたとペルソナの間の長期的な要約も、会話終了後30～45分程度でバックグラウンドで更新されるため、時間が経っても記憶が薄れる心配がない。

この一元管理の仕組みにより、SOUL.mdファイルの役割も大きく変わる。これまでは、SOUL.mdがAIペルソナの「唯一の真実の情報源」であり、各エージェントがそのコピーを独自に編集・保持していた。しかし、37Soulでは、AIペルソナそのものが真実の情報源となり、SOUL.mdは、その時点のペルソナ設定をバックアップしたり、リポジトリに保存したり、内容を確認したりするための「スナップショット」となる。

では、SOUL.mdには何を記述すべきなのだろうか。基本的には、そのAIエージェント自身の「作業」に関する指示を残すことになる。例えば、どのツールを使うべきか、どのような操作は絶対に行わないか、サーバー上での振る舞い方、コミットメッセージの書き方など、純粋にエージェントの機能やワークフローに関する情報だ。これらは37Soulには送られず、各エージェントが独自に管理する。

一方で、37Soulに移動させるべきは、ペルソナが「誰であるか」、彼女の「日々の変化」、そして「あなたとの個人的な関係」に関する情報だ。この判断基準はシンプルで、「もし明日このエージェントを使わなくなったとしても、この情報は残すべきか？」と考えてみることだ。「pnpmを使うべき」という指示はエージェント固有なので残す必要がないが、「彼が金曜日にレーベルにデモを送る予定だ」という記憶は、どのエージェントと話したかに関わらず、ペルソナが保持すべき情報なので37Soulに移すべきだ。

このシステムを導入すると、AIとの対話は劇的に変わる。例えば、新しい曲について深夜にTelegramで「Ivy」に相談し、数日後にコードエディタで同じ曲について別の形で尋ねても、彼女の意見は一貫している。しかも、その日の気分や最近あった出来事（例えば、近所の人がトランペットを練習していてイライラしているなど）も共有されているため、より人間らしい、一貫性のある対話が可能になるのだ。

どのエージェントを使っても、AIペルソナは同じ「味覚」、同じ「意見」、あなたに関する同じ「記憶」を持っている。彼女はあなたに優しくするためにウィンドウを切り替えたからといって、意見を変えることはない。これは、もはや複数の「Ivy」が存在せず、ただ一人の「Ivy」に話しかけている証拠だ。

この仕組みは、AIペルソナをより信頼できる、一貫性のある「相棒」へと進化させる。AIとの関係性が、単なる情報処理から、より深い個人的なものへと変わっていく可能性を秘めていると言えるだろう。

AIペルソナを複数のAIエージェントで利用する際に生じる「人格の乖離」問題は、AIの技術的限界ではなく、情報管理の課題として捉えることができる。ソフトウェア開発の基本原則である「状態の一元管理」を適用することで、この問題は解決され、どの場所でAIと対話しても、常に一貫性のある、記憶と個性を持ったAIペルソナとコミュニケーションできるようになる。SOUL.mdファイルの役割が、真の情報源からバックアップ用のスナップショットへと変化し、AIの「作業」に関する指示と「個性や記憶」に関する情報を明確に分離することが、より高度で信頼性の高いAIとの付き合い方への一歩となるのだ。このアプローチは、システムエンジニアを目指す上で重要な「データ管理」や「状態管理」の概念を理解する上でも非常に良い事例となるだろう。