AIエージェントの過去会話をローカル記憶化　Hugging FaceがFunes公開

別のAIエージェントでも、過去の判断理由から作業を再開できる

Hugging Faceは2026年9月3日、AIコーディングエージェント向けの記憶ツール「Funes」を公開しました。対象はCodex、Claude Code、pi、Hermesです。各ツールが端末に残したセッションを共通形式で索引化し、以前の決定、試した方法、失敗理由を別のセッションや別のエージェントから検索できます。Apache License 2.0のオープンソースで、LinuxとApple Silicon搭載Mac向けのビルドが用意されています。

これまで長い作業を引き継ぐには、会話を圧縮した要約や、人が作る引き継ぎ文書がよく使われてきました。ところが要約では、後から重要になる細かな判断理由が落ちることがあります。Funesは要約を知識として保存するのではなく、元の発言を時刻、セッション、ターンの情報とともに残します。検索結果から元の会話へ戻れるため、「何を決めたか」だけでなく「なぜそうしたか」まで確かめられる設計です。

FunesはCodex、Claude Code、pi、Hermesのセッションを1つの記憶へまとめ、検索結果に元のセッションとターンを示す。

出典：Hugging Face公式ブログ・Funes発表を要約

会話を要約せず、ローカル索引から必要な原文だけを呼び出す

Funesの仕組みは、セッションを解析し、検索しやすい単位へ分け、埋め込みとキーワード検索用の索引を端末内に作る流れです。検索時はベクトル検索とBM25を組み合わせ、候補を再順位付けします。取り込み時にLLMで「重要な事実」を抽出しないため、保存時の要約ミスで原文が上書きされません。古い判断と新しい判断が両方残り、読む側が時刻と根拠を見て選べます。

呼び出しも常時ではありません。過去情報が必要な場面で、エージェントがrecallを使い、関連箇所だけを会話へ入れます。毎回すべての記憶をプロンプトへ加える方式に比べ、無関係な履歴で会話枠を消費しにくいのが狙いです。編集部は、モデル単体の性能競争から「会社の判断履歴をどのAIでも再利用できるか」へ、実務上の差が移り始めた動きだとみます。特定のAIに記憶を閉じ込めないことは、モデルを乗り換える際のやり直しを減らすからです。

一方、発表側が示す費用比較は、過去情報がなければ答えられない2つの課題に限られます。Funesの呼び出しは手書きの引き継ぎより一方の課題で8分の1、もう一方で4分の1の費用だったとしていますが、一般的な開発案件すべてで同じ差が出るとは確認されていません。社内導入の判断材料は、この数字より自社の会話量と質問での再現性です。

共有は任意だが、呼び出した原文は利用中のAIへ渡る

初期状態では、解析、索引作成、埋め込み、再順位付けは端末内で動き、データは外へ出ません。複数端末やチームで共有したい場合だけ、記憶を自分のHugging Face Hub上のデータセットへ公開できます。共有先は非公開が初期設定で、アップロード前には認証情報を伏せ、さらにsecret scannerで検査する仕組みです。

ただし「ローカルだから会話内容が常に外部へ出ない」と考えるのは危険です。クラウド型のCodexやClaude Codeが検索結果を読むと、その原文は回答を作るAIの文脈へ入ります。Funesの公式セキュリティ文書も、ここを別の信頼境界として説明しています。また、自動検査は秘密情報の漏えいを完全には防げず、一度公開した認証情報は履歴から消しただけでは安全になりません。

初期設定ではすべて端末内で処理されるが、クラウド型エージェントが検索結果を読むと、その文章はエージェントの文脈へ渡る。

出典：Funes公式セキュリティ文書を要約

導入前に、実案件の質問で検索漏れと古い判断の混入を測る

試すなら、まず機密性の低い1案件に絞ります。「なぜこのライブラリを採用したか」「以前失敗したデプロイ方法は何か」「顧客が指定した禁止事項は何か」など、正解が過去セッションにある質問を20件ほど作り、正しい原文が上位に出る割合を記録します。次に、古い判断と新しい判断が競合する質問を混ぜ、日付と出典を見てエージェントが新しい方を選べるか確かめます。

共有機能へ進む前には、対象フォルダ、Hubの公開範囲、読み取り専用と書き込み用のトークンを分け、検索結果を渡してよいAIも決めます。人事、契約、顧客の認証情報を含むセッションは最初から対象外にする方が安全です。Funesの価値は、記憶があることではなく、根拠へ戻れることにあります。実案件で検索漏れが多い、あるいは古い決定を優先するなら、その利点は薄れます。その場合は自動連携を広げず、案件ごとの短い決定ログを残す運用を続けるべきです。

検索精度が十分なら、次に1人がCodexとClaude Codeを切り替える場面で試し、最後にチーム共有へ進みます。この順なら、便利さより先にデータ境界と誤参照の影響を確認できます。AIを交代しても判断履歴を持ち運べる仕組みは有用ですが、会社の記憶として任せられるかは、自社の質問で測って初めて分かります。