個人 AI アシスタント向けの長期記憶レイヤー。会話ログを要約せず 7 フィールドのレコードとして日次 JSONL に全文保存し、生ログを唯一の真実の源とする。全レコードにタイムスタンプを付与し、SQLite FTS5（日英バイグラム）による完全一致検索と sqlite-vec による意味検索を組み合わせるが、まず時間式（相対・絶対日付）を解析して範囲を絞り、範囲内の結果を時系列順に返す。意味検索は範囲内で結果が少ないときの最後の手段で、フォールバックした事実も出力に明示する。さらに現在の話題を示す小型インデックス LLL を毎ターン文脈に注入し、コンテキスト圧縮やセッション境界をまたいで同一性と文脈を維持する。ローカル・ファイルベース・単一マシン・サーバーなしで、1 ユーザー向けに毎日運用した記録と失敗談も docs/lessons.md に公開している。
OpenAIのVinoth Govindarajanが、モデルのハルシネーション以外で本番AIエージェントが失敗する理由を論じる。OpenClawなどの実例を通し、信頼性の高いエージェントハーネスの鍵となる原則を説明する。すなわち、明示的な状態所有権の確立、並行する状態変更の直列化、実行権限のスコープ設定、ユーザー可視の境界でのアクション検証である。
Claude や Codex/ChatGPT、Gemini はコーディングや調査には便利だが、文章作成に使うべきではないという主張。文章を書くこと自体が深く考える工程であり、箇条書きから AI に文書を生成させるとその思考を飛ばしてしまう。AI は文章は得意でも、新しいアイデアを考え出すのは苦手だと指摘する。初稿を書いた後に「この文書を読んでどんな疑問を持つか」「最も重要な点は何か」と質問してフィードバックを得る使い方は有効で、修正や改善を任せるのではなく自分で考えるべきとする。執筆前のデータ整理やパターン発見にも AI は役立つ。