2026年2月27日、OpenAIとAmazonがFrontierエージェント向けのStateful Runtime Environmentを発表しました — エージェントセッション内のツールコールをまたいで存続する永続ファイルシステムとメモリです。これは意味のある機能です。実行間ですべてを忘れるエージェントは根本的に制限されています。
しかし永続メモリだけではエンタープライズAIには不十分です。問題はエージェントが記憶すべきかどうかではなく、記憶する内容を誰が制御し、誰がそれを見られるかです。
永続エージェントメモリの約束と危険
永続メモリはエージェントを劇的に有能にします。チームの好みのコミュニケーショントーン、承認閾値、顧客セグメントを覚えているエージェントは、実行のたびに改善されます。
危険も同様に明確です。チェックされていない永続メモリを持つエージェントは：
- 時間とともに出力品質を劣化させる古いまたは不正確な事実を蓄積
- メモリがスコープされていない場合に部門間で情報を漏洩
- 何がいつどこから学習されたかの証跡がない場合にコンプライアンス監査に抵抗
- 下流のワークフローが不透明なエージェントステートに依存する場合に隠れた依存関係を作成
14のステートフル機能のうち13：既にJieGouに存在
FrontierのStateful RuntimeをJieGouの既存アーキテクチャに対して評価したところ、14のステートフル機能のうち13が既にカバーされていることが判明しました：
| 機能 | JieGouのカバレッジ |
|---|---|
| 構造化入出力ステート | バリデーション付きレシピI/Oスキーマ |
| ステップ間データフロー | ワークフローエグゼキューターのpreviousStepOutputsマップ |
| ステートに基づく条件分岐 | 式評価付きConditionStep |
| ループステート管理 | イテレーション追跡付きLoopContext |
| 並列実行ステート | 障害カスケード付きPromise.allSettled |
| 承認ゲートステート | チェックポイント再開付きApprovalPauseError |
| 共有メモリ（マルチエージェント） | StepExecutionContextのsharedMemoryマップ |
| 収束ループステート | 評価フィードバック注入付きConvergenceLoop |
| チェックポイント/再開 | ステップごと追跡付きWorkflowCheckpointV2 |
| ナレッジ検索ステート | 自動コンテキスト解決付きRAGコンテキスト |
| ブランドボイスステート | 部門スコーピング付きブランドボイスプロファイル |
| 用語集ステート | 部門ごとの用語集コンテキスト注入 |
| Few-shotラーニングステート | 実行履歴からのFew-shot例キュレーション |
1つのギャップ：クロスワークフロー永続エージェントメモリ — 別々のワークフロー実行間で存続する事実。
14番目の機能：Agent Workspaces
このギャップを埋めるためにAgent Workspacesを構築しました — ただし重要な設計決定があります：永続ステートのすべてのピースがデフォルトでガバナンスされています。
Agent Workspaceはアカウント内のエージェントにスコープされた構造化キーバリューストアです。各エントリは以下を追跡します：
- キー：記述的識別子（例：
preferred_tone、primary_contact、approved_budget） - 値：学習された事実（JSONシリアライズ可能、最大10 KB）
- ソース：エントリの作成方法 —
auto（LLM抽出）、user（手動設定）、step_output（ワークフローステップからキャプチャ） - Run ID：このエントリを生成したワークフロー実行
- タイムスタンプ：最終更新日時
この来歴メタデータが、ガバナンス付きステートを生の永続メモリから分離するものです。
設計による制約
- ワークスペースあたり最大100エントリ — 無限のメモリ成長を防止
- エントリ値あたり最大10 KB — エントリをフォーカスし検索可能に維持
- プロンプト注入の約2,000トークン予算 — ワークスペースコンテキストが実際のタスクを圧迫しない
- 部門スコーピング — ワークスペースはJieGouの残りと同じアクセス制御を継承
ガバナンス付きステート > 生の永続メモリの理由
| 次元 | ガバナンス付きステート（JieGou） | 生の永続メモリ（Frontier SRE） |
|---|---|---|
| 可視性 | すべてのエントリに来歴（ソース、Run ID、タイムスタンプ） | ステートはエージェントランタイム内に存在 |
| 監査可能性 | 監査ログと統合、コンプライアンスチームが検査可能 | ランタイムステートはガバナンスレイヤーに公開されない |
| スコーピング | RBAC施行付き部門スコープ | セッションスコープ、クロスワークフロースコープは不明確 |
| サイズ制御 | ハードリミット（100エントリ、各10 KB） | ファイルシステム永続化 — 固有の制限なし |
| 陳腐化 | タイムスタンプ + 手動キュレーションが事実の衛生を実現 | 事実の有効期限のための組み込みメカニズムなし |
| コンプライアンス | 自動コンプライアンスチェックのためのAPIアクセス | エージェントステート検査にカスタムツールが必要 |
根本的な違い：FrontierのStateful Runtimeはエージェントをより有能にします。JieGouのガバナンス付きステートはエージェントをより有能にかつより監査可能にします。
Frontierとの比較
FrontierのStateful Runtime Environmentは印象的なエンジニアリングです。永続ファイルシステム、クロスツールコールメモリ、Amazonインフラとの統合が自律エージェントのためのパワフルな実行環境を作ります。
しかしエージェント能力のために設計されており、エンタープライズガバナンスのためではありません。ランタイムステートはエージェントが使用するために最適化されており、コンプライアンスチームが検査するため、部門境界が施行するため、監査証跡がキャプチャするためではありません。
JieGouは反対の方向から永続ステートにアプローチします：ガバナンスファースト、能力セカンド。Agent Workspacesは完全なファイルシステムよりも柔軟性が低い — そしてそれがポイントです。制約（構造化エントリ、ハードリミット、来歴追跡）は制限ではなく機能です。
結論：ガバナンスが差別化要因
永続メモリは有能なAIエージェントのテーブルステークスです。すべてのプラットフォームがすぐにそれを持つでしょう。
差別化要因はエージェントが記憶できるかどうかではなく、記憶する内容を見て、制御して、監査できるかです。エンタープライズAIにとって、ガバナンス付きステートはあれば嬉しいものではありません。本番デプロイメントと科学実験を分ける要件です。
JieGouのガバナンスアーキテクチャについて詳しく学ぶ、またはOpenAI Frontierとの比較をご覧ください。