AIエージェントの知識ベースを自己更新させる設計

AIエージェントの知識ベースを自己更新させる設計では、RAG導入後の知識の陳腐化に対処する。正本テキストとローカルVector Indexを分離し、エージェント本体は知識更新の度に触らない設計により、知識の増加と劣化を管理し、エージェントの長期的な性能維持を図る。

• AIエージェントの知識ベースは、数週間で古い前提を自信ありげに返すようになるため、知識更新の設計が重要である。
• 知識更新は、外部ソースを取り込む「pull型」と、作業中の学びを書き戻す「push型」の2系統で管理することが効果的である。
• AIエージェント本体は知識更新のたびにコードを触らず、テキスト（知識）を更新し、ローカルのvector indexを再生成する方式が推奨される。
• 知識側にconfidenceやrisk_levelといったメタデータを持たせることで、AIの「知ったかぶり」を防ぎ、不確かな場面で停止させることが可能になる。