ByteDanceがOpenVikingを公開、ファイルシステム型でAgentの記憶と文脈を管理

OpenVikingは、ByteDanceがオープンソースとして公開したAIエージェント向けのコンテキスト管理システムだ。テキストを細切れのフラットなベクトルに変換するのではなく、仮想ファイルシステムを用いてエージェントの記憶、リソース、スキルを階層的に管理する。

従来のRAGでは、断片化されたテキストチャンクをフラットに検索するため、文脈の欠落やプロンプトのトークン消費肥大化が課題となっていた。OpenVikingはコンテキストをviking://プロトコルのファイルやフォルダとして扱うことで、この問題を解決する。

主な機能と仕組み

中核となるのはL0からL2までの段階的コンテキストロード機能だ。L0は約100トークンの簡潔な要約、L1は最大2000トークンの概要、L2は必要に応じて読み出される詳細データとなっている。

エージェントは初めから全文を読み込まず、意味検索と意図分析を組み合わせたディレクトリの再帰的探索を行う。類似システムのベンチマークでは、ネストされたクエリ処理において検索レイテンシを最大30%削減できるとされる。

さらに検索プロセス全体が可視化されるのも特徴だ。エージェントがどのフォルダを参照し、どのファイルを選択したかという探索ログを開発者が追跡できるため、デバッグが容易になる。

導入と利用

ライセンスはApache 2.0で公開されており、インデックス処理のバックエンドには高速なC++拡張が採用されている。OpenAI互換APIを通じてビジョン言語モデル（VLM）とも連携でき、画像とテキストを併せたマルチモーダル処理に対応する。

Pythonコードから手軽に利用でき、ローカルディレクトリを指定して初期化した後、URLやドキュメントを追加するだけで階層的な要約が自動生成される。対話ログやツール呼び出し結果から要点を自動抽出し、記憶ディレクトリを自己進化させる機能も備える。

なぜ重要か

マルチステップで動作する自律型エージェントの開発者や、従来のRAGによるコンテキスト爆発に悩んでいるエンジニアは、試してみる価値が高い。

ファイルシステムのメタファーを導入したことで、エージェントの探索経路がブラックボックスにならず、高い説明性とトークン効率を両立できる点が優れている。ただし、元データに一定の構造化が求められるため、完全に乱雑なフラットデータでは効果が限定的になる可能性がある。