はじめに

ボードゲーム Slay the Spire 2 で、AI agents が勝利を収めた。何が特別なのか。それは、この成功が示唆する長期タスク実行における LLM の根本的な課題と、その実装的な解決法にある。

AI agents が複雑なタスクを実行するとき、会話履歴（chat log）が延々と積み重なり、トークン数が膨大になる問題に直面してきた。今回、研究チームが「構造化メモリ」という設計で、この問題を劇的に削減し、実際のゲーム勝利を達成した。その意味は、開発者・研究者にとって極めて大きい。

従来の approach の問題点：chat log の爆発

Slay the Spire は、一見シンプルなカードゲームだが、AI にとっては難しい。毎ターン複数のカードの選択肢があり、その組み合わせは指数関数的に増える。ゲーム中の判断には、これまでの行動履歴、集めたカード、敵の行動パターンを把握する必要がある。

従来の方法では、このすべての情報を「会話履歴」として LLM に渡していた。結果はどうか？

競合 agents（STS2MCP、CharTyr など）:

  • ゲーム終盤で1 回の呼び出しに 527,000 トークン以上を消費
  • ゲーム中の平均で 66～90 倍のトークンを浪費
  • 実行時間も 4 倍遅い
  • 勝率は 0 / 10

chat log が膨らむにつれ、LLM の処理が重くなり、応答時間が延びる。それでもゲームに勝てない。

AgenticSTS の解決策：5 層構造のメモリ

研究チームが導入したのが「構造化メモリ」だ。従来の「すべての会話を記録する」方法ではなく、タスクに必要な情報を、5 つの層に明確に分離した。

5 つのメモリレイヤー

レイヤー役割内容例
L1: 固定プロトコル指示エージェントが従うべきルール「ターンごとに 1 枚カードをプレイする」「HP が 0 になったらゲーム終了」
L2: 状態スキーマ現在アクティブな行動状態「選択肢リスト：[カード A、カード B、カード C]」
L3: 検索可能なゲームルールゲーム固有の仕様「スキルカードの効果一覧」「敵の攻撃パターン」
L4: 前回実行のサマリー1 ターン前の結果「前ターンでカード A を使用、敵は 5 ダメージを与えた」
L5: 戦略スキルライブラリ学習済みの戦術「HP が 20 以下の場合は防御カードを優先」「○○カードは組み合わせで効果的」

各層は独立して管理される。エージェントが判断するとき、必要な層だけを参照すればよい。

トークン削減の実績

結果は劇的だ：

  • AgenticSTS: 約 5,000 トークンでゲーム全体を管理
  • 競合エージェント: 試行ごとに 500,000+ トークン

つまり、削減率は 100 倍近い。

これは単なる「効率化」ではない。LLM が実用的な時間と cost で複雑なタスクを処理できるかどうかを左右する差だ。

ゲーム勝利の実績

難易度 A0 での成果：

  • AgenticSTS（構造化メモリ有効）: 6 / 10 勝利
  • L5 スキルライブラリなし: 3 / 10 勝利
  • 競合エージェント（STS2MCP、CharTyr）: 0 / 10 勝利

研究チームはさらに「ラン間学習機能」を有効にすると、難易度 A6～A8 のより高い難易度でも勝利を収めたという。

開発者への応用価値：設計パターンの実装ガイド

この研究が示唆するのは、以下の design principle だ：

1. メモリの層化

長期タスクを実行するエージェントは、すべての情報を平等に扱ってはいけない。タスクのライフサイクルに合わせて「固定情報」「状態情報」「学習情報」を分離する。

2. 検索可能性の重視

大量の情報があっても、エージェントが「必要な情報にアクセスできるか」が勝負。テキスト検索、インデックス、カテゴリ分類を活用する。

3. 独立性と再利用可能性

各メモリレイヤーが独立していれば、他のタスクにも応用できる。例えば L1（固定ルール）と L5（戦略）は、別のゲーム、別の業務タスクにも転用できる。

4. 段階的な複雑化

複雑なタスクほど、メモリ設計がクリティカルになる。設計前に「どの情報が頻繁に更新されるか」「どの情報は不変か」を分析する必要がある。

実務への影響

この技術は、以下のような実務的なユースケースに即座に応用できる：

  • エンタープライズ workflows：長い処理フロー（受注～納品）での状態管理
  • カスタマーサポート agents：顧客履歴、対応ガイド、過去のチケット情報の層化
  • コード生成 agents：プロジェクト設定、API 仕様、過去の実装パターン、現在の生成対象の分離
  • ロボティクス：ロボットの動作ルール、環境状態、学習済み行動の管理

研究手法の強み

研究チームが指摘する重要なポイント：

「各レイヤーを独立して対処することで、どのコンポーネントが実際に改善を推進しているかを特定できる」

つまり、単に「構造化メモリが効く」というだけでなく、「どの層の設計が、どの程度のインパクトを持つのか」を実験的に検証できた。これは、future research や実装最適化のための重要な情報だ。

まとめ

Slay the Spire 2 での AI agents の勝利は、ゲーム AI の進歩を示すだけではない。LLM の長期タスク実行における根本的な課題――コンテキストウィンドウの制限、トークン消費の爆発、応答時間の悪化――に対する実装的な解法を提示した。

構造化メモリの設計パターンは、エンタープライズ applications から robotics まで、幅広いドメインでの LLM agent 開発の新しいスタンダードになりうる。今、複雑なタスクに LLM を適用しようとしている開発者にとって、この研究は必読である。