Claude Codeのセッションをまたいだ「記憶」を後付けで実装するOSSプラグイン、thedotmack/claude-memがGitHubで69,770スターを獲得し、開発者ツール領域のトレンド上位に浮上している。コーディング中の文脈を自動でキャプチャ・圧縮し、次回起動時に関連スニペットだけを選択的に注入するアプローチで、LLMの最大の弱点である「セッションの揮発性」に正面から取り組んでいる。経営者・シニアエンジニアの双方にとって、AIコーディング基盤を一段引き上げるピースとなる可能性が高い。
何が起きたか
claude-memは、Claude Code向けに開発されたメモリ層プラグインだ。コーディングセッション中にClaudeが読んだファイル、書いたコード、走らせたツールコール、ユーザーとのやり取りを自動で記録。セッション終了時にそれらを圧縮・要約し、永続ストレージに保存する。次回セッション開始時には、現在のタスクと関連する過去の文脈だけをコンテキストウィンドウに自動注入する仕組みになっている。
GitHubのスター数69,770という数字は、開発者ツール系OSSとしては異例の伸びだ。比較として、同じくAIコーディング系で人気のContinue.devやAiderと並ぶ水準に到達しつつある。背景には、Anthropicが2025年に整備したClaude Agent SDKとプラグイン仕様の安定化があり、サードパーティが本格的に拡張機能を作りやすくなった点が大きい。
なぜこのニュースが重要か
LLMコーディングアシスタントの実運用で最も摩擦が大きいのは、「毎セッション最初に同じ説明を繰り返す」コストだ。プロジェクトの設計思想、命名規則、過去に却下したアプローチ、デバッグで踏んだ地雷――これらはCLAUDE.mdや.cursorrulesのような静的ファイルに書ききれるものではない。
claude-memが解こうとしているのは、まさにこの「暗黙知の継承」だ。アプローチとしては、
- 記録（capture）: ツールコール単位でイベントをフックし、ファイル差分・実行結果・対話を構造化ログに保存
- 圧縮（compress）: セッション終了時にLLM自身で要約し、ベクトル化してローカル/リモートに永続化
- 想起（recall）: 新セッション起動時、現在のタスク記述をクエリにして関連メモリを類似検索、システムプロンプトに注入
という、いわゆるRAG（Retrieval-Augmented Generation）をエージェントのメモリ管理に応用した設計だ。MemGPTやLetta、mem0などが提唱してきた階層的メモリの考え方を、Claude Codeという具体的なIDE体験に落とし込んだ点が支持されている。
エンジニア視点・技術深掘り・実装影響での示唆
実装目線で注目したいのは、コンテキストウィンドウの「経済学」だ。Claude Sonnet 4.5の200Kトークンは大きいが、毎回フルに使えば1セッションあたりのAPIコストは跳ね上がる。claude-memのような選択的注入は、コンテキストの「キャッシュヒット率」を高める方向に効く。AnthropicのPrompt Caching（書き込み1.25倍、読み出し0.1倍）と組み合わせれば、長期プロジェクトでの実効コストは数分の1まで圧縮できる可能性がある。
一方、セキュリティ面の懸念も無視できない。セッションログには認証情報、社内コード、未公開のビジネスロジックが含まれうる。ローカル保存のオプションがあるかどうか、暗号化方式、削除ポリシー（GDPRの忘れられる権利への対応）は導入前に必ず確認すべきポイントだ。エージェント系プラグインに関しては、過去にもCVE-2025-XXXX相当のプロンプトインジェクション経由のメモリ汚染に類する議論が出ており、外部リポジトリのREADMEに仕込まれた悪意ある指示が記憶層に残ると、後続セッションで「正規の文脈」として再生される攻撃面がある。
導入する場合の現実的な手順としては、
- まずサンドボックスプロジェクトで2〜3週間運用し、生成されるメモリの粒度・ノイズ量を確認
.gitignore相当の除外ルールで秘匿パス（.env、secrets/、infra/terraform/*.tfstate）をキャプチャ対象から外す- チーム共有メモリと個人メモリの分離ポリシーを決める
あたりが妥当だろう。特に3点目は、レビュー前のドラフトコードが他メンバーのコンテキストに混入する事故を防ぐうえで重要だ。
経営者/読者として次に取るべき動き
AIコーディング基盤の競争軸は、2024年の「どのモデルが賢いか」から、2025〜2026年は「どれだけプロジェクト文脈を保持できるか」に明確にシフトしている。GitHub CopilotのWorkspace機能、Cursor のCodebase indexing、Windsurf のCascadeメモリ、そしてclaude-memのようなOSSプラグイン――いずれも同じ方向を向いている。
経営判断として押さえるべきは次の3点だ。第一に、開発組織のAIツール選定基準に「セッション間メモリ」を明示的に加えること。第二に、社内コードを学習させる範囲・期間・保管場所のガバナンスを情報セキュリティ部門と早期にすり合わせること。第三に、メモリ層が陳腐化・汚染した場合の「リセット運用」を想定しておくこと。記憶は資産であると同時に負債にもなりうる。
OSSプラグイン1本の話に見えるが、claude-memが示しているのは、AIコーディングが「ステートレスな対話」から「ステートフルな協働者」へ進化する転換点だ。導入の是非を問わず、自社の開発フローがこの前提変化にどう適応するかは、いま考え始めておくべきテーマである。
動画でも詳しく
動画は記事冒頭の埋め込みからフル尺で視聴できます。