Redis・PostgreSQL・TencentDB：AI Memory 向け Memory Database はどれ？（2026）

最終更新：2026年8月7日。Redis Vector Sets、pgvector、TencentDB Agent Memory の公式情報に基づきます。

ユーザー設定をセッションをまたいで覚え、ツールログを追跡し、ベクトル検索を50ms以内に返すエージェントを組むとき、Memory Database の議論は必ず出ます。Redis は速い、PostgreSQL + pgvector は万能、TencentDB Agent Memory は階層モデル付き——どれが正解かは「何をどの温度で保存するか」で決まります。

本記事では Redis・PostgreSQL・TencentDB を AI Memory の四層（セッション／短期／長期／証跡）に照らし、日本の開発チームが実務で使える選定軸を整理します。単一のベクトルDB信仰ではなく、データの温度に応じた役割分担が本番の定石です。

はじめに：Memory Database は漫然選びできない

AI Memory を「会話の embedding を貯めるだけ」と捉えると必ず破綻します。セッション状態はミリ秒応答と TTL が要り、長期記憶は複雑なクエリと ACID、証跡は追記中心の安価な保存が要ります。一つのエンジンが全てを最適化することはなく、層ごとにストアを割り当てるのが現実的です。

OpenClaw や自前フレームワークを使う前に、24時間で消えるフィールドと1年保持が必要なフィールドを分けてください。その図ができれば、以下の三択はかなり整理されます。

AI Memory が保持するもの

比較前に指標を固定します：読み書き比率、遅延目標、保持期間、ベクトル／リレーショナル／ハイブリッド検索、運用形態（ローカル・自社K8s・マネージド）。Mem0 や LangGraph はオーケストレーションを助けますが、容量計画までは代替しません。

Redis：セッションと短期状態

Redis はメモリKVとしてセッション、キュー、Pub/Sub に最適です。Vector Sets で小規模な熱ベクトルも可能ですが、RAM コストと永続化の限界から、ホット層に留めるのが賢明です。長期の唯一の Memory Database にするのはデモ以外では非推奨です。

PostgreSQL：構造化長期記憶

pgvector により Postgres は OSS で最も一般的な長期 Memory Database です。JSONB でペルソナ、ベクトル列で意味検索、ACID で一貫した更新が可能です。既存の RDS／Supabase があるチームはここに長期層を置き、Redis でセッションをキャッシュする構成がコスパ良いです。ツール連鎖の安定化は Kimi K3 Tool Calls 循環対処ガイド も参照してください。

TencentDB：エージェント向け階層記憶

TencentDB Agent Memory は L0–L3 と Mermaid 短期オフロードを製品化しています。スキーマ設計を一からせず OpenClaw プラグインで早く載せられます。詳細は TencentDB Agent Memory 使用教程（2026） をどうぞ。

比較マトリクス

シナリオ別の選び方

プロトタイプは TencentDB ローカル SQLite か Postgres 単体。チーム自研は Postgres + Redis。長時間コーディングエージェントは短期オフロード必須。エンタープライズはマネージドと行レベルセキュリティ。

本番でよくあるハイブリッド

Redis でセッション → PG/TencentDB で階層リコール → 非同期 Worker が Atom を PG へ。これがコストと品質のバランス点です。Gateway を 24/7 稼働させるならクラウド Mac に載せる選択も可用性に効きます。

FAQ

まとめ

• Redis はホット層、Postgres は長期のデフォルト、TencentDB は階層統合の近道。
• Memory Database は三択一択ではなく温度分层が本番の現実解です。