LM Studio、会話履歴を自己検索する「Introspection」とセッション参照機能を発表

LM Studio、会話履歴を自己検索する「Introspection」とセッション参照機能を発表

基本情報

項目 内容
公開元 LM Studio
出典の種類 公開元の一次情報(LM Studio公式ブログによる一次情報)

収集・肉付けの時点で当サイトのコードが確定させた値です。日付はJST。

概要

LM Studioは2026年9月17日、同社の「Bionic」において、過去の会話セッションを参照および検索できる機能群「Introspection」と、Composer上で別セッションを指定できる「@」メンション機能を発表しました。この機能により、Bionicは長時間に及ぶセッションでのコンパクション(会話履歴の要約・削除)によって失われた詳細情報や環境情報などを、自らの会話トランスクリプトから復元することが可能になります。

また、プロジェクトを跨いだ別セッションの直接参照にも対応し、エージェントが過去の経緯や文脈を長期的かつ柔軟に参照・検索できる環境が整えられています。

発表の内容

今回発表された「Introspection」およびセッション参照機能の主な仕組みと仕様は以下の通りです。

Introspection(自己省察)機能

Introspectionは、エージェントが自分自身の現在または過去の会話トランスクリプトを読み込み・検索するためのツール群と組み込みスキルの総称です。数時間に及ぶような超長期のタスクでは、コンパクション処理の際、「常に保持する」と分類されなかった情報がコンテキストから漏れて失われる課題がありました。Introspectionを利用することで、保存されているトランスクリプトをエージェント自らが遡って検索し、設計上の決定事項や環境情報、以前生じた問題点といった詳細を復元できます。

コンテキスト消費を抑えるツール設計

エージェントのコンテキストウィンドウをツール定義で無駄に圧迫しないよう、Introspection関連ツールは「段階的開示ツール(progressively disclosed tools)」として実装され、組み込みのSKILL内にドキュメント化されています。エージェントは省察が必要と判断した時点でのみ、関連するツールとドキュメントを読み込みます。

さらに、検索や読み込みは「階層型(tiered)」に設計されており、最初は大きく切り詰められた(truncation)高レベルな概要を取得します。Bionicが関心のある特定のメッセージを特定した後に、別のツール呼び出しを実行してメッセージの全文を取得する仕組みになっています。また、通常は不要となりがちなツール呼び出し結果をフィルタリングで除外するオプションも提供されています。

権限管理と交差汚染の防止

行き詰まったセッションや破棄された方針のデータが現在の会話に混入する「交差汚染(cross-session contamination)」を防ぐため、他セッションのトランスクリプトを読み取る際には明示的な許可ダイアログが表示されます。なお、エージェントが自分自身の現在のセッションのトランスクリプトを読み取る場合には承認は不要とされています。

Composerからの「@」メンションによる参照

ユーザーが過去のセッションを明示的に参照させたい場合、Composer上で「@」記法を使用することにより、別セッションを直接指定できます。この機能はプロジェクトの枠を超えて利用可能です。

背景

近年、LLMなどのモデルは検索ツールを用いることで、巨大なデータの中から関連する情報を探し出す能力が高まっています。LM Studioの開発チームは、この検索能力をコードベースだけでなく会話の履歴そのものにも応用できるのではないかと考えました。

特に、長期間にわたる作業セッションでは、何回ものコンパクション処理が行われる過程で、重要な情報が手送り(handoff)から漏れ、永続的に失われてしまう問題が存在していました。この課題に対して、エージェント自身が永続化されたトランスクリプトを自由に「参照・自己検索」できる仕組みとしてIntrospectionが開発されました。

ローカルLLMの利用者への影響

本発表はLM Studioの機能拡張に関するものであり、特定のオープンウェイトモデルの新規公開や既存モデルのライセンス変更に関する発表ではありません。

オープンウェイトモデルやローカル環境でエージェントを動かす技術者にとって、エージェントの長期的タスク遂行におけるコンテキスト消失へのアプローチとして、ツール呼び出しによるトランスクリプトの段階的検索(Introspection)や権限ダイアログによる汚染防止といった設計手法が提示された形となります。

なお、モデルの提供形態(ローカル実行かAPI中心か)やオープンウェイトとしての今後の公開計画などについては、今回の発表資料内では直接言及されていません。

出典