English.cash
“Engram は出発地図を返します。agent はその後、現実を確認してから code を変更します。”
scoring risk を可視化
MCPネイティブなメモリ層
あなたのAgentは忘れる。
AIコーディングAgentは毎回のセッションでゼロからスタートします。同じバグを解決し、同じ規約を再発見し、チームメイトが学んだことを無視します。Engramはこれを解決します。チームの全Agentのための共有メモリレイヤー。
AI ツールセッション - Engram MCP
人間: housecompass.uk の listing search 用に Engram を開始
Agent MCP 呼び出し: engram_start repo="english.cash" task="guest practice flow"
無料で始める
すべてのMCP互換ツールで動作
Claude CodeCursorCodexGeminiAntigravityCopilotOpenCodeWindsurfDevin
100,000 公開メモリー|20 skills|200+ ソース|35+ 技術|15 言語
一つの脳。 全てのAgent。
モデル、ツール、チームメイトを横断して。
チームは異なるAIツールを使っています。ここでClaude Code、あそこでCursor、別の場所でGemini または Antigravity。自分のセッションは再開できますが、他のメンバーが学んだことは知りません。Engramなら、集合知を共有します。一人が発見したことを、全員が記憶します。
Claude Code
OpenAI Codex
Google Gemini
Engram
集合知
保存
学習
想起
共有
成長
改善
Cursor
Copilot
WindsurfEngramなし
❌ ある agent が production bug を直します。別の agent が後で同じ bug に当たり、ゼロから始めます。
❌ ある repo の学びが、それを必要とする次の repo に届きません。
❌ context が圧縮されると、agent は決定、open loops、gotchas を失います。
❌ rules は config files にありますが、どれが本当に効いたかは team に残りません。
Engramあり
✅ fix を一度保存します。workspace 全体が次の判断前に recall できます。
✅ 既知の方法を作り直す前に、他のリポジトリで得た有用な学びがチームに届きます。
✅ コンテキスト圧縮後も、判断、未完了の作業、注意点が作業とともに戻ります。
✅ outcome feedback が有用な memories を上げ、workspace は使うほど賢くなります。
集合知 の実演
3つの異なるAIモデルがリアルタイムで互いに学ぶ様子を見てください。Claudeが発見、Cursorが検証、Gemini または Antigravityが一般化。
Claude Code
Cursor
Gemini
OpenAI Codex
1/5Claude Codestores a production gotcha
engram 集合知
シミュレーションではありません。これが今日の本番環境でのEngramの動作です。
なぜ 設定ファイルだけでは不十分なのか?
CLAUDE.md、.cursorrules、AGENTS.md、.windsurfrules。良い質問です。正直な答えはこちら。
設定ファイル
CLAUDE.md.cursorrulesAGENTS.md
セッション間で永続
設定ファイル
部分的
Mem0
✓
LangMem
✓
Engram
✓
チーム間で共有
設定ファイル
✕
Mem0
✓
LangMem
部分的
Engram
✓
ツール横断 (Claude + Cursor + Gemini)
設定ファイル
✕
Mem0
部分的
LangMem
部分的
Engram
✓
結果から学習
設定ファイル
✕
Mem0
✕
LangMem
✕
Engram
✓
信頼度スコア
設定ファイル
✕
Mem0
✕
LangMem
✕
Engram
✓
陳腐化検出
設定ファイル
✕
Mem0
✕
LangMem
✕
Engram
✓
セマンティック検索
設定ファイル
✕
Mem0
✓
LangMem
✓
Engram
✓
セットアップ時間
設定ファイル
0 (すでにある)
Mem0
5-10分
LangMem
アプリ側の接続が必要
Engram
30秒 (MCP設定)
コスト
設定ファイル
無料
Mem0
無料~$249/月
LangMem
Código abierto / plataforma
Engram
無料~$99/月
| 機能 | 設定ファイル CLAUDE.md.cursorrulesAGENTS.md | Mem0 | LangMem | Engram |
|---|---|---|---|---|
| セッション間で永続 | 部分的 | ✓ | ✓ | ✓ |
| チーム間で共有 | ✕ | ✓ | 部分的 | ✓ |
| ツール横断 (Claude + Cursor + Gemini) | ✕ | 部分的 | 部分的 | ✓ |
| 結果から学習 | ✕ | ✕ | ✕ | ✓ |
| 信頼度スコア | ✕ | ✕ | ✕ | ✓ |
| 陳腐化検出 | ✕ | ✕ | ✕ | ✓ |
| セマンティック検索 | ✕ | ✓ | ✓ | ✓ |
| セットアップ時間 | 0 (すでにある) | 5-10分 | アプリ側の接続が必要 | 30秒 (MCP設定) |
| コスト | 無料 | 無料~$249/月 | Código abierto / plataforma | 無料~$99/月 |
ヒント: 選ぶ必要はありません。Engramは設定ファイル(CLAUDE.md、.cursorrules、AGENTS.md)と並行して動作します。プロジェクト固有の指示には設定ファイルを。時間とともに蓄積されるチーム知識にはEngramを。
時間とともに賢くなる唯一のAgentメモリ。 他のツールはすべて保存と取得だけ。Engramは保存、取得、そして学習します。メモリが役立てば信頼度が上がり、役立たなければ下がります。時間とともに最良の知識がトップに浮上します。
実プロジェクトの証拠
デモではなく、実作業から生まれたメモリ。 6つの active project が同じ pattern を示しました。
Engram は engineering judgment の代替ではありません。agent が context を復元し、repo 固有の gotcha を覚え、繰り返し debug を減らし、verified fact と assumption を分けるのを助けます。
Evimibul
“Engram は出発地図を返します。agent はその後、現実を確認してから code を変更します。”
regression の再発を削減
AkilConnect
“Engram は出発地図を返します。agent はその後、現実を確認してから code を変更します。”
product decisions を保持
公開ベンチマーク
実際の記憶タスクで測定 2つの評価
Engram は、正しい証拠を取得できるか、そしてその文脈から LLM が正しく答えられるかの2つで測定しています。
証拠検索と回答精度は分けて表示します。どちらも公開 LoCoMo を使いますが、記憶ループの別の部分を測ります。
93.29%
Engram R@50
89.65%
top-50文脈での回答精度
+8.13pp
R@50で2位のシステムとの差
LoCoMo 証拠検索
公開データでのフル実行。必要な証拠が取得された記憶に含まれるかを示します。
Engram93.29%
Mem0 OSS85.16%
LangMem / LangGraph83.98%
AgentMemory83.33%
Session-file BM2581.90%
LoCoMo 回答評価
全行で証拠のある1,536タスクすべてと同じtop-50上限を使いました。Codexが回答を生成し、別のブラインド判定者が採点しました。これはEngramが実施した診断であり、公式LoCoMoランキングではありません。
Engram89.65%
Mem0 OSS84.24%
AgentMemory83.33%
LangMem / LangGraph83.27%
Session-file BM2580.40%
シンプルで明確な料金 simples y claros
無料で開始できます。agents がより多くの memory、teammates、API capacity を必要としたらアップグレードします。
無料
$0para siempre
個人プロジェクトで Engram を試せます。
- ✓アクティブなワークスペースメモリー 500 件
- ✓1 名の開発者
- ✓1日あたり 100 回のエージェント呼び出し
- ✓テキスト検索 + 公開スキルパック
- ✓Soporte comunitario
Más popular
開発者
$9/mes
実プロダクトを出荷する solo developers 向け。
- ✓アクティブなワークスペースメモリー 5,000 件
- ✓2 名の開発者
- ✓1日あたり 1,000 回のエージェント呼び出し
- ✓Búsqueda vectorial cuando hay embeddings
- ✓Visibilidad de uso
- ✓メールサポート
チーム
$29/mes
Para equipos que comparten inteligencia entre agentes y repos.
- ✓アクティブなワークスペースメモリー 25,000 件
- ✓7 名の開発者
- ✓1日あたり 5,000 回のエージェント呼び出し
- ✓Transferencia de memoria entre repos
- ✓Panel de equipo
- ✓優先サポート
スケール
$99/mes
Para empresas con infraestructura AI seria.
- ✓アクティブなワークスペースメモリー 100,000 件
- ✓30 名の開発者
- ✓1日あたり 25,000 回のエージェント呼び出し
- ✓Planificación SSO / SAML
- ✓Planificación de opción self-hosted
- ✓Conversación de SLA