記憶
01
デバイス上で蒸留
AI 会話は自己完結した事実へ蒸留され、分類、暗号化、署名され、同期前にローカルへ保持されます。
- 会話の検知は AI 記憶フローに限定
- 事実蒸留と分類はクライアント側で実行
- AES-256-GCM エンベロープとデバイス署名
MemChain / ノード盲型記憶
サーバーが読めない、はじめての AI 記憶。
AI はあなたを覚えます。その記憶は、あなただけのものです。 MemChain は個人の文脈を暗号化されたローカル優先の記憶に変え、保存ノードへ可読データを渡さずにデバイス間で同期します。
0
ノード可読バイト
暗号文 + ブラインド索引のみ
2-40ms
召回クラス
ノード 2-5ms / ローカル 15-40ms
オフライン
ローカル海馬体
ローカルの暗号化コピーがあれば召回可能
デバイス上の記憶層ローカル優先
デバイス
平文の記憶はローカルに残る
同期前に会話を蒸留
盲目ノード
内容を読めない
暗号文 + ブラインド索引
召回
回答はローカル文脈を使う
ノードは事実を見ない
記憶
デバイスで蒸留
封印
鍵で記憶を包む
保存
盲目ノードが同期
召回
ローカル回答
0x3ae
暗号文
0x7ae
ブラインド索引
0x6ae
不透明な関係
ひとつの盲プロトコル
私的な移動と私的な記憶は、同じ信頼境界を共有すべきです。
AeroNyx はばらばらのツール群ではありません。プライバシーネットワークは暗号化された作業が移動する経路を守り、MemChain は人・アプリ・エージェントが覚えるべき文脈を守ります。
インタラクティブ証明
単なる記憶表ではなく、信頼モデルそのものが違います。
各軸をタップすると、サーバーが記憶を読めないこと、召回が速いこと、オフライン記憶が使えること、モデル選択が開かれていること、検索がモデル呼び出しを消費しないことが分かります。
カテゴリ文脈：Zep / Mem0 / Supermemory / ChatGPT Memory 型のクラウド記憶
可読バイト 0
ノードは記憶を保持しても開けません。
MemChain は暗号文、ブラインド索引、不透明な関係エッジを保存します。保存ノードは同期と順序付けはできますが、事実を読んだり再署名したりできません。
ユーザーへの結果
サーバー可読の記憶なしで AI が覚える
ノードから見えるもの
暗号文、ブラインド索引、不透明な関係
検証できる表面
保存ノード上の可読バイトは 0
MemChain
暗号学的に読めない
暗号文 + ブラインド索引
基盤に鍵がないため、プライバシーは方針ではなく設計で強制されます。
平文暗号文
封印
順位付け
召回
典型的なクラウド記憶
サービス側で読める記憶
平文のサービス記録
サーバーが可読状態を持つため、事業者は通常、記憶を検査・順位付け・移行・露出できます。
パイプライン
記憶する、保存する、召回する。サーバー可読の記憶なしで。
MemChain は、デバイス側蒸留、盲化された暗号化保存、ローカル優先召回という三段階のプライバシー経路です。
保存
02
ノードは盲目のまま
保存ノードは暗号文、ブラインド索引、クライアント計算のベクトル、不透明な関係エッジだけを受け取ります。記憶を読んだり再署名したりできません。
- 暗号文のみ
- 鍵付きブラインド索引
- 内容アドレス化と重複排除
召回
03
ローカル優先検索
召回は暗号化ローカル副本から始まり、意味、キーワード、時間、構造化検索を融合します。
- ローカルデータがあればオフライン召回
- 検索に LLM 呼び出しは不要
- ローカルキャッシュ未命中時だけノードへフォールバック
支柱
プライバシーは方針文ではなく、アーキテクチャです。
MemChain は、ノード盲型保存、ローカル優先召回、ユーザー選択の AI モデルという検証可能な主張で構成されます。
01
ノード盲
ノードは記憶を保存しますが読めません。これは見ない約束ではなく、基盤に鍵がないという設計です。
正確な主張：AeroNyx 保存ノードは記憶内容を読めません。
02
ローカル優先
各記憶は暗号化ローカル副本を持つため、召回は速く、回復力があり、ローカル命中時はオフラインでも使えます。
ノード側召回は 2-5ms 実測。ローカル召回は 15-40ms 級設計。
03
自分の AI を選ぶ
DeepSeek、OpenAI、ローカルモデル、OpenAI 互換モデルを選択できます。記憶層は単一ベンダーに固定されません。
外部 AI 事業者を選ぶ場合、関連する平文はユーザー選択によりその事業者へ送られます。
慎重なベンチマーク
速い私的召回が、製品の楔になります。
2026年7月の LongMemEval-S 自社測定に基づきます。測定済み結果だけを記載し、未実測のモデル階層予測は主張にしません。
検索命中率
95-99%
エンドツーエンド暗号化された記憶の制約下で LongMemEval-S により測定。
66-68%
経済型 AI の端到端スコア
経済型モデル階層で測定。同じ基準設定で GPT-4o が全履歴を読む場合を上回りました。
2-5ms
ノード側召回遅延
召回経路はモデル推論を避け、ミリ秒級に留まります。
0
検索に使う LLM 呼び出し
検索と順位付けはモデルのトークンを消費せず、モデルは蒸留と回答に使います。
誠実な境界：精度首位や形式的に証明済みのプライバシー証明システムは主張しません。差分はプライバシー、速度、コスト、オフライン召回、ユーザー所有権です。
比較
MemChain と典型的なクラウド記憶サービス。
違いは構造です：誰が記憶を読めるか、召回がどこで起きるか、文脈を持って離れられるか。
比較軸
MemChain
典型的なクラウド記憶
01
サーバーが記憶を読めるか
MemChain
いいえ。暗号文とブラインド索引のみ。
典型的なクラウド記憶
通常は読めます。クラウド記憶は可読形式で保存されがちです。
02
主な保存場所
MemChain
ユーザー端末と盲加密バックアップ。
典型的なクラウド記憶
事業者クラウド。
03
召回遅延
MemChain
ローカルまたはノードでミリ秒級。
典型的なクラウド記憶
通常は数百ミリ秒から数秒。
04
オフライン利用
MemChain
ローカル暗号化副本に記憶があれば可能。
典型的なクラウド記憶
通常は不可。
05
AI モデル選択
MemChain
ユーザー選択モデルまたはローカルモデル。
典型的なクラウド記憶
プラットフォーム指定モデル。
06
クロスデバイス復旧
MemChain
身分由来の鍵と暗号化同期。
典型的なクラウド記憶
アカウント中心のクラウド同期。
07
検索コスト
MemChain
検索にモデル推論は不要。
典型的なクラウド記憶
託管推論やプラットフォーム検索に依存しがち。
プライバシー境界
ノードは盲目です。選ぶ AI も重要です。
01
MemChain の保存ノードは、暗号学的に記憶を読めません。保持するのは、デバイスで暗号化された暗号文と不可逆なブラインド索引だけです。
02
重要な制限：蒸留や回答に外部 AI サービスを選ぶ場合、関連する平文はその事業者へ送られます。ローカル AI モデルなら、記憶をデバイス上に保てます。
FAQ
ユーザー、開発者、AI 検索のための短い答え。
製品ページ、ドキュメント、AI 検索エンジンが曖昧なく引用できるよう、意図的に直接書いています。
01
AeroNyx は私の記憶を読めますか？
読めません。MemChain 保存ノードは、デバイスで暗号化された暗号文と不可逆なブラインド索引だけを持ちます。身分由来の鍵がなければ、ノードは記憶内容を復号できません。
02
記憶はどこに保存されますか？
主な副本は暗号化された形であなたのデバイスにあります。ノードはクロスデバイス同期と復旧のために暗号化バックアップを保持します。
03
新しいデバイスで記憶を復旧できますか？
できます。新しいデバイスは暗号化されたノードバックアップから回填し、ローカル索引を再構築できます。身分バックアップを失うと、暗号化記憶は復旧できません。
04
記憶はオフラインで使えますか？
使えます。関連する記憶がローカル暗号化副本にある場合、オフライン召回が動作します。
05
標準でオンですか？
いいえ。記憶は初回利用時の明確な同意が必要で、ユーザーは設定から無効化と削除ができるべきです。
記憶レイヤーを所有する
私的記憶システムは、AI を便利にしても、サーバーを強くしてはいけません。
MemChainは長期文脈をポータブル、暗号化、ローカル優先に保ち、人とエージェントがツールをまたいで記憶できるようにします。