なぜTraeはセッション間でコンテキストを忘れるのか
現在のTraeのコンテキスト処理方法
セッション内では、Traeはうまく機能します。ファイルを読み込み、指示に従い、プロジェクトの全体像を構築します。しかし、その全体像はコンテキストウィンドウ内に存在するセッション状態にすぎません。書き込み先のストレージがないため、セッションが終了するとその理解も失われ、次のセッションはコードのみから再度推測することから始まります。
記憶が定着しない技術的な理由
2つの要因が重なっています。第一に、セッション間メモリ機能がありません。あなたやプロジェクトに関する事実を永続化するアシスタントとは異なり、Traeはセッション間で永続的な記録を保持しません。第二に、長いセッション内であってもコンテキストは劣化します。長時間の会話の後、以前の指示を見失い始めるため、開発者はタスクの途中でプロジェクト構造やコーディングパターンを再説明する羽目になります。その結果、1時間は素晴らしいパフォーマンスを発揮しても、翌朝にはすべてを忘れてしまうツールになってしまいます。
これによるコスト
毎日IDEを再オンボーディングすることになります。同じ規約、同じアーキテクチャの説明、同じ修正の繰り返しです。決定事項は消え去ります。先週確立した「ここではそのパターンは使わない」というルールは失われ、再び提案として戻ってきます。また、知識が蓄積されることもありません。セッションの理解がローカルセッションから出ることがないため、2台目のマシンやチームメイトはゼロからのスタートになります。
Traeの組み込みワークアラウンド（とその限界）
プロジェクトごとに整理されたワークスペース
チャットウィンドウに散らばらせるのではなく、プロジェクトを中心に資料を整理しておくことは、Traeが関連ファイルを見つけるのに大いに役立ち、単なるチャットボットの流れよりも優れています。しかし、整理はメモリ（記憶）ではありません。ファイルは永続しますが、それらに対する理解は永続しません。
ルールとカスタム指示
Traeでプロジェクトルールや常時適用する指示を設定できる場合は、それらを使用してください。これらは固定の規約を置くのに適しています。しかし、その限界は一般的なものと同じです。手動で維持される静的なテキストであるため、作業中に蓄積される決定事項、修正、発見などを捉えることはできません。
手動のセッションログ
一部の開発者は独自の解決策を構築しています。セッションを閉じる前に、アシスタントにサマリー（何が行われたか、どのファイルが変更されたか、何が決定されたか、現在のステータス、残りのタスク）を書かせるトリガーワードを設定するのです。これは非常に賢いワークアラウンドであり、何が欠けているかを正確に示しています。しかし、完全に手動であり、忘れやすく、ツールがクエリできるメモリではなく、ファイル全体に散らばったメモを作成するだけになってしまいます。
共通の壁：これらはいずれも、セッション、マシン、またはチームメイトを超えて存続する、永続的で検索可能なプロジェクト知識のストアではありません。これは、Cursorが以前のセッションを忘れる理由で説明されているように、他のIDEエージェントが直面する根本的なギャップと同じです。
解決策：Traeに永続的なプロジェクトメモリを与える
永続的なセットアップとは、セッションの外部にあるメモリレイヤー、つまり手動のセッションログを自動化したものです。MemoryLakeは、アーキテクチャ、規約、決定事項を一度保存すれば、検索可能で、Gitスタイルのバージョン管理により規約の変遷を追跡でき、エンドツーエンドで暗号化されるためコードの安全性が保たれます。
ステップ1: APIキーの作成
MemoryLakeにサインインし、キーを生成して、最初のリクエストを送信します。約30秒で完了します。
ステップ2: 最初のメモリのアップロード
セッションが失い続けるプロジェクト知識（アーキテクチャのメモ、規約、決定記録、APIドキュメントなど）を投入します。ドキュメント、画像、その他のファイルすべてに対応しています。そして、セッションログのワークアラウンドが目指していた習慣を続けましょう。セッションで何かが決定したら、それを1行のメモリとして記録します。
ステップ3: AIとエージェントの接続
APIキーを使用してMemoryLakeをTraeのMCPサーバー設定に追加し、タスクの途中でプロジェクトメモリをクエリできるようにします。MCPを使用しないセットアップの場合は、セッション開始時にAPIを呼び出して関連するコンテキストを取得します。同じメモリは、MCPまたはAPIを介してClaude、Codex、OpenClaw、その他のエージェントからも利用できるため、プロジェクトの知識が1つのIDEに縛られることはありません。
プロジェクトを再説明することの実際のコスト
毎日の再オンボーディングという税金
セッションごとに構造や規約を再説明する10分間は、毎セッション繰り返されると、実際の作業が始まる前に週に数時間ものロスになります。さらに、Traeが昨日の全体像を再構築するためにファイルを再読み込みする際に消費するトークンも加わります。大規模なコードベースでは、この再構築がセッションの中で最もコストのかかる部分になります。
再説明の代わりに検索を利用する
永続レイヤーを使用すると、Traeは再推測する代わりに、タスクに必要な規約や決定事項をオンデマンドで取得します。セッションは最初から情報を得た状態で開始され、同じ修正を繰り返す必要がなくなり、プロンプトもスリムに保たれます。MemoryLakeのToken Saving Calculator（トークン削減計算ツール）で、実際の使用状況からその効果を予測できます。
Traeプロジェクトメモリのベストプラクティス
セッションログが手動で行っていたことを自動化する
ワークアラウンドの直感は正しかったです。コンテキストが消える前に何が起こったかをキャプチャすることです。ローカルファイルではなく、検索可能なメモリとして保存することで、どのマシンの次のセッションからでも実際にそれを利用できるようになります。
規約と決定事項を分離する
固定の規約はTraeのルールに保持し、動的な履歴（決定事項、却下されたアプローチ、解決済みのバグ）はメモリレイヤーに保持します。これらは変化する頻度が異なり、それぞれ適した場所に配置すべきです。
リポジトリごとにスコープを設定する
リポジトリごとに1つのメモリ範囲（スコープ）を設定することで、検索の精度が保たれ、各プロジェクトのセッションが該当するものだけを取得できるようになります。
結論
Traeは、セッション内では強力ですが、セッションをまたぐと忘れてしまう、いわば「翌朝には白紙に戻る」実力派IDEです。率直なレビュアーは、メモリ機能の欠如を、それを備えたツールに対する主なギャップとして指摘しています。コミュニティのセッションログのトリックはその必要性を証明しています。永続的なメモリレイヤーは、それを自動的かつ検索可能に、そしてマシンやツールを超えて適切に実現します。プロジェクトについて一度教えれば、すべてのセッションを前回の終了時点から開始できるようになります。