最後のタスクでOpenGradientの部品がどう接続される想定なのか（モデル、メモリ、エージェント）を追いかけていたら、気づいたら同じ関数シグネチャを認めたくないくらい長い時間見つめていました。$OPG , #OPG , @OpenGradient ... ドキュメントでは3つを1つのスタックとして語っており、生態系という枠組みからは単一の神経系のように見えます。 でもPython SDKの llm.chat() は、messages のリストを渡すだけで、それ以外はありません――user_idも、メモリのフックも、context のパラメータもない。 長期メモリ層であるMemSyncは、完全に別のREST APIとして存在し、その独自ドキュメントは opengradient.ai ではなく memchat.io という別ドメインでホストされています。 つまり、検証済みの推論と永続メモリの両方を使いたいエージェントは、どちらか一方のシステムから事実を手動で取得して、別のシステムの messages 配列に注入し、その後新しい事実を書き戻す必要があります。 このループが発生することを強制するものはなく、SDK側もそれを前提にしていません。 LLMを呼ぶと自動的にメモリに触れるようになる「つなぎ」のコード――きっとあるはずだと思って探したのに、まだそこにはありませんでした。 今のところそれでいいのかもしれないし、テストネット中のインフラ企業にとっては、たぶん順序として「それが当然」なのかもしれません。 それでもここで言う「エコシステム」が、統合されているという意味なのか、それとも隣接しているだけの意味なのか、まだ気になっています。