Letta

エージェントフレームワーク

使いやすさ
セットアップ
料金
サポート充実
連携・拡張性
機能性
セキュリティ

あなたの職場・業務に求められることや重視することは？

この製品が本当に相応しいかチェックしてみましょう。

コスト

要問合せ

無料プラン

IT導入補助金

無料トライアル

~ エージェントフレームワーク

事業規模

中小

中堅

大企業

Lettaとは

強み

注意点

カテゴリ別市場マーケットシェア

代替サービス

サービス基本情報

FitGapにおけるすべての評価は、公平性を最優先に、客観的なアルゴリズムを用いて計算されています。製品の評価方法は「FitGapの評価メソッド」、シェアデータの算出根拠は「シェアスコアの算出方法」をご覧ください。

Lettaとは

Lettaは、エージェントに長期記憶と学習能力を持たせることに特化したエージェントフレームワークです。対話の履歴や知識を継続的に保持する高度な状態管理機能を備えており、OpenAIモデルを含む様々なLLMに対応しています。特徴的なのは「スリープタイム計算」と呼ばれるコンセプトで、エージェントがアイドル時にも思考を深化させる仕組みを取り入れています。メモリ重視のホワイトボックス型システムとして設計されており、エンタープライズ級のスケーラビリティも考慮されているため、複雑な対話や継続学習が必要なアプリケーションの開発にも活用できます。FitGapの機能性評価はカテゴリ39製品中4位で、長期記憶や状態管理を前提にしたエージェント開発を検討する際の候補になります。前身となるMemGPTの研究成果を基に2024年に創業されたスタートアップが開発を手がけており、AIに「眠っている間に考えさせる」というアイデアがFastCompanyやWiredなどのメディアでも取り上げられています。長時間にわたる対話やエージェントの自己改善を要するシナリオにおいて、その機能を発揮するフレームワークとなっています。

強み

永続的な長期記憶

Lettaでは、エージェントが対話や作業から得た情報を長期記憶ストレージに保存し、セッションをまたいで知識を保持・蓄積することが可能です。過去の経験を踏まえて応答や判断が洗練されていくため、使い込むほど業務にフィットした振る舞いに成長していきます。一過性でない学習するエージェントとして、社内ナレッジを継続的に活用するAIの構築を支援します。FitGapの要件チェックでは、「永続メモリ対応」が○(対応)です。長期的な対話履歴や業務知識を参照しながら動くエージェントを設計したい場合に判断材料になります。

ステートフルな対話コンテキスト

Lettaのエージェントは、長時間にわたる会話や中断を挟んだ相談においても、前回までの文脈や意思決定を記憶する機能を備えています。ユーザーとの複数回のやり取りを通じて学習を重ね、より精緻な答えや提案を提供できるよう設計されています。文脈を維持したままタスクを進行できるため、複雑な手続きの支援や長期プロジェクトのサポートなど、継続性が求められる業務にも対応可能です。FitGapの要件チェックでは、「ステートフル再開」と「マルチターン連携」がいずれも○(対応)です。中断を挟む相談業務や、複数回のやり取りを前提にした業務支援で使いやすさを判断しやすい製品です。

マイクロサービスとしての展開

LettaはエージェントをREST API経由のマイクロサービスとしてデプロイすることで、既存のシステムとの組み合わせによるスケーラブルな利用を可能にします。Letta Cloudを活用すれば、クラウド上で多数のエージェントを一元管理し、負荷状況に応じたスケールアウトやバージョン管理も効率的に行えます。エンタープライズ環境において複数部署がそれぞれ専用エージェントを運用する場合など、多様な運用シナリオにも柔軟に対応できる設計となっています。

注意点

マルチエージェント非対応

Lettaは単一エージェントの記憶保持と自己学習に注力した設計となっているため、複数エージェントによる役割分担や相互連携といった機能は搭載されていません。そのため、チーム体制で協調動作するエージェントを必要とするタスクには、現状のままでは適用が困難な場合があります。複数のエージェントが連携して作業を進める用途を想定している場合は、この点を事前に検討しておく必要があるでしょう。

市場での実績が少ない

Lettaは開発元の研究者コミュニティによって最近公開された新しいプラットフォームであるため、企業での採用事例や長期運用のノウハウが十分に蓄積されていない状況です。成熟度の点で未知数な部分が多く、本格的な導入を検討する際には、実際の運用環境での動作確認や将来的な保守性なども含めて慎重に評価することが重要と考えられます。

メモリ管理ゆえの複雑性

Lettaは永続記憶や長大なコンテキスト保持を実現する高度な機構を備えている一方で、その管理には独特の設定や構成が必要となります。MemGPTに由来するメモリブロック管理やエージェント開発環境（ADE）への習熟が求められるため、シンプルさよりも高度な機能を優先した設計となっており、初期の導入や運用において一定の学習コストが発生する可能性があります。

カテゴリ別マーケットシェア

2026年3月 FitGap調査