DevRev: AI ナレッジ管理に必要なのはガベージコレクタかもしれない

• URL: https://dev.classmethod.jp/articles/devrev-ai-knowledge-garbage-collector/
• 日付: 2026-06-12
• Tier: Tier 3
• 要旨: AIに食わせるナレッジにも「寿命」があり、古い情報が残るとGarbage In, Garbage Outで回答品質が下がる。DevRevはナレッジを所有者・状態・公開範囲を持つ管理対象として扱える「ガベージコレクション的な実行基盤」として機能する、という考察。

詳細

問題の本質:

• RAGやAIエージェントで回答品質が下がる原因の一つは「古い情報が残り続けること」
• AIナレッジ管理では到達可能性（GCの指標）だけでなく、「今も正しいか」「誰が責任者か」「顧客に見せていいか」「他情報と矛盾していないか」という多次元の判断が必要

DevRevの特徴:

• Knowledge Base/Articleにより、ナレッジを所有者・状態・公開範囲・関連製品情報を持つ管理対象として扱える
• AI参照情報に「現在の正式情報かどうか」「顧客向けか社内向けか」のスコープ制御が可能

比喩の限界（著者自身が言及）:

• DevRevは「自動でゴミを収集する」GCではない
• どの情報を正式とするか・誰が更新責任を持つか・どう退役させるかは人間の判断が必要
• DevRevは「責任を持つべき情報を扱いやすい場所に置くための基盤」

実務への示唆: 外部ツールとの接続だけで解決しようとしても、接続後のナレッジの寿命管理という問題は残る。ナレッジ管理基盤の選定では「接続できるか」より「情報の状態管理ができるか」が重要。