中科院提出Agent记忆系统Mandol

机器之心 · wechat · 2026-07-05

中科院软件所等机构提出Mandol——一种凝聚式内存原生分层记忆系统，针对当前Agent记忆系统依赖向量库/图库/关系库异构组合导致的表示碎片化、跨库查询开销高、RAG式被动检索噪声大且缺乏Token预算控制等问题。核心思想是将碎片化记忆与异构存储凝聚为统一内存原生架构。

Mandol通过分层记忆模型、统一内存语义数据结构和智能量化检索协同设计，在LoCoMo和LongMemEval两项长对话记忆基准上取得开源系统最优总体准确率(92.21%与88.40%)；在10QPS并发下平均检索延迟82.2ms(约5.4倍加速)、插入延迟39.7ms(约4.8倍加速)，且在消费级笔记本上延迟仍低于现有系统，具备良好端侧部署潜力。