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。
「编程与Agent」频道最新
- 首届 Three.js 大会落地巴黎，AI 正缩短从想法到原型的距离 — OdinLovis · 2026-09-11
- 观点：Agent 真正的瓶颈是企业数据工程能力 — dhruv2038 · 2026-09-11
- 实测戳破 RTK 省钱神话:token 省了,账单分文未降 — Bartaseth · 2026-09-11
- GPT-6 Astra 用时 44 小时通关含敌人 Factorio,API 成本约 4500 美元 — liminal_bardo · 2026-09-11
- 投资分析师求教：如何用 Claude 搭建尽调 Agent 工作台 — Careless_Tie2286 · 2026-09-11
- 把 Agent 当失忆症患者：三层上下文分层法让对话不再从零开始 — evielync · 2026-09-11