TRACE：开源LLM智能体分层记忆，超越Mem0/MemGPT
PsychologicalDot7749 · reddit · 2026-07-06
TRACE 是一个为 LLM 智能体设计的开源分层记忆系统（pypi 包 trace-memory），将对话历史组织成主题树（分支+摘要），而非扁平的 RAG 切片。作者在 MemoryAgentBench（ICLR 2026）的 EventQA 精确检索任务上做了评测。
F1 结果：TRACE 配合 gpt-oss-20B 达到 82.5%，配合 gpt-oss-120B 达到 83.8%；作为对比，Mem0（GPT-4o-mini，论文官方数字）为 37.5%，MemGPT/Letta（GPT-4o-mini）为 26.2%。
需说明的是，作者本地跑的是开源权重模型 gpt-oss，与 Mem0/MemGPT 所用的 GPT-4o-mini 并非同一骨干模型的公平对比；作者曾尝试让 Mem0 直接跑在 gpt-oss-20B 上做公平对比，但其事实抽取步骤要求严格 JSON 输出，gpt-oss 响应无法干净解析（同样问题也出现在 Gemini/Mistral 上），Letta 则需完整服务器部署故跳过。两次运行的完整 JSON 日志已开源在仓库中。
所属事件:TRACE开源智能体分层记忆并超Mem0(3 条相关)→
「编程与Agent」频道最新
- Anthropic 研究员:99% 工程师已跑 300+ 自改进 agent 群 — AlishaOutridge · 2026-09-11
- Gergely Orosz 观察:AI Agent 提速十倍交付,却带来一堆小退化 — ducha_aiki · 2026-09-11
- 同题 Echo Maze 实测:三大模型看似成功,代码里藏着同一个 bug — eyishazyer · 2026-09-11
- Astra 分镜+Minimax H3 分镜逐帧生成，视频创作成功率大增 — Hailuo_AI · 2026-09-11
- Codex 用户实测：Sol 搭配 Astra/Luna 子代理更省额度 — pvncher · 2026-09-11
- 开源 Agent Skill 2.3k 星:生成 MVP 蓝图并审计重构 agentic harness — tom_doerr · 2026-09-11