MemBukkit 开源：换个思路做 LLM 长期记忆，简单索引打平花哨方案
AOZakari · reddit · 2026-08-28
一位 XAI 方向博士生因现有 LLM 记忆方案「SlopFest」（SOTA 宣称靠可疑评测撑着、一到真实项目就崩）而开源了 MemBukkit（Apache 2.0，本地可用）。
核心观点：「语义上相似」不等于「对回答有用」——问「家人下周什么时候有空」，语义检索带回一堆家人相关的琐事，真正需要的信息却埋在无关对话里。常见做法是把整个记忆丢给推理模型去筛，等于承认检索太烂、把难处外包给最贵的大模型。MemBukkit 反其道：存储端刻意无聊（带日期的事实+原始来源、扁平索引、可选桶，没有每次假设变了都要重建的 LLM 生成图谱），把聪明才智花在检索侧——检索组件按任务训练，访问策略依据「取回的上下文是否让 reader 答得更好」来选择。
成绩：Gemma 4 26B 作为开源 reader 时 LongMemEval-S 88.8%；GPT-5.4 方案在官方 judge 下 92.6%；LoCoMo 零样本 87.5%，扁平索引思路还能迁移到多跳 RAG。消融中一个有趣发现：朴素的余弦相似度能打赢一些花哨的 rerank 方案。作者计划发表研究并同时围绕它创业，但承诺核心保持开源。
「编程与Agent」频道最新
- AI Agent 或泄露 Git 历史中的敏感信息 — doodlestein · 2026-08-28
- 实战：用 Agent+小模型低成本构建目标检测数据集 — vanstriendaniel · 2026-08-28
- 27B 模型加 5 个技能,医疗工作流效果超预期 — Ubunta · 2026-08-28
- 30 行 bash 实现 LLM 联网：开源小工具 batsearch — mantisalt · 2026-08-28
- 表单拒绝提交后 agent 照跑不误：一个易漏的浏览器 agent 失败模式 — ahstanin · 2026-08-28
- Web Draw：让纯文本模型开真实浏览器，搜索页仅约 750 token — ahstanin · 2026-08-28