Agent Zero Memory:三系统并行记忆架构刷新两项基准
dair_ai · x · 2026-09-02
这项工作把通常被混为一体的智能体记忆拆分为三个并行系统：情节事件时间线、实体-事件知识图谱、以及保存持久事实的纪录片式记忆。
- 检索流程：先经意图门控，再由来源路由器分派，最后三路并发执行智能体检索，每路对应一个记忆系统。
- 引用锁机制：每个存储项携带来源、时间戳与证据指针，回答只能引用读者实际打开过的证据，证据缺失时系统选择弃答（abstain）。
- 效果：LongMemEval 达 95.60%、LoCoMo 达 93.60%，均创新高。
- 对构建者更有用的是成本结论：在八种骨干模型上准确率表现与成本的权衡有详细分析（原文被截断）。
对做长时记忆 agent 的开发者，这是一份值得精读的记忆设计参考。
「编程与Agent」频道最新
- AI Agent 开发陷入工具搭建的无尽跑步机 — johnlindquist · 2026-09-02
- 全网最佳 LLM 原理图解教程：从 Token 到 Transformer — Roger_M_Taylor · 2026-09-02
- 研究：LLM 智能体行为可简化为 7-43 状态的图 — rohanpaul_ai · 2026-09-02
- 软件工厂工作流：用 agents.md 和 5 个技能驱动 — Rasmic · 2026-09-02
- Benchling 推科学 AI 全栈，几分钟构建定制 R&D 应用 — nlarusstone · 2026-09-02
- Claude Code 实战指南：从技能 Hooks 到多智能体团队 — tom_doerr · 2026-09-02