不开向量检索也能拿 86.67%,开源记忆层 Mind 挑战 embedding 必要性
GabrielMartinMoran · reddit · 2026-10-28
开发者 GabrielMartinMoran 发布开源智能体持久记忆层 Mind v1.7.0,提出一个反直觉结果:不用向量 embedding 也能做好长期记忆。
核心要点:
- 技术方案:基于 SQLite + FTS5 的统一检索管线,组合短语匹配、token 匹配、子串、模糊匹配与相关性信号;embedding 作为可选项而非必需。
- 评测成绩:在 OmniMemEval LongMemEval-S 的 120 题分层子集上,RAG 关闭状态下最优跑出 86.67% 准确率(104/120),接近已发表的顶级结果(作者强调样本量、答题模型与评判配置不同,非直接可比)。
- 观点:agent 记忆不只靠语义相似度,结构化事实、决策、时间上下文、记忆维护和检索行为同样重要。
- 功能:持久项目知识、关联记忆、checkpoint、会话摘要、MCP 集成;本地优先,MIT 协议。
作者征集同行经验:什么场景下 embedding 才真正显著优于精心设计的词法检索?
所属事件:开源记忆层 Mind 不用向量嵌入,词法检索达 86.67%(2 条相关)→
「编程与Agent」频道最新
- 开源视频设计 Skill：让 AI Agent 按方法论做视频 — songguoxiansen · 2026-10-28
- 不是所有流程都需要 Agent:固定步骤用配方,别用 Token 跑 if 语句 — adamse · 2026-10-28
- 作者支招：自托管工具只走 Tailscale 内网，不留任何开放端口 — vincesitzmann · 2026-10-28
- FrontierMemory 基准榜：Letta Dream 得 73.3% 居首，超 OpenAI 与 Claude agent — afurgs · 2026-10-28
- jackson-databind 爆 CVSS 9.8 漏洞，旧修复被绕过可任意实例化类 — Kyrannio · 2026-10-28
- 开发者称 Claude 每月为其编写 5 万行代码 — ethanCaballero · 2026-10-28