开源记忆层 ICE 实测:复杂度不低,却输给纯向量 RAG

Deepnar_S · reddit · 2026-11-01

印度大三学生独立构建本地优先的 LLM 对话记忆层 ICE(Infinite Context Engine),并设计 LSREP 纵向评估协议检验记忆随对话演化的表现。

架构:PostgreSQL + pgvector 持久化,维护情景对话史、带来源与时效的事实、程序性模式和文档;推理时先判断是否需要记忆,再检索-融合-排序,组装有预算上限的上下文,而非无脑堆 prompt。

诚实的结果(1985 轮对话、219 个探针、52 个检查点):

• 普通密度数据上,ICE v2 与向量 RAG 质量无显著差异,少选 32% 片段但多用 6.6% token
• LongMemEval 上反而落后纯向量 RAG:full-S 上 43.0% vs 69.5%
• 保真度审计还发现部分机制有缺陷或未经验证

作者坦承贡献不在「解决了记忆」,而在更严谨地评估演化中的记忆、暴露架构得失。v3 已加入时间检索、MCP 接口等,附论文(arXiv 2609.16730)与开源仓库。

原文链接 →

「编程与Agent」频道最新

• 曝 DeepSeek 将推开源编码智能体 Super-Agent，对标 Claude Code — Polymarket · 2026-11-01
• 他让 Agent 自动盯 CVE 并自主打补丁,首战高危 RCE — aniketmaurya · 2026-11-01
• Burkov 详解 Agent 持续运行架构：分曾级状态管理撑过十天自治测试 — burkov · 2026-11-01
• 销售 Agent 实战复盘：真正易碎的是管道而非模型 — kushagra_zryth · 2026-11-01
• 程序员树莓派打造「荧光闪烁」AR 控灯 App，一句话点亮全屋设备 — LinusEkenstam · 2026-11-01
• Soniqo 开源语音 Agent 排行榜：三大基准评测轮次与工具调用 — ivan_digital · 2026-11-01

更多「编程与Agent」频道 AI 资讯 →