Agent Memory 走到十字路口：技术路线、评测方法与 AML 首榜

这一年，Memory 赛道都经历了什么？

就算你请到世界上最好的私人助理，Ta 也不可能记住你这辈子说过的每一句话、读过你写的每一封邮件和每一份文档，但 AI 系统有可能做到接近无限的Memory能力，记住用户、偏好和长期的对话历史，而不是每次都从零开始。

这句话出自 OpenAI CEO —— Sam Altman 跟独立科技媒体 Big Technology 的创始人 Alex Kantrowitz 的一次播客对话，后来在 GPT-6 的规划里、在「无限完美Memory」这个说法里，又被反复提起。

当时不少人把这些话当成营销话术。

但这一年过去，各种 Agent Harness 相继推出，「把记忆能力内化进模型本身」的产品也陆续出现，大家才意识到，Agent Memory 才是真正能兑现这句话的核心之一。

而围绕 Agent Memory 的想象力，已经开始落地。这一年多，数十上百家做 Agent Memory 的创业公司陆续入局，一堆人挤进一条赛道，谁也不知道自己押注的技术路线对不对。

8 月 12 日，背后由清华大学、北京大学等一众机构支持的 Agent Memory Leaderboard（中文名「记忆之巅排行榜」）放出了首期成绩，目前该项目上榜 Huggingface Spaces Trending 首屏。

该榜单正好给了我们一个切入口，得以一窥这条赛道现在的真实水平。

🚥

这篇文章，我们想梳理一下 Agent Memory 这条赛道，走到哪一步了，做到什么程度了，技术路线又分了哪几派。

Agent Memory 赛道，外冷内热

Agent Memory 这条赛道里，有实力的玩家不算少：学术血统最纯正的 Letta，脱胎于伯克利 BAIR 实验室的 MemGPT 论文，2024 年成立就拿到千万美元种子轮。

Zep 靠时序知识图谱把 LongMemEval 准确率做到 63.8%，专攻「事实会过期」这类场景；Mem0 接入门槛低，是用户最多的厂商之一。成立一年多的 SuperMemory 已融资近 300 万美元，主打把 Gmail、Notion、GitHub 这些外部数据源接进 Agent Memory。

但整个赛道仍是「外冷内热」。

今年 7 月 New Market Pitch 的行业报告显示，Agent Memory Systems 全年只占 Agentic AI 融资总额约 0.78%，原因是大多数Memory系统的核心引擎开源，技术壁垒单薄。

更麻烦的是模型厂商自己也在下场。

今年 5 月，Anthropic 在 Claude Managed Agents 里同时上线 Dreaming、Outcomes、Multi-Agent Orchestration 三个功能，直接对标 LangGraph、CrewAI 这类编排工具，创业公司原本售卖的「Memory层」服务被平台方部分内化。

争夺用户上，Memory也成了平台的筹码：今年 3 月 Anthropic 先给 Claude 上线Memory迁移，三周后 Google 跟进，Gemini 开始支持从 ChatGPT、Claude 导入完整对话历史。

不过平台自带的 Memory 目前还停在用户偏好这类浅层信息，处理不了结构化知识。这也为创业公司留下了差异化创新的机会。相比一年前，市场机会正进一步向垂直场景、专业能力和技术壁垒集中。

持续学习

除了帮 Agent 记住用户，Memory还有另一层用途，更值得关注，即：让 Agent 自己越用越聪明，实现持续学习的效果。

今年上半年，伯克利等团队发了一篇 FST 的论文，吸引了大量目光，核心是将可持续更新的 Agent Context 视为快权重、模型参数视为慢权重。实验显示其最高提高约 3 倍样本效率，并在连续任务中显著优于纯 RL。

媒体传播者们对于这篇论文的判断是 「持续学习比推理重要 1000 倍」。而持续学习的核心之一，就是 Agent Memory。

Agent Memory 这条赛道，因此进入了一个很卷的阶段，一边是资金没跟上热度，一边是模型厂商自己在收编地盘，创业公司急需能拿出来说服投资人和客户的证据。

榜单就成了最简单、最直白的证据来源。

榜单背后的 Agent Memory

现在，市面上其实已经不缺跟 Agent Memory 相关的评测和榜单，而且每一个榜单背后，都有相当扎实的机构和技术背景。

比如，走综合路线的 AMB 和 Bench'd，是做Memory产品的创业团队自己搭的独立评测站，刻意跟商业公司保持一点距离，主要查刷分。AMA-Bench 则专注于长程的工作 Memory，作者名单里面还有 Meta 的研究员参与。

像文章开头所提到的 AML 属于新晋平台，其在 8 月 12 日放出了首期结果。热度很高，有超过 100 个团队提交了注册申请，一些海外博主也在转发相关信息。

这家评测榜单受到关注的原因在于其考试科目比较全面，文本Memory覆盖事实召回、多跳推理、时间与事件、Memory治理、个性化、上下文执行、安全与隐私七个方向，代码Memory则考察系统能不能复用历史调试和开发经验。

而且，在其官方所列的联合主办单位里，有清华大学、北京大学、复旦大学、上海交通大学、上海人工智能实验室、中国科学院自动化研究所、香港中文大学、香港科技大学等接近 30 家机构。

从结果来看，AML 这次放榜分了两条线，商业产品榜和开源方法榜。

商业产品榜这边，MemoraX 以 58.0 分排名第一，领先程度很高，七个能力维度全部拿下第一，写入和检索效率也稳居第一梯队。

开源方法榜这边，InvMem、ReFind、ActiveMemoryIndex 以 45.1、45.0、44.8 分排前三，分差很小，谁也没有拉开明显身位，三家的技术取向也不一样，各有优势。

其中，商业产品榜第一的 MemoraX 值得多说两句。

这是一家今年 3 月才成立的公司，今年 4 月种子轮、5 月种子 + 轮融资后，短时间内又拿到了第三轮大额融资。联合领投方有北洋海棠基金、尚势资本、仁爱资本，银杏谷资本跟投，华业天成、达泰资本等老股东继续加码投资。

很多人开始关注这家公司，一部分原因是它今年在 ICML 2026 上入选了 10 篇论文，其中 2 篇被选为 Spotlight（焦点论文）。

一家成立不到半年的公司能在顶会上拿到这个密度的论文产出，放在整个 Agent Memory 创业公司里都不多见，这也是把它当成理解这条赛道技术路线的一个抓手的原因，它某种程度上是这批 Agent Memory 新创团队技术打法的一个缩影。

MemoraX 的官方技术描述是「可学习Memory策略引擎、Memory基模、自演进 Agent Harness」，跟传统向量数据库相似度检索的路线不一样。其强调的是Memory本身能持续自我进化、动态更新，还能跨场景复用。

这套打法不是第一次被验证。

AML 这次的评测数据本身就整合了 LoCoMo-Refined 这类已有基准，而 MemoraX 更早的时候已经在 LoCoMo-Refined 上单独跑出过 82.65 分，比第二名高出 30% 以上。

这个基准由南京大学和上海人工智能实验室发布，意义在于把评测标准收紧之后，不少此前跑分不错的系统分数出现了明显回落，原因是过去的裁判标准偏宽松。

MemoraX 是在这套收紧后的标准下拿到 82.65 分的，他们的技术路线也是从这时候开始被更多人注意到。

当时，MemoraX 自己的说法是，把整个Memory系统建模成一个可学习的序列决策过程，写入、检索、利用这三个环节的每一步，都被当成可以被评估、可以被优化的决策，用任务最终的端到端结果做 reward，让系统在多轮使用里不断调整自己的策略，逐步收敛到更好的行为。

Memory因此从「记一次用一次」的静态组件，变成了一个用得越多、表现越好的动态系统。存了多少数据、用了什么向量库，不是决定一个Memory系统会不会越用越好的关键。

真正的关键，是有没有一个自行持续学习的闭环。 

结合 MemoraX 之前公开过的技术细节，这套闭环具体可以拆解成写入、检索、利用三个环节。

这套先诊断、再优化、反复迭代的机制，可能会成为 Agent Memory 未来的基操。

Memory 的过去一年和未来一年

对关注这条赛道的人来说，AML 首期榜单的意义，可能不在名次本身。

从单一 Benchmark、到统一 Leaderborad，这些结果吸引注意力的一大原因是标准化评测让Memory能力变得可比较，让整个行业加速。最近 1 年层出不穷的 Agent Memory 榜单，说明了 Memory 赛道今天站的位置，很重要。

「外挂式」Memory 库胜在成熟、合规、即插即用，「内生式」路线胜在上限和想象空间。一期榜单证明不了哪条路线终局会赢，但它会让接下来的每一次产品迭代、每一轮技术选型，都多一个可引用的参照系。

其次，Memory 的商业化路径正在清晰。Mem0 的 API 调用量一年涨了 5 倍，说明「Memory As A Service」的付费意愿是真实的。

企业侧对私有化部署、多租户隔离、权限审计的要求，又会把竞争拉向工程厚度的比拼。这个赛道的收入模型，大概率会介于模型 API 和数据库之间。而这两个市场，都出过百亿美元级别的公司。

Agent 要从「单次对话工具」变成「能长线协作的同事」，Memory 是绕不开的那块拼图。现在，这块拼图有了公开的成绩单。

🚥

顺着这条故事线看下来，Memory 早就不只是「记住信息」这么简单。

它跟 Agent 的能力深度绑定在一起，变成了「Agent Memory」这样一个独立的技术方向，想象空间也跟着打开了不少，接下来大概率还是个热门赛道。

从 Mem0 这类做得早、规模最大的技术路线，到这次 MemoraX 展示出来的打法，思路差别都不算小。

之后，我们会长期关注 Agent Memory 赛道。

文章来自于微信公众号 “十字路口Crossing”，作者 “十字路口Crossing”