MemMachine：开源保持真实记忆系统在长期Agent记忆基准上达93%准确率
Available in: 中文
LLM agent在跨会话时遭受记忆退化。MemMachine是一个新的开源系统，集成了短期、长期情景和个人资料记忆，以保留真实性的架构解决此问题。
LLM agent在跨会话时遭受记忆退化。MemMachine是一个新的开源系统，集成了短期、长期情景和个人资料记忆，以保留真实性的架构解决此问题。
问题
标准上下文窗口和RAG管道在多会话交互中退化：
- 上下文窗口 — 大小有限，填充昂贵
- RAG — 有损提取，检索质量退化
- 无情景记忆 — 无法引用特定过去的对话
MemMachine架构
| 记忆类型 | 功能 | 存储 |
|---|---|---|
| 短期 | 当前对话 | 上下文窗口 |
| 长期情景 | 过去对话 | 完整情景（非提取摘要） |
| 个人资料 | 用户偏好 | 结构化档案 |
关键创新：存储完整对话情景而非有损的LLM提取摘要。
结果
- LoCoMo基准 — 0.9169准确率（使用gpt4.1-mini）
- LongMemEvalS (ICLR 2025) — 93.0%准确率
为什么重要
- 开源 — 可集成到任何agent框架
- 保留真实性 — 存储实际对话而非摘要
- 实际影响 — 直接改善个性化AI助手质量
← Previous: AI Safety Verification Is Fundamentally Incomplete: Kolmogorov Complexity Proves No Finite Verifier Can Certify All Safe AI SystemsNext: ANX Protocol: An Open Agent-Native Framework for AI Agent Interaction Replaces GUI Automation and MCP Skills →
0