Agent Memory Leaderboard
来自 AML 团队

AML 官方博客

来自 Agent Memory Leaderboard 团队的研究、技术实践与最新动态。

一起探索智能体记忆。
← 返回全部文章

当一个 Agent 开始拥有“昨天”,它才真正开始理解你

第一期公告5 分钟阅读

记忆之巅排行榜

如果一个 AI Agent 每次交流都像第一次见面,它真的算“智能”吗?


它可以回答问题,可以执行任务,可以调用工具,但它不知道你的习惯、不理解过去发生过什么,也无法从长期互动中持续成长。


而当一个“角色”开始拥有昨天和记忆,人们就很难再把它当成一次性的工具。


未来的 Agent,不只是会思考,更需要会记住。


2026 年 7 月,由来自国内外二十余家高校、科研机构与开源社区的研究者和团队联合发起的 Agent Memory Leaderboard(AML)正式发布,并启动首届 Agent 记忆挑战赛。


作为首个面向 Agent 记忆系统的开放评测平台,AML 希望建立一套统一、开放、可复现、长期运行的记忆能力评价体系,让不同记忆方案能够在同一标准下进行比较,共同推动 Agent Memory 技术发展。

为什么Agent需要一套“记忆能力排行榜”?


过去一年,随着 Agent 技术快速发展,越来越多的记忆系统和相关产品不断出现。


但不同系统往往采用不同的数据集、回答模型和评分方式,一个系统在某个测试集上的高分,并不能完全代表其真实记忆能力。


最终结果可能同时受到:记忆系统本身能力;底层回答模型能力;评测规则设计等多个因素影响。因此,行业需要一套更加公平、透明、可验证的评测体系。


AML 的目标并不是创造一个简单的 benchmark,而是整合公开数据集、私有测试集、统一接入协议、标准化回答流程、评审机制以及长期榜单治理,建立一个持续运行的开放评测基础设施。


一把尺子,衡量Agent的真实记忆能力


AML 围绕“全面、统一、可比”的目标,设计了三项核心能力:

多源数据覆盖,让评测更接近真实场景


AML 覆盖文本记忆与代码记忆两大方向。


在文本记忆评测中,平台整合 PersonaMem、LoCoMo-Refined、CLBench、BEAM、LongMemEval、ScriptMem 等多个主流数据集,覆盖:长对话理解;跨会话历史记忆;用户偏好识别;时间关系理解;规则执行;超长上下文处理;等真实应用场景。


整体包含超过 1500 个对话与任务样本、约 1.5 亿字符长程历史以及近 5000 道评测题目。


从“排名”走向“能力画像”


过去很多评测只能告诉我们:“谁分数更高?”但无法回答:“为什么更高?”


AML 将记忆能力拆解为多个维度,包括:

· 显式事实召回

· 关系与多跳组合

· 时间与事件序列

· 记忆治理

· 个性化与关怀

· 规则与流程执行

· 认识论安全与隐私

最终呈现的不只是一个排名,而是一张完整的能力画像。


对于研究者,它帮助定位技术短板;

对于产品团队,它帮助判断不同记忆方案适合哪些应用场景;

对于行业用户,它让“记忆能力强”从一句宣传语,变成可验证的数据依据。


降低接入门槛,让更多创新参与竞争


为了支持长期运行,AML 将参评系统接入简化为两个核心接口:


· Add:写入记忆

· Search:检索相关记忆


回答生成、评分流程和评测编排均由平台统一完成。


无论是开源研究方法,还是商业化记忆产品,都可以通过统一协议参与评测。


首届AI记忆挑战赛正式开启


由 Agent Memory Leaderboard 平台主办的首届 Agent 记忆挑战赛已于 2026 年 7 月 正式启动。


本次挑战赛面向:

· 全球研究者

· 开源项目维护者

· 商业产品团队

· Agent 开发者


开放报名,共同探索下一代 AI Agent 的记忆能力边界。

赛事信息


赛事榜单分类

  • 开源方法榜单:面向开源研究方法,成绩与代码、配置和复现材料绑定,参与排名与奖励结算;

  • 商业产品榜单:面向以稳定 API 提供的商业记忆产品,独立排名,为行业提供选型参照。

研究者、开源项目维护者、产品团队和正在做技术选型的开发者,都可以提交系统参与评测。不设组队要求。


参赛流程说明

  • 报名申请:填写报名表单,审核通过后获取评测 API Key;

  • 接口接入:按平台协议提供公网可访问的 Add/Search 接口;

  • 提交评测:通过 smoke 兼容性测试确认链路后,提交正式评测任务;

  • 复核上榜:评测结果经复核后进入公开榜单。

平台统一承担 Answer、Eval 与评测编排成本;参赛方承担自身 API、数据库、带宽和计算成本,参赛者无需自行搭建评测环境。


奖励设置

  • 上榜奖励(开源方法榜,每期结算)

第 1—3 名:ChatGPT Pro 月度会员(价值 ¥1,400)

第 4—10 名:ChatGPT Plus 月度会员(价值 ¥140)

  • 社区贡献计划(满足任一条件即可入选,瓜分百亿级 Token 奖励)

前 50 位完成有效提交的参赛者,每人获得价值 50 元人民币的 API 额度;

每成功邀请 3 位新参赛者完成有效提交,同样获得价值 50 元人民币的 API 额度。

我们也欢迎贡献有挑战性的测试样本,提交 3 个有挑战性的测试数据,同样获得价值 50 元人民币的 API 额度!

*全部奖励以账号会员与 API 额度形式发放,名额有限,发完为止,最终规则以赛事官网规则页为准。

赛事日程与联系方式

  • 报名开放:2026 年 7 月

  • 提交截止:2026 年 8 月 7 日

  • 放榜日期:2026 年 8 月中旬

  • 赛制:本次为首届赛事。Agent Memory Leaderboard 长期运行,后续赛事另行公告

  • 报名入口:

    https://agentmemories.ai/competition/

    👇扫码下图二维码进入赛事报名页面,或者文末【阅读原文】


赛事仓库:

https://github.com/AML-memory/agent-memory-leaderboard

(含接口协议、提交指南与接入示例)

答疑邮箱:

[email protected]


未来的 AI,不只是回答你的问题。


它会记住你的经历,理解你的偏好,陪伴你的成长。


而这一切,需要一套被行业认可的“记忆衡量标准”。


记忆技术要往前走,需要一套大家认可、任何人都能核验的度量衡。


8 月中旬,我们榜单见。👋


关注"记忆之巅排行榜"公众号(Agent Memory Leaderboard 官方中文账号),第一时间获取放榜结果与下期赛事!