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

首期 AML 榜单正式发布!

第一期公告3 分钟阅读

记忆之巅排行榜





重磅!Agent Memory Leaderboard 首期榜单正式揭晓


今天,Agent Memory Leaderboard(AML,记忆之巅排行榜)首期榜单正式揭晓。

随着 Agent 从单轮问答走向长期协作,记忆已不再只是附加功能,而是持续理解用户、积累经验并完成复杂任务的基础能力。如何在统一条件下衡量这项能力,正成为研究与产业共同面对的问题。

AML 由来自国内外 20 余所高校、科研机构与开源社区的研究者和团队联合发起,致力于构建面向 Agent Memory 的开放评测体系与长期公榜。首期评测覆盖开源方法与商业产品,所有进入正式榜单的系统版本均在统一的流程与规范下完成测试与复核。

截止到2026年8月12日12时,AML官方站点点击量突破20万次,其中,赛事页面上线十天内点击量即突破10万次,全网各平台引发热烈讨论,累积收到136个团队提交注册申请。


🏆 首期榜单正式公布

经过严格的筛选与测试,首期共有 67 个极具代表性的记忆框架成功完成评测任务,首期榜单正式公布文本赛道结果。榜单分为开源方法、商业产品两组参评通道:

▍开源方法榜【文本赛道】

▍商业产品榜【文本赛道】

完整排名、分项成绩及版本信息,点击文末“阅读原文”榜单页面。

本榜单由 AML 官方发布。文中名次、分数与结论仅在对应参评组别、系统版本、评测套件和当期规则范围内成立。


⚙️ 同一套流程,让结果真正可比


过去,不同记忆系统常采用不同的数据集、回答模型和评分方式,公开成绩难以直接比较。

AML 将参评系统的核心边界统一为 Add(写入记忆)与 Search(检索记忆),并由平台统一完成 Answer(基于检索结果生成回答)、Eval(评分)、结果汇总与发布复核。这种解耦机制能最大程度减少因选择不同回答模型、评分模型或统计口径带来的干扰,让评测结果在明确的边界内真正具备可比性与公信力。


🧭 不只看名次,更要看能力结构


记忆能力不等于简单的信息召回。在文本记忆任务中,AML 关注显式事实召回、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、认识论安全与隐私等能力。






参评指南 & 社区生态合作


榜单的发布并非终点,而是探索记忆本源的全新起点。接下来,AML 将持续推出一系列深度解读专栏。我们将抽丝剥茧,深入剖析本次评测中涌现出的典型技术架构与极具启发性的实验现象,对各个关键能力象限的得分表现进行技术复盘,助力广大开发者透过榜单数字,洞悉 Agent Memory 技术演进的底层脉络与未来趋势。

AML 官方评测与榜单保持常态化运行,评测通道持续开放。我们诚邀全球学术界研究团队与工业界开发者提交参评方案;同时,也热烈欢迎社区同仁向 AML 提交全新的 Benchmark 数据集与评测任务,共同拓宽 Agent 记忆能力的标准边界!

AML首期赛事入选上榜奖励和社区贡献计划入选奖励的团队,我们会在8月31日之前与大家取得邮件联系,请大家关注。

感谢所有参评团队、数据与评测方法贡献者,以及关注 Agent Memory 发展的研究者和开发者!

让记忆能力可衡量,让技术进步可验证。

📧 联系与合作:欢迎通过 GitHub Discussion 或官方邮箱与评测组取得联系。