论文实证智能体记忆成本与准确率

Zedong Peng 等作者发布 arXiv 论文，在 LoCoMo 的一段对话（419 轮、152 个问题）上对比 full context、BM25、Mem0、Zep 四种记忆方法与 Pi、Codex、Claude Code 三种编码智能体，搭配 GPT-4o-mini、GPT-6 Luna、Claude Opus 5.5，记录每次 rollout 的成本与准确率。 作者称这是一项简短的实证研究，只使用一段对话，每个组合只运行一次，结论的适用范围因此有限。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。