Awesome Agent Memory: Системы, Бенчмарки и Статьи про Память для LLM (Awesome-Agent-Memory)
Полная коллекция систем памяти, бенчмарков и научных работ, которые дают LLM и мультимодальным агентам долгосрочный контекст, стойкое воспоминание и способность улучшаться через опыт. Открытые источники обозначены жирным шрифтом и ранжированы выше.
Обзор
Awesome Agent Memory — это тщательно отобранная карта систем памяти для AI-агентов. Проект объединяет открытые продукты, закрытые решения, научные работы, бенчмарки и учебные материалы по памяти для больших языковых моделей (LLM) и мультимодальных языковых моделей (MLLM).
Проект ведётся компанией Bloo-Mind AI и командой Ubiquitous AGI из TeleAI. Ресурс помогает разработчикам выбрать правильные инструменты памяти для своих систем, выбрать бенчмарк для оценки решений или лучше разобраться в текущих трендах в области памяти AI-агентов.
Открытые проекты (с воспроизводимым кодом на GitHub) отмечены жирным шрифтом и ранжированы выше. Продукты с менее чем 100 звёздами находятся в развёрнутом разделе «Emerging projects» и переходят в основной список при достижении этого порога.
Продукты и системы памяти
Открытые исходные коды
Ниже представлены основные открытые решения, отсортированные по количеству звёзд на GitHub:
1. Claude-Mem (плагин для Claude-Code)
Описание: Захват сессии и сжатие, которое переинжектирует прошлую активность в будущие сессии через агентов кодирования.
Ссылки: Сайт | Код | Документация
2. Mem0
Описание: Универсальный слой памяти для AI-агентов с поддержкой различных бэкендов и интеграций.
Ссылки: Сайт | Код | Документация | Статья | Блог
TeleMem
API-совместимая высокопроизводительная замена Mem0 с синтаксисом `import telemem as mem0`. Поддерживается TeleAI-UAGI.
Ссылки: Код | Документация | Статья
3. OpenViking
Описание: Самоэволюционирующая база данных контекста для AI-агентов, объединяющая память агента, RAG знаний и навыки в одном слое хранения и извлечения с MCP-сервером для кросс-сессионного чтения/записи.
Ссылки: Сайт | Код | Документация | Статья 1 | Статья 2 | Блог
4. Zep (на основе Graphiti)
Описание: Графы знаний в реальном времени для AI-агентов с поддержкой временных данных.
5. Cognee
Описание: Движок памяти, который передаёт данные в гибридный граф + векторный граф знаний для кросс-сессионного воспоминания агента.
8. Letta (ранее MemGPT)
Описание: Платформа для state-full агентов с иерархической памятью, которая обучается и самосовершенствуется со временем.
Ссылки: Сайт | Код | Статья | Исследования | Блог
9. TencentDB Agent Memory
Описание: Полностью локальная долгосрочная память для AI-агентов через 4-уровневый прогрессивный конвейер, без зависимостей от внешних API.
Ссылки: Код
10. Hindsight
Описание: Слой памяти агента, который обучается на основе обратной связи от взаимодействия для улучшения извлечения информации со временем.
11. Context Mode
Описание: Оптимизация контекстного окна для AI-агентов кодирования: отводит большие выходные данные инструментов в локально ищущий стор и сохраняет память сессии через платформы через MCP и хуки.
12. Second Me
Описание: Персональный AI, обученный на пользователе для представления его во всех приложениях.
14. EverOS (часть EverMind)
Описание: Набор инструментов для построения, оценки и интеграции долгосрочной памяти в самоэволюционирующих агентах.
15. MemOS (от MemTensor)
Описание: ОС памяти для LLM-агентов с гибридным извлечением и кросс-задачным переиспользованием навыков.
16. Honcho
Описание: Библиотека памяти для stateful-агентов с фокусом на моделирование пользователя.
Ссылки: Сайт | Код | Исследования | Блог | Оценки
17. engram (от Gentleman-Programming)
Описание: Стойкая память для AI-агентов кодирования — независимый от агента одиночный бинарный файл Go с SQLite + FTS5, открытый через MCP-сервер, HTTP API, CLI и TUI.
Ссылки: Код
18. MemoryBear
Описание: Фреймворк памяти, обеспечивающий человеческоподобное эпизодическое и семантическое воспоминание для AI-агентов.
19. OpenMemory
Описание: Локальный стор стойкой памяти для LLM-приложений (Claude Desktop, Copilot, Codex и т.д.).
20. memory-lancedb-pro
Описание: Улучшенный плагин памяти LanceDB для OpenClaw.
21. MIRIX
Описание: Персональный ассистент для нескольких агентов, который захватывает активность на экране и консолидирует её в структурированную память.
22. MemMachine
Описание: Взаимного-оперируемый слой памяти, обеспечивающий расширяемые примитивы хранения и извлечения для AI-агентов.
23. Memobase
Описание: Долгосрочная память на основе профиля пользователя для приложений AI-чатботов.
Ссылки: Документация | Код
24. Memanto
Описание: Типизированная семантическая память с операциями `remember`/`recall`/`answer` и информационно-теоретическим извлечением.
Ссылки: Сайт | Код | Статья | Документация
25. LangMem
Описание: Примитивы памяти LangChain для сохранения, вспоминания и управления состояния агента в LangGraph рабочих процессах.
26. Puppyone
Описание: Память агента в форме файловой системы с автоматическим версионированием, ACL для каждого агента и коннекторами данных; доступна через MCP/REST/CLI.
Ссылки: Сайт | Код | Документация
27. Mem9
Описание: Локальный концентратор приватной памяти для OpenClaw и аналогичных агентов кодирования.
28. Omnigraph
Описание: Графический движок для памяти агента с поддержкой ветвления и слияния в стиле git.
Ссылки: Код
29. Agent QA
Описание: QA-агент с открытым исходным кодом, сохраняющий стойкую память тестов для повторного использования предыдущих запусков и самовосстановления естественно-языковых веб и мобильных тестов.
30. PowerMem
Описание: Стойкая, самоэволюционирующая память для AI-агентов — гибридное извлечение вектор/полнотекстовое/граф с LLM-управляемым извлечением, кривая Эббингауза и двухуровневая дистилляция Experience + Skill; от команды OceanBase.
31. CodeAlmanac
Описание: Локальная для репо вики в формате Markdown для AI-агентов кодирования, сохраняющая беседы проекта, решения и контекст реализации.
Ссылки: Код
32. projectmem
Описание: Локально-первая, event-sourced память для AI-агентов кодирования: журнал событий только-для-добавления через MCP плюс pre-commit gate, который предупреждает перед повтором неудачного исправления.
Ссылки: Сайт | Код | Документация | Статья
33. HMS (Holographic Memory System)
Описание: Фреймворк QA долгосрочной памяти, оборачивающий OpenAI-клиентов с автоматическим воспоминанием и сохранением, поддерживаемый PostgreSQL, оценённый на LongMemEval.
Ссылки: Код
34. Memorix
Описание: Локально-первый кросс-агентный слой памяти для агентов кодирования через MCP — SQLite-поддерживаемая память проекта с наблюдением, рассуждением и типами фактов, полученные из git, плюс контекстные справки в фокусе задачи.
Ссылки: Код
35. deja
Описание: Индексирует транскрипты сессии, которые агенты кодирования уже записывают на диск, ретроактивно — локальное BM25 восстановление с удалением учётных данных во время индексирования.
Ссылки: Код
36. Vestige
Описание: Локально-первый MCP-сервер когнитивной памяти для агентов кодирования с FSRS-6 убыванием, распределением активации, активным подавлением, Receipt Lock и проверяемой панелью управления.
37. Compartment
Описание: Автономная, зашифрованная в состоянии покоя векторная память для агентов через MCP-сервер, Python или CLI; AEAD-зашифрованные встраивания, гибридное восстановление, удаление с криптографической уничтожением, цепь хешей аудита.
Ссылки: Код
38. MemClaw (Caura)
Описание: Управляемая общая память для флотов AI-агентов — кросс-агентный обмен знаниями с разрешениями, цепочками аудита и самообучением.
39. MisakaNet
Описание: Распределённая память роя на основе Git; агенты обмениваются уроками через GitHub Issues.
40. Statewave
Описание: Открытая среда выполнения памяти для AI-агентов, обслуживающая повторяемые пакеты контекста с метаданными происхождения вместо восстановления во время запроса; размещается на Postgres + pgvector с Python/TypeScript SDK.
Ссылки: Сайт | Код | Документация | Блог
41. Mnemory
Описание: Память агента нескольких типов (факты, предпочтения, эпизодическое) с TTL, областью действия пользователя/агента и MCP-сервером.
Ссылки: Код
42. OMEGA
Описание: MCP-сервер, выраженный 25 инструментами памяти для AI-агентов кодирования.
44. Remnic
Описание: Локально-первая память в формате Markdown, общая для агентов кодирования и MCP-клиентов, с провенансом для каждого результата, рабочими процессами исправления и бенчмарком MemCorrect.
Ссылки: Сайт | Код | Документация | Статья
45. CommonGround Kernel
Описание: PostgreSQL-поддерживаемый общий работ-записей субстрат для человеко-агентных и мулти-агентных систем с долговечными фактами, причинно-следственной цепочкой и восстановлением при первоначальном запросе.
Ссылки: Код
Примечание: В исходном репозитории содержится ещё 44 развивающихся проекта с менее чем 100 звёздами на GitHub, которые полностью перечислены в свёрнутом разделе «Emerging projects». Все они включены в общий объём 89 открытых продуктов.
Учебные материалы
2026
Agent Memory Techniques (NirDiamant)
30 запускаемых Jupyter-блокнотов, охватывающих буферы конверсации, векторные хранилища, графы знаний, эпизодическую и семантическую память, Mem0, MemGPT/Letta, Zep, Graphiti и бенчмарки LoCoMo.
Ссылки: Код
Tools, Actions, Memory, and Context — Глава 4
Глава 4 учебника «Multi-Agent Systems: A Contemporary Treatment» по инструментам, действиям, памяти и контексту в мультиагентных системах.
Ссылки: Прочитать
2025
ACM SIGIR-AP 2025 Учебник: Conversational Agents: From RAG to LTM
Официальный учебник конференции по переходу от RAG к долгосрочной памяти в беседующих агентах.
Обзорные статьи и исследования
2026
Rethinking Memory Mechanisms of Foundation Agents in the Second Half: A Survey
Обширный обзор механизмов памяти в foundation agents второго поколения.
Memory in the LLM Era: Modular Architectures and Strategies within a Unified Framework
Унифицированный фреймворк для модульных архитектур памяти в эру LLM.
From Storage to Experience: A Survey on the Evolution of LLM Agent Memory Mechanisms
Анализ эволюции механизмов памяти от простого хранилища к опыту.
Toward Efficient Agents: Memory, Tool Learning, and Planning
Обзор эффективности агентов с фокусом на память, обучение инструментам и планирование.
Anatomy of Agentic Memory: Taxonomy and Empirical Analysis of Evaluation and System Limitations
Детальная таксономия и анализ ограничений систем памяти агентов.
LLM Agent Memory: A Survey from a Unified Representation–Management Perspective
Единый взгляд на представление и управление памятью агентов LLM.
Ссылки: Статья
Memory for Autonomous LLM Agents: Mechanisms, Evaluation, and Emerging Frontiers
Обзор механизмов памяти автономных LLM-агентов с новыми направлениями.
Ссылки: arXiv
Externalization in LLM Agents: A Unified Review of Memory, Skills, Protocols and Harness Engineering
Объединённый обзор экстернализации: памяти, навыков, протоколов и инженерии harness.
Ссылки: arXiv
Survey on AI Memory: Theories, Taxonomies, Evaluations, and Emerging Trends
Комплексный обзор теорий, таксономий и оценок памяти AI.
Ссылки: PDF
The AI Hippocampus: How Far are We From Human Memory?
Сравнение AI-систем памяти с человеческой памятью через линзу гиппокампа.
Ссылки: arXiv
2025
AI Meets Brain: Memory Systems from Cognitive Neuroscience to Autonomous Agents
Применение концепций когнитивной нейронауки к системам памяти автономных агентов.
Rethinking Memory in AI: Taxonomy, Operations, Topics, and Future Directions
Новая таксономия и операции памяти в AI с будущими направлениями.
From Human Memory to AI Memory: A Survey on Memory Mechanisms in the Era of LLMs
Переход от человеческой памяти к AI памяти в эпоху LLM.
Ссылки: arXiv
Cognitive Memory in Large Language Models
Исследование когнитивных аспектов памяти в больших языковых моделях.
Ссылки: arXiv
Advances and Challenges in Foundation Agents: From Brain-Inspired Intelligence to Evolutionary, Collaborative, and Safe Systems (Глава 3)
Часть комплексного обзора foundation agents с фокусом на память.
Ссылки: arXiv
Human-inspired Perspectives: A Survey on AI Long-term Memory
Обзор долгосрочной памяти AI через линзу человеческих когнитивных процессов.
Ссылки: arXiv
2024
Бенчмарки и оценка
Текстовые бенчмарки
2026
Agent Memory Leaderboard
Публичная платформа оценки: участники открывают API Add/Search и оцениваются по трекам текстовой памяти и памяти кодирующих агентов.
Agent Memory Benchmark (AMB)
Открытый harness и доска лидеров для оценки поставщиков памяти по точности, задержке и стоимости токенов на шести датасетах.
Are We Ready For An Agent-Native Memory System?
The MemoryData Paper — оценка готовности к системам памяти, ориентированным на агентов.
Locomo-Plus: Beyond-Factual Cognitive Memory Evaluation Framework for LLM Agents
Расширенный фреймворк оценки когнитивной памяти сверх фактической корректности.
LoCoMo Refined: Recalibrating LoCoMo with Stricter LLM Judging and A Cleaned Dataset
Уточнённая версия LoCoMo с более строгой оценкой LLM.
Ссылки: Код
Cost and Accuracy of Long-Term Memory in Distributed Multi-Agent Systems Based on Large Language Models
Оценка затрат и точности долгосрочной памяти в распределённых системах.
2025
Beyond a Million Tokens: Benchmarking and Enhancing Long-Term Memory in LLMs (BEAM)
Бенчмарк для оценки долгосрочной памяти сверх миллиона токенов.
MOOM: Maintenance, Organization and Optimization of Memory in Ultra-Long Role-Playing Dialogues
Бенчмарк для оценки управления памятью в сверхдолгих диалогах.
Know Me, Respond to Me: Benchmarking LLMs for Dynamic User Profiling and Personalized Responses at Scale
PersonaMem и ImplicitPersona — бенчмарки для динамического профилирования пользователя.
Evaluating Memory in LLM Agents via Incremental Multi-Turn Interactions
MemoryAgentBench — оценка памяти через пошаговые взаимодействия.
LifelongAgentBench: Evaluating LLM Agents as Lifelong Learners
Бенчмарк для оценки пожизненного обучения агентов.
NoLiMa: Long-Context Evaluation Beyond Literal Matching
Оценка контекста сверх буквального совпадения.
HaluMem: Evaluating Hallucinations in Memory Systems of Agents
Оценка галлюцинаций в системах памяти агентов.
LongBench v2: Towards Deeper Understanding and Reasoning on Realistic Long-context Multitasks
Вторая версия популярного бенчмарка для длинного контекста.
Minerva: A Programmable Memory Test Benchmark for Language Models
Программируемый бенчмарк для тестирования памяти языковых моделей.
MemBench: Towards More Comprehensive Evaluation on the Memory of LLM-based Agents
Комплексный бенчмарк для оценки памяти агентов на основе LLM.
2024
LongMemEval: Benchmarking Chat Assistants on Long-Term Interactive Memory
Основной бенчмарк для оценки долгосрочной памяти в чатах.
Evaluating Very Long-Term Conversational Memory of LLM Agents (LoCoMo)
Классический бенчмарк LoCoMo для оценки памяти в диалогах.
∞Bench: Extending Long Context Evaluation Beyond 100K Tokens
Бенчмарк для контекстов свыше 100K токенов.
LongBench: A Bilingual, Multitask Benchmark for Long Context Understanding
Двуязычный мультизадачный бенчмарк для длинного контекста.
Мультимодальные бенчмарки
2026
MBench: A Comprehensive Benchmark on Memory Capability for Video World Models
Бенчмарк для оценки памяти видео-моделей мира.
Ссылки: arXiv | Код | Проект | Доска лидеров
RoboMemArena: A Comprehensive and Challenging Robotic Memory Benchmark
Комплексный бенчмарк для памяти робототехнических систем.
Ссылки: arXiv | Код | Данные | Проект | Доска лидеров
DeepImageSearch: Benchmarking Multimodal Agents for Context-Aware Image Retrieval in Visual Histories
Бенчмарк для поиска изображений с учётом контекста в визуальной истории.
Ссылки: arXiv | Код | Данные | Доска лидеров
Persona-MME: A Benchmark for Long-Term Personalized Multimodal LLMs
Бенчмарк для долгосрочной персонализированной мультимодальной памяти.
RMBench: Memory-Dependent Robotic Manipulation Benchmark with Insights into Policy Design
Бенчмарк для манипуляции роботом, зависящей от памяти.
2025
TeleEgo: Benchmarking Egocentric AI Assistants in the Wild
Бенчмарк для эгоцентричных AI-ассистентов в реальных условиях.
Ссылки: arXiv | Код | Данные | Проект | Доска лидеров
LVBench: An Extreme Long Video Understanding Benchmark
Бенчмарк для понимания сверхдолгих видео.
Video-MME: The First-Ever Comprehensive Evaluation Benchmark of Multi-modal LLMs in Video Analysis
Первый комплексный бенчмарк мультимодальных LLM для анализа видео.
Динамические бенчмарки и среды симуляции
2026
SEAGym: An Evaluation Environment for Self-Evolving LLM Agents
Среда оценки для самоэволюционирующих LLM-агентов.
Beyond Static Dialogues: Benchmarking Realistic, Heterogeneous, and Evolving Long-Term Memory
Оценка долгосрочной памяти в реалистичных, разнородных и эволюционирующих диалогах.
AMemGym: Interactive Memory Benchmarking for Assistants in Long-Horizon Conversations
Интерактивный бенчмарк памяти для ассистентов в долгих разговорах.
2025
MemoryBench: A Benchmark for Memory and Continual Learning in LLM Systems
Бенчмарк для памяти и непрерывного обучения в системах LLM.
Статьи: Непараметрическая память
Текстовая память
2026
В этом разделе содержится 30+ научных работ по текстовой памяти, включая:
- Memory Efficiency and Resource-Rational Encoding in Sentence Processing — кодирование памяти с учётом ресурсов
- AutoMem: Automated Learning of Memory as a Cognitive Skill — автоматизированное обучение памяти
- Mandol: An Agglomerative Agent Memory System for Long-Term Conversations — агломеративные системы памяти
- RecMem: Recurrence-based Memory Consolidation for Efficient and Effective Long-Running LLM Agents — память на основе рецидива
- Evoking User Memory: Personalizing LLM via Recollection-Familiarity Adaptive Retrieval — персонализированное извлечение памяти
- MemPrivacy: Privacy-Preserving Personalized Memory Management for Edge-Cloud Agents — приватная память
- Beyond RAG for Agent Memory: Retrieval by Decoupling and Aggregation — продвинутые методы извлечения памяти
- MemSearch-o1: Empowering Large Language Models with Reasoning-Aligned Memory Growth in Agentic Search — память с рассуждением
- SimpleMem: Efficient Lifelong Memory for LLM Agents — эффективная пожизненная память
- Beyond Similarity Search: Tenure and the Case for Structured Belief State in LLM Memory — структурированное состояние веры
Ссылки на полные статьи доступны в исходном репозитории.
2025
Включает работы по лёгкой памяти, адаптивной дистилляции памяти, эпизодической памяти и другим продвинутым техникам.
2024
Классические работы по сжатию памяти, памяти рабочего процесса агента и улучшению памяти LLM.
Графовая память
Раздел включает 15+ работ по графовым системам памяти, включая HippoRAG, AriGraph и другие подходы, использующие графы знаний для агентов.
Мультимодальная память для понимания
Раздел охватывает 20+ работ по мультимодальной памяти для анализа видео, визуальных истоий и длинных видео.
Мультимодальная память для генерации
Работы по использованию памяти для создания последовательностей видео, слайдов и других мультимодальных артефактов.
Статьи: Параметрическая память
Раздел включает 30+ работ по встраиванию памяти в параметры языковых моделей, включая:
- Conditional Memory via Scalable Lookup (DeepSeek Engram) — условная память в масштабе
- δ-mem: Efficient Online Memory for Large Language Models — эффективная онлайн-память
- Language Model Memory and Memory Models for Language — теория памяти в LLM
- MSA: Memory Sparse Attention for Efficient End-to-End Memory Model Scaling to 100M Tokens — разреженное внимание
- GradMem: Learning to Write Context into Memory with Test-Time Gradient Descent — письмо в памяти через градиент
- MeKi: Memory-based Expert Knowledge Injection for Efficient LLM Scaling — инъекция экспертного знания
- STEM: Scaling Transformers with Embedding Modules — масштабирование с эмбедингами
- MeMo: Memory as a Model — память как модель
- MoM: Linear Sequence Modeling with Mixture-of-Memories — смеси памяти
- MLP Memory: Language Modeling with Retriever-pretrained External Memory — внешняя предварительно обученная память
Статьи: Память для эволюции агентов
Обучение с подкреплением и непрерывное обучение
Раздел включает 25+ работ по использованию памяти для эволюции агентов, включая:
- Large Discovery Models: Empirically-grounded Model-Based Open-Ended Search — модели открытого поиска
- SEED: Self-Evolving On-Policy Distillation for Agentic Reinforcement Learning — самоэволюционирующее обучение
- MLEvolve: A Self-Evolving Framework for Automated Machine Learning Algorithm Discovery — эволюция алгоритмов ML
- SkillOpt: Executive Strategy for Self-Evolving Agent Skills — эволюция навыков
- Learning, Fast and Slow: Towards LLMs That Adapt Continually — континуальная адаптация
- CASCADE: Case-Based Continual Adaptation for Large Language Models During Deployment — кейс-базированная адаптация
- Memory Intelligence Agent — агент с интеллектуальной памятью
- PASK: Toward Intent-Aware Proactive Agents with Long-Term Memory — проактивные агенты
- Toward Autonomous Long-Horizon Engineering for ML Research — автономная инженерия
- OpenClaw-RL: Train Any Agent Simply by Talking — обучение через разговор
Инженерия контекста и harness
Раздел включает работы по оптимизации контекста, управлению harness и context engineering для агентов.
Память в когнитивной науке
Раздел включает недавние работы по нейронауке памяти, применимые к AI, включая:
- Модели свободного воспоминания в нейронных сетях
- Коммуникация в гиппокампально-ретроспленальной оси
- Нейронное пространство состояния для эпизодических воспоминаний
- Дофаминергические процессы в искажении времени памяти
- Осознание как суть рабочей памяти
- Нейральные активации при извлечении эпизодической vs семантической памяти
Безопасность памяти и защита
Раздел включает работы и инструменты по защите памяти агентов от отравления и злоупотребления:
- Agent Memory Guard (OWASP) — слой защиты памяти во время выполнения с многоуровневой валидацией
- From Untrusted Input to Trusted Memory: A Systematic Study of Memory Poisoning Attacks in LLM Agents (MPBench) — системное исследование атак отравления памяти
- inspeximus poisoning probes — выполняемые скрипты для демонстрации уязвимостей и защиты памяти
Статьи и материалы
2026
- Harness Engineering for Self-Improvement — инженерия harness для самосовершенствования (Lilian Weng)
- 221 Agents: Multi-Agent Coordination Lessons — уроки координации мультиагентных систем
- OpenClaw Multi-Tenancy: Why VM-Per-User Does Not Scale — архитектурные решения для масштабирования
2025
- Survey of AI Agent Memory Frameworks — обзор фреймворков памяти агентов
2024
- Memory in Language Model-Enabled Agents — роль памяти в агентах на основе LLM
- Mastering LLM Memory: A Comprehensive Guide — практическое руководство по памяти LLM
2023
- LLM Powered Autonomous Agents — классическая работа по автономным агентам (Lilian Weng)
Воркшопы и конференции
2026
ICLR 2026: Workshop on Memory for LLM-Based Agentic Systems (MemAgents) — специализированный воркшоп по памяти агентов на ведущей конференции ML.
2025
ACL 2025: The First Workshop on Large Language Model Memorization (L2M2) — первый воркшоп по меморизации в LLM с полными материалами конференции.
Часто задаваемые вопросы
Что такое память агента и почему она важна?
Память агента — это механизм, позволяющий AI-агентам сохранять, извлекать и использовать информацию из предыдущих взаимодействий. Она критична для долгосрочного обучения, персонализации и улучшения производительности агентов. Без памяти агенты теряют контекст между сессиями и не могут учиться на опыте.
В чём разница между непараметрической и параметрической памятью?
Непараметрическая память хранит информацию во внешних базах данных, которые агент может запрашивать (например, векторные хранилища, графы знаний). Параметрическая память встраивает информацию в веса самой языковой модели. Каждый подход имеет свои преимущества: внешняя память более гибка и обновляется, а встроенная память интегрирована с рассуждениями модели.
Как выбрать между различными системами памяти?
Выбор зависит от вашего конкретного использования: для кодирующих агентов рассмотрите OpenClaw-совместимые системы (Mem0, OpenViking, Honcho); для долгосрочной персонализации — персонализированные системы (Letta, Second Me); для масштабируемых приложений — облачные решения (MemoraX, MemoryLake); для локального развёртывания — self-hosted опции (Vestige, Mnemory). Проверьте бенчмарки (Agent Memory Leaderboard) для сравнения производительности.
Какие самые новые достижения в памяти агентов?
По состоянию на август 2026, ключевые направления включают: (1) условную память в масштабе (DeepSeek Engram), (2) самоэволюционирующие агенты с RL (SEED, MemEvolve), (3) мультимодальную память для видео (FluxMem, WorldMM), (4) защиту памяти от отравления (Agent Memory Guard, MPBench), (5) граф-основанные системы памяти (MAGMA, Mnemis). Смотрите раздел «In the News» исходного репозитория для последних новостей.
Где найти воспроизводимый код для статей по памяти?
Большинство статей в этой коллекции помечены как открытые с ссылками на код в репозиториях GitHub. Используйте фильтр по жирному шрифту в списке продуктов и статей. Для исследовательских работ проверьте arXiv ссылку и ищите ссылку на код в разделе Materials. Платформа Agent Memory Leaderboard также содержит реализации множества бенчмарков.
Как оценить качество системы памяти?
Используйте стандартные бенчмарки: Agent Memory Leaderboard (для текстовой памяти), LongMemEval (для долгосрочной памяти), LoCoMo (для разговорной памяти), или специализированные бенчмарки для вашего сценария (мультимодальные, робоботику, видео). Оценивайте по метрикам: точность извлечения, задержка, стоимость токенов, способность обучаться и сохранять приватность.
Полезные ссылки
- Исходный репозиторий: Awesome Agent Memory на GitHub
- Лидирующие проекты: Mem0, Letta, OpenViking, Zep
- Бенчмарки: Agent Memory Leaderboard, Agent Memory Benchmark
- Исследования: HippoRAG, TeleMem, Memory Taxonomy Survey
- Конференции: SIGIR-AP 2025 Tutorial, ICLR 2026 Workshop
- Сообщество: Bloo-Mind AI, TeleAI Ubiquitous AGI team