AML 榜单第一期解读：MemoraX 三榜登顶，我们的引擎排在哪里

2026 年 8 月 12 日，由天津大学牵头、联合南京大学、上海人工智能实验室、东南大学、南洋理工、清华、北大、人大、牛津、UNSW、Datawhale 等 27 家机构共同运营的 Agent Memory Leaderboard（AML，agentmemories.ai）发布了 Cycle 1 首批公开成绩。这是首个要求参赛系统自托管 Add / Search API、由平台统一执行 Answer 与 Eval 的智能体记忆公开评测。本站已收录其完整榜单快照，可在「外部榜单」页面查看与筛选。

要点速览：MemoraX 横扫已发布的文本与代码两榜（58.02 / 62.00）；本站收录的引擎中 4 款上榜——腾讯第 7、Mem0 第 8、Supermemory 第 14、MemoryBear 开源组文本第 45 但代码赛道冲到第 12。分数不可跨赛道比较；Cycle 2 文本赛道 2026-10-31 截止。

评测设计：把变量锁在记忆系统本身

AML 的核心思路是把答案模型、提示词、评测器与 Top-K（正式榜固定 100）全部平台锁定，参赛系统只负责两件事：同步 Add（记忆写入）与 Search（记忆检索）。分数差异因此只反映记忆系统本身的能力，而不是"谁的提示词写得好"。三个赛道互相独立、分数不可跨赛道比较：

• 文本赛道：长对话、跨会话历史、事实、多跳关系、时间事件、个性化与记忆治理，七个能力维度（显式事实回忆 / 组合推理 / 时序与事件 / 记忆治理 / 个性化关怀 / 上下文学习与执行 / 安全与隐私）。
• 代码赛道：CAMBench Coding，150 项软件工程任务、300 次计分尝试，指标为综合解决率与新功能 / 缺陷修复分项。
• 多模态赛道：Cycle 1 未发布结果。

参赛分商业产品（I 组）与开源方法（A 组）两个组别，开源组要求 Add 阶段固定使用 gpt-4o-mini，以控制预处理成本差异。

文本赛道：MemoraX 统治级表现

商业组 15 个系统中，MemoraX 以 58.02 的综合分登顶，显式事实回忆单项高达 89.89，组合推理、时序事件、记忆治理、个性化四项也全部第一。MemTensor 的 MemOS 以 45.89 位列第二，安全与隐私单项进入前三。值得注意的是网易系 NTES-MEMORY 在同一框架下提交了 SMART、MQ-LAYER、TDAM 三个技术变体，分列第 3、6、15 名——大厂在用"多路线同台"的方式做内部技术选型。

我们收录的引擎中：腾讯以 TencentDB 名义列第 7（41.48，上下文执行单项第 2）；Mem0 列第 8（41.40，记忆治理第 3）；Supermemory（榜上写作 SuperMemory）列第 14（29.63，但安全与隐私单项第 4）。

开源组 50 个提交里，InvMem 以 45.06 登顶，成绩超过多数商业产品。Mem0 开源版列第 19（42.07），腾讯 TencentDB Agent Memory 列第 26（40.78），MemoryBear 列第 45（34.30）——它把资源押在了代码赛道（见下文）。

代码赛道：编程记忆成为独立战场

CAMBench Coding 榜上 MemoraX 同样第一（综合解决率 62.00），新面孔 claude-mem 以 52.00 位列第二，MemOS v2.0.1、mem0-api v3（51.33，第 7）、Cognee v1.4.0（50.67，第 8）随后。SuperMemory 与 TencentDB 分列第 13、14（均为 49.33）。开源组这边 MemoryBear 表现亮眼：52.00 的综合解决率排在开源组第 12，高吞吐写入路径（写入 Slow / 检索 Fast 的权衡）在代码场景反而占优。

三个值得记住的观察

第一，能力极化普遍存在。MemPalace 事实回忆 58.77、个性化 57.14，但上下文执行只有 6.86；NTES-TDAM 安全隐私 56.77、治理只有 10.46。综合排名之外，单项分对选型更有指导意义——你的应用怕的是"记不住"还是"记错"还是"泄漏"，对应的维度完全不同。

第二，统一协议评测与本站的定性评测互补。AML 量化"能力上限"，本站覆盖架构设计、成本效益、开发体验与场景适配等"选型维度"；先看榜单确认能力水位，再结合工程约束做选择。

第三，Cycle 2 已启动，文本赛道 2026-10-31 23:59 截止，并新增 Streaming 持续记忆能力；多模态赛道结果尚未发布。本站将在新周期出分后同步更新快照数据。

数据快照：2026-09-26，来自 agentmemories.ai 公开榜单（Cycle 1，2026-08-12 发布）。完整四张榜单与本站引擎位次对照见「外部榜单」页面。