外部榜单 · 数据快照 2026-09-26

Agent Memory Leaderboard 对标

AML 是由天津大学牵头，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 家机构共同运营的智能体记忆公开评测：参赛系统自托管 Add / Search，平台统一执行 Answer 与 Eval。这里收录其 Textual 与 Coding 赛道 Cycle 1 的完整排名，并对照本站评测的引擎位次。

Cycle 1

2026-08-12 发布 · Cycle 2 文本赛道 2026-10-31 截止

27 家机构

天津大学牵头，含上海AI实验室、牛津、NTU 等

3 条赛道

文本（已发布）· 代码（已发布）· 多模态（未发布）

统一协议

答案模型 / 评测器 / Top-K=100 全部平台锁定

评测方法要点

参赛系统自托管 Add / Search API，平台统一执行 Answer 与 Eval，答案模型、提示词、评测器与 Top-K（正式榜固定 100）全部锁定，使分数只反映记忆系统本身
三赛道互相独立，分数不可跨赛道比较：Textual（文本记忆）、Multimodal（多模态，Cycle 1 未发布）、Coding（CAMBench Coding：150 项软件工程任务、300 次计分尝试）
两个组别：Commercial Products（商业产品，代号 I）与 Open-source Methods（开源方法，代号 A）；开源方法组要求 Add 阶段使用 gpt-4o-mini
Textual 赛道七个能力维度：A 显式事实回忆、B 组合推理、C 时序与事件推理、D 记忆治理、E 个性化关怀、G 上下文学习与执行、H 安全与隐私
Coding 赛道指标：Overall Resolved（综合解决率）、New Feature（新功能）、Bug Fix（缺陷修复），以及输入/输出 Token、返回体量、写入/检索/总耗时
Cycle 2 已启动：文本赛道将于 2026-10-31 23:59 截止，并纳入 Streaming 持续记忆能力

本站收录引擎的榜单位次

14 款引擎中有 4 款出现在 Cycle 1 榜单；位次按榜单原文收录，点击引擎名查看本站深度评测。

Mem04 次上榜

文本赛道 · 商业产品组 · №8 41.40文本赛道 · 开源方法组 · №19 42.07代码赛道 · 商业产品组 · №7 51.33代码赛道 · 开源方法组 · №31 48.67

商业组与开源组各有一次提交（mem0-api / 开源 Mem0）

Supermemory2 次上榜

文本赛道 · 商业产品组 · №14 29.63代码赛道 · 商业产品组 · №13 49.33

AML 榜单写作 SuperMemory（v3write/v4search），与 Supermemory Inc. 对应

Tencent Agent Memory4 次上榜

文本赛道 · 商业产品组 · №7 41.48文本赛道 · 开源方法组 · №26 40.78代码赛道 · 商业产品组 · №14 49.33代码赛道 · 开源方法组 · №18 51.33

榜单内显示为 TencentDB / TencentDB Agent Memory

MemoryBear2 次上榜

文本赛道 · 开源方法组 · №45 34.30代码赛道 · 开源方法组 · №12 52.00

仅参加开源方法组

榜单上值得关注的竞品

Cycle 1 出现了一批本站尚未收录的强势选手，后续评测会逐步覆盖。

MemoraX

三张已发布榜的第一名全部是它（Textual 商业 58.02、Coding 商业 62.00），Textual 显式事实回忆单项高达 89.89，是 Cycle 1 的统治级选手

MemOS（MemTensor）

Textual 商业组第 2（45.89）。注意：与本站收录的北邮 MemoryOS 是不同产品，不要混淆

Cognee

Textual 商业组第 5（42.61）、Coding 商业组 50.67，开源知识图谱记忆框架，本站尚未收录

NTES-MEMORY-*（网易系）

SMART / MQ-LAYER / TDAM 三个变体分别拿商业组第 3、6、15 名，网易在同一框架下做了多条技术路线对比

claude-mem

Coding 商业组第 2（52.00），编程记忆赛道出现的新商业选手

MemPalace

事实回忆 58.77、个性化 57.14 都很突出，但上下文执行仅 6.86，能力极化明显

InvMem

Textual 开源组第 1（45.06），超过多数商业产品

Vectorize Hindsight Cloud

商业组两个赛道都有提交（Textual 第 10 / Coding 第 15），海外检索厂商切入记忆赛道的代表

完整榜单快照

金色高亮为本站已收录引擎。表头 A–H 对应 Textual 赛道七个能力维度。

多模态赛道 · 结果未发布

#	系统	Overall	A显式事实回忆	B组合推理	C时序与事件	D记忆治理	E个性化关怀	G上下文执行	H安全与隐私
1	MemoraX	58.02	89.89	63.44	60.00	51.19	58.51	29.99	58.39
2	MemOS	45.89	68.95	53.41	56.53	44.30	48.73	9.82	56.13
3	NTES-MEMORY-SMART	44.21	55.57	46.80	20.60	31.24	56.96	27.74	29.03
4	AML-Eval-FLASH	43.65	55.43	43.66	22.28	30.93	56.06	27.26	29.68
5	Cognee	42.61	53.62	42.90	22.01	32.14	54.49	27.11	29.03
6	NTES-MEMORY-MQ-LAYER	42.11	52.35	41.82	21.51	32.11	53.37	27.81	32.90
7	TencentDB本站收录	41.48	50.44	39.12	21.89	31.54	53.10	28.66	34.84
8	Mem0本站收录	41.40	50.60	42.70	17.43	36.04	55.29	27.36	37.42
9	MemPalace	39.48	58.77	51.59	30.59	33.16	57.14	6.86	43.87
10	Vectorize Hindsight Cloud	38.54	46.43	40.43	16.87	34.83	55.69	24.32	39.35
11	memory-dense	37.65	44.88	33.04	17.77	29.96	51.66	26.67	32.26
12	星际罗盘	35.64	42.00	38.77	13.04	33.63	40.49	25.57	42.58
13	memory-8000	34.22	51.69	37.38	30.31	25.93	51.53	8.98	33.23
14	SuperMemory本站收录	29.63	28.42	26.17	13.99	24.70	51.05	25.44	47.74
15	NTES-MEMORY-TDAM	26.30	20.92	19.28	8.99	10.46	50.02	26.25	56.77

数据快照：AML Cycle 1（2026-08-12 发布），快照时间 2026-09-26。分数与排名以 agentmemories.ai 实时榜单为准。三赛道指标维度不同，分数不可跨赛道比较；开源方法组在 Add 阶段固定使用 gpt-4o-mini。查看官方榜单

这个榜单与本站评测的关系

AML 用统一协议量化记忆系统"能力上限"，本站评测覆盖架构设计、成本效益、开发体验与场景适配等 "选型维度"，两者互补：先看榜单确认能力水位，再结合本站对比选择工程上合适的方案。 AML 正在举办 Cycle 2（文本赛道 2026-10-31 截止，新增 Streaming 持续记忆），届时本页将同步更新快照。

官方榜单 GitHub Hugging Face 本站评测对比