记忆系统对弱模型是昂贵补丁，且上限由写入模型决定。
资讯摘要
一篇论文在 LoCoMo 单段对话（419 轮、152 个问题）上比较四种记忆方法（全上下文、BM25、Mem0、Zep）与三种编码智能体（Pi、Codex、Claude Code），各搭配 GPT-4o-mini、GPT-6 Luna 和 Claude Opus 5.5，并记录每次运行成本。作者报告：Mem0 仅在 GPT-4o-mini 下优于全上下文，且其构建成本已超过一次全上下文运行；记忆上限由写入记忆的模型决定，更强的读取模型无法补回弱写入模型遗漏的信息。
要点速读
- 实验为单段对话、每个组合只运行一次，属简短实证研究。
- Mem0 仅在 GPT-4o-mini 下胜过全上下文，构建成本高于整次全上下文运行。
- Claude Opus 5.5 下 Pi 以不到全上下文一半成本达到 99% 准确率，唯一错误来自答案键；在 88 个证据不含照片的问题上，Pi 与全上下文仅差一题。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/23 08:00:11（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。