最近 agent memory 框架像下饺子，Mem0、Zep、A-MEM、MemGPT、Cognee、MemOS… 每家自家 benchmark 都 SOTA，但真要上线选一个，工程师心里其实没底。

今天 HF 榜上这篇就把这事儿摊开了：把 22 个 memory framework 拉一起，拆成 4 模块（表示存储、抽取、检索路由、维护）系统评测，跑了 5 个 workload、11 个数据集。

结论挺干脆：

🔍 没有银弹。哪家最优，取决于你这条 workload 的瓶颈在哪——换个数据集排名就洗牌。

💡 localized maintenance 比 global reorganization 划算得多。

第二条其实有点意思——这不就是数据库圈熟透的 incremental compaction vs full rebuild 嘛。LSM-tree、向量库重建、index 维护，全是同一类 trade-off。

但 agent memory 这波热闹，不少人是从 RAG、embedding 那条线过来的，对数据系统的工程权衡不太熟，于是各家拼命堆 graph、堆 hierarchical schema、堆 OS 抽象，benchmark 数字也好看。

实际选型，先想清楚自己的 workload 是写多还是读多、long-horizon 一致性重要还是即时检索重要，再去匹配架构。别看哪家最近 star 涨得快就跟。

agent memory paper 这一年是该有人系统泼盆冷水了，这篇算个开头。 arXiv: 2606.24775