AML第二期结果快要出炉了。我在想——如果一套 Agent Memory 系统在第一期评测中排名靠前，到了下一期，它还能保持优势吗？

这个问题背后，藏着几种不同的考验：从长期对话中找回事实，处理时间变化和信息冲突，在软件项目中复用历史经验，或是关联文字与图片中的证据。擅长其中一项，能否在其他任务中也保持优势？

首期领先者能否守住位置，追赶者会从哪些任务上缩小差距，新增的多模态赛道又会不会出现不同的领先者，是这次揭榜的几个看点。

从 AML 首期正式结果看，文本记忆赛道的商业产品榜呈现出分层竞争格局。MemoraX v0.5 的综合得分为 58.02，MemOS v2.0.1 为 45.89，NTES-MEMORY-SMART 为 44.21。

从分差看，首位与第二名之间相差 12.13 分；而第二、三名之间仅相差 1.68 分。前者反映出首期头部领先较为明显，后者也说明第二梯队的排序仍存在变化空间。第二期榜单公布后，值得观察的不只是首位是否变化，也包括紧随其后的系统能否拉开或缩小差距。

代码记忆赛道则呈现出不同的格局。在首期商业产品榜中，MemoraX v0.5 的总体任务解决率为 62.00%；claude-mem v12.1.1、hs v3 与 MemOS v2.0.1 均为 52.00%。相比文本赛道，代码记忆赛道的看点更集中在：领先者能否保持优势，以及同分系统之间是否会在新一轮评测中出现分化。

首期文本记忆 · 商业产品榜（前 5 项）

首期代码记忆 · 商业产品榜（前 4 项）

数据来源：https://agentmemories.ai/results/cycle-1/

MemoraX 在这里领先 10 个百分点，三套追赶系统则同为 52.00%。同分也不意味着长处完全相同：claude-mem 和 hs 的功能开发任务解决率略高于 MemOS，MemOS 在缺陷修复上则略高一些。第二期除了总分能否拉开差距，还可以看这种任务间的差别是否延续。

代码记忆的意义也不同于一般的代码生成能力。它关注的是，接入不同记忆系统后，Coding Agent 能否利用项目历史、开发决策、排查过程和既往失败方案，完成当前的缺陷修复或功能开发任务。一个 Agent 能写出可运行的代码，并不意味着它能避免重复走过项目里已经验证失败的路径。

第二期新增的多模态记忆赛道，又给这场竞争添了一个变量。一段文字可能交代事件背景，关键细节却留在图片里；只找回其中一部分，未必足以回答问题。文本和代码榜中的领先者，能否在这样的图文任务中继续领先，仍有待新榜单揭晓。

把三个赛道放在一起看，才能更清楚地看到这些差别。长期对话、软件工程和图文混合任务，对“记忆”的要求并不相同：有的考验事实和关系能否被找回，有的考验历史经验能否帮助当前任务，有的则考验不同模态的证据能否被正确使用。

上面回顾的是首期商业产品榜，开源方法另行排名；第二期有哪些系统和版本上榜，以正式结果为准。接下来更有意思的是，哪些系统能把已有优势带到更多任务中，哪些系统会在特定任务上率先突破。

等到第二期榜单揭晓，除了名次，不妨多看一眼差距究竟出在哪里。一次总分的变化，如果能对应到事实召回、历史经验复用或图文证据利用上的进步，才更容易看清这轮竞争往哪里走。

---

「免责声明」：以上页面展示信息由第三方发布，目的在于传播更多信息，与本网站立场无关。我们不保证该信息(包括但不限于文字、数据及图表)全部或者部分内容的准确性、真实性、完整性、有效性、及时性、原创性等。相关信息并未经过本网站证实，不对您构成任何投资建议，据此操作，风险自担，以上网页呈现的图片均为自发上传，如发生图片侵权行为与我们无关，如有请直接微信联系g1002718958。