我让8个AI智能体记忆系统完成了2176项任务，结果一个纯文本的Markdown wiki击败了所有产品。

几周前我在这里问是否有人在“第二大脑”上取得了成功。大约有7.5万人阅读了那个帖子，大部分评论都表达了失望。上个月我发布网页搜索基准测试时，承诺接下来会测试记忆工具。现在来了：Agentic Memory Index。设置：相同的智能体设置与8个记忆系统中的每一个配合使用。每个系统获得272个有评分的任务：200个关于跨越模拟的多周工作关系中存储的事实的问题，加上72个关于从未存储过的事实的问题，以捕捉虚构的记忆。还有一个单独的规模测试，包含一个5,000页的存储库。在开始之前，评审员针对两个独立的人类标注者进行了校准。我的发现：赢家不是一个产品。一个由智能体自己维护的纯文本Markdown wiki，遵循Karpathy的llm-wiki要点，得分98.5。每个产品都低于它。Mitosis Cortex是得分最高的托管产品，为96.9。gbrain是一个免费的开源本地工具，得分92.9，领先于除Mitosis Cortex之外的所有托管API。Mem0（92.3）是每1000个成功回答最便宜的，为341美元。Zep最大的问题是新鲜度：一个刚存储的事实，中位数需要162.7秒才能被回答。它通过了24个更新问题中的8个。Supermemory对于最近存储的记忆几乎完美（59/60召回），但在72个长期问题中只通过了11个。如果我现在选择：对于托管记忆API，我会从Mitosis Cortex开始，它在五个托管工具中排名第一。如果我想要免费且本地化的，无聊的答案仍然成立：由智能体或gbrain维护的Markdown文件。如果每个答案的成本是限制条件，那么Mem0在整个集合中每个成功回答最便宜。完整的排名、置信区间、故障细分、成本和速度数据以及方法论都在第一条评论中。下一步：一个免费工具，向你展示你的智能体应该使用哪些工具，以及使用它们后你的智能体会聪明多少。