MIRIX多智能体记忆系统比RAG性能提升35%存储减少99.9%

先来看几组关键数据：性能提升幅度高达35%，同时存储需求骤降99.9%。没错，您没有看错。这背后是一套名为MIRIX的多智能体记忆系统，它正在重新定义AI能够记住什么、如何记忆，以及记忆之后能实现哪些应用。

尽管AI Agent的记忆能力近年来受到越来越多关注，但现有方案在本质上仍处于一个尴尬的境地——大多数方案依赖平面化、极其狭窄的记忆组件，严重制约了智能体在个性化、抽象化以及可靠回忆用户特定信息方面的能力。简而言之，就是记不牢、记不准、记不久。

MIRIX的解决方案，是采用一套模块化的多智能体记忆系统，直接攻克这一最核心的难题：让语言模型真正具备记忆能力。与以往各类方法不同，MIRIX突破了纯文本的局限，将视觉与多模态体验也纳入了记忆范畴。这使得记忆在现实场景中变得真正实用，而不只是停留在理论层面。

从架构逻辑来看，MIRIX拆解了六种精心设计的记忆类型：核心记忆（Core）、情景记忆（Episodic）、语义记忆（Semantic）、程序记忆（Procedural）、资源记忆（Resource Memory）和知识库（Knowledge Vault）。同时搭配了一个多智能体框架，专门负责动态控制、协调更新以及检索任务。这套设计的直接成果是：智能体能够大规模持久保存、推理并精确检索多样化的、长期的用户数据。

• <强>记忆组件的结构：

  • <强>核心记忆：存储始终对智能体可见的高优先级、持久信息，分为“人格”和“人类”两个模块。

  • <强>情景记忆：存储带时间戳的事件和基于时间的交互，类似于结构化的日志或日历。

  • <强>语义记忆：存储与具体时间或事件无关的抽象知识和事实信息。

  • <强>程序记忆：存储结构化的、目标导向的过程，例如操作流程和交互脚本。

  • <强>资源记忆：处理用户正在积极处理的文档、转录或多媒体文件。

  • <强>知识库：作为敏感信息（凭证、地址、联系方式和API密钥等）的安全存储库。

• <强>检索设计：MIRIX支持多种检索功能，包括嵌入匹配、BM25匹配和字符串匹配，同时还在拓展更多样化的检索策略。

• 

• 

• <强>多智能体工作流：当接收到用户输入时，系统先在记忆库中搜索，然后检索到的信息和用户输入会被一起传递给元记忆管理器，由它分析内容、确定相关的记忆组件，再将输入路由到相应的记忆管理器进行并行更新。

• 

在性能数据方面，首先是ScreenshotVQA——这是一个包含近20,000张高分辨率计算机屏幕截图的多模态基准测试，需要深度的上下文理解，而且现有记忆系统全都无法应用——MIRIX相比RAG基线提升了35%的准确率，同时存储需求减少了99.9%。存储减少99.9%是什么概念？几乎可以忽略不计。

在LOCOMO上，这是一个单模态文本输入的长篇对话基准测试，MIRIX取得了85.4%的最新性能表现，大幅超越了现有基线。这些结果充分表明，MIRIX确实为记忆增强型LLM智能体树立了一个新的性能标杆。

https://arxiv.org/pdf/2507.07957MIRIX: Multi-Agent Memory System for LLM-Based Agents
https://github.com/Mirix-AI/MIRIX
https://mirix.io/

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：MIRIX多智能体记忆系统比RAG性能提升35%存储减少99.9%要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题