Hologres 长记忆服务 LoCoMo 评测登顶世界第一，刷新多项 SOTA

AI Agent 正在深入企业核心业务场景------AI Coding、智能客服、电商导购、AI 办学、金融顾问------但大模型天生"失忆"，Agent 难以胜任长期、复杂的真实任务。Hologres 长记忆服务解决这一根本性瓶颈：让员工的隐性经验沉淀为可复用的组织记忆资产，让 Agent 跨设备、跨会话持续学习越用越"懂你"，同时通过按需检索节省 Token，记忆越多省得越多。在 Snap Research 发布的 LoCoMo 权威评测中，Hologres 以总分 95.23 分位列世界第一，刷新多跳任务（Multi-hop, 96.74%）与时间推理（Temporal Reasoning, 97.45%）两大维度 SOTA，全面超越 Mem0、Zep 等主流长记忆项目------100% Mem0 兼容，全托管云原生 AI Agent 记忆基础设施。

Hologres 长记忆服务四大核心价值一览

记忆最准：LoCoMo 世界第一，总分 95.23，Multi-hop / Temporal Reasoning 双项 SOTA
成本最省：实测 Token 节省 78.7%~98.7%，记忆条目越多省得越多
记忆不断：跨设备、跨会话持续学习，Agent 越用越"懂你"
知识可传：员工隐性经验 → 团队共享记忆 → 组织数字资产，人走经验不走

一、Agent 时代，"记忆"为何成为刚需？

大模型正在从"对话工具"进化为"智能体（Agent）"。然而，一个根本性痛点始终困扰着开发者：大模型天生"失忆"。上下文窗口有限、对话轮次一多就遗忘前文、跨会话信息无法延续------这些问题让 Agent 在真实业务场景中难以胜任长期、复杂的任务。

长记忆服务因此成为 AI Agent 基础设施中不可或缺的一环。它不仅解决"记住"的问题，更帮助企业将员工的隐性知识------驱动 Agent 思考方式的决策逻辑、协作经验------转化为可传承、可复用的组织数字资产。其核心价值体现在四个维度：

记忆延续：跨设备、跨会话，长期记忆持续学习，Agent 越用越"懂你"；你在手机上告诉它的偏好，换到电脑端的 Agent 依然记得，无需重复交代；
Token 节省：通过记忆精炼与按需检索，记忆内容不再每轮重复塞进 prompt，用到才取回，从而大幅降低推理成本；
知识资产化：把资深员工的判断逻辑、话术经验沉淀下来，从个人记忆走向团队与组织记忆，避免人走经验走；
准确可靠：在权威评测中验证记忆的召回精度与推理能力，让"记住"真正可用。

为了客观衡量各家长记忆产品的真实能力，Snap Research 发布了 LoCoMo（Long Conversation Memory）基准测试------一套面向长对话记忆场景的权威评测标准。为了用客观、可量化的指标验证产品能力，Hologres 长记忆服务参加了由 Snap Research 发布的权威评测基准 LoCoMo，并取得了当前全球最佳成绩。

二、LoCoMo 评测体系：权威、全面、高难度

LoCoMo 由 Snap Research 独立发布，是一套非厂商自测的第三方评测基准，确保结果的公正性与可比性。评测围绕长对话记忆的核心能力，设计了四大任务维度：

维度	说明
Single-hop（单跳任务）	从记忆中检索单一事实并直接回答，考验基础召回能力
Multi-hop（多跳任务）	需要关联多条记忆、进行多步推理才能得出答案，考验记忆关联与推理深度
Temporal Reasoning（时间推理）	涉及时间顺序、事件先后的推理，考验记忆的时间感知能力
Open Domain（开放域任务）	结合外部知识与记忆进行开放式问答，考验综合应用能力

四大维度从简单到复杂、从单点到综合，全面覆盖长记忆服务的核心能力边界。评测数据集基于真实长对话构建，对话轮次多、信息密度高、干扰项丰富，对记忆系统的提取精度、召回率和推理能力提出了极高要求。

评测详情及数据集开源地址：github.com/snap-resear...

三、Hologres 长记忆服务成绩单：总分 95.23，登顶世界第一，刷新两大核心维度SOTA

Hologres 长记忆服务在 LoCoMo 评测中交出了如下成绩单：

评测维度	得分	排名
Multi-hop	96.74%	🥇 第一
Temporal Reasoning	97.45%	🥇 第一
Single-hop	95.46%	---
Open Domain	81.46%	---
Overall（总分）	95.23%	🥇 世界第一

说明：以上成绩为多轮平均值。

从结果来看，Hologres 不仅拿下总分第一，还在最能体现长期记忆核心能力的关键维度Multi-hop、Temporal Reasoning排名第一，刷新当前 SOTA。

其中：

Multi-hop 96.74%：说明其不仅"记得住"，还能把不同记忆片段串联起来，支撑复杂推理；
Temporal Reasoning 97.45%：说明其在时间序列理解、事件顺序还原和历史变化判断上表现突出；
Single-hop 95.46%：说明 Hologres 在记忆召回的准确性上具备极强优势，能够快速、稳定地找到正确记忆。

刷新 Multi-hop、Temporal Reasoning 两大核心维度SOTA，意味着 Hologres 长记忆服务不仅在"记住"层面做到了极致，更在"理解"和"推理"层面展现了领先能力------尤其是在时间推理这一公认最难的维度上，97.45% 的得分体现了对记忆时序关系的精准把握。

相比原生 Mem0，Hologres 在整体成绩上实现了 2.73% 的显著提升。而相较 Zep、MemoryLake 等同类方案，Hologres 也展现出了更均衡、更稳定的能力优势。

四、技术架构解析：成绩背后的硬实力

4.1 整体架构概览

Hologres 长记忆服务采用分层记忆架构，支持短期记忆、长期记忆、语义记忆等多种记忆体系（图记忆正在建设中），满足不同业务场景对记忆粒度、时效性和关联性的差异化需求。

其核心差异化在于：基于 Hologres 实时数仓的云原生架构。区别于纯软件方案将记忆存储在独立向量数据库中，Hologres 将向量检索、全文检索、结构化查询统一在一个引擎内，天然支持多模态混合检索，避免了多系统间的数据同步开销和一致性问题；同时还支持高性能的向量检索、全文检索和混合检索能力，记忆检索的性能和准确率均处于业界领先水平。

4.2 关键技术能力

4.2.1 分层记忆架构：从"能存"到"会用"

Hologres 长记忆服务并不是简单地把对话记录保存下来，而是围绕 Agent 的真实使用过程构建了一套分层记忆体系。目前已支持：

短期记忆：服务于当前任务上下文，保证对话和执行的连续性；
长期记忆：沉淀用户偏好、历史行为、任务经验，实现跨会话延续；
语义记忆：抽取结构化知识和稳定认知，支撑更高效的检索与复用；
图记忆：正在建设中，用于增强实体关系建模和复杂推理能力。

这种分层设计的价值在于，不同类型的信息会采用更合适的组织方式、存储策略和召回机制。Agent 不再只是"堆历史记录"，而是真正拥有一套可以学习、提炼、检索和推理的记忆系统。多层次协同，让 Agent 的记忆既有"广度"又有"深度"。

4.2.2 云原生底座：不是纯软件拼装，而是实时数仓能力外溢

与很多基于开源组件拼装的纯软件方案不同，Hologres 长记忆服务背后依托的是 Hologres 实时数仓的云原生架构能力。这意味着它从一开始就具备企业级系统所要求的：

高并发实时写入
海量数据存储与查询
弹性扩缩容
服务高可用与稳定性保障

长记忆系统的难点，不仅在算法，更在工程。真实业务里，记忆不是"离线导入一批数据"这么简单，而是用户每次对话、每次操作、每次反馈都可能实时产生新记忆。要做到"刚写入就能查""大量并发下依然稳定""规模扩大后性能不掉队"，底层架构至关重要。

Hologres 在这一点上的优势非常明显：向量、全文数据均支持实时写入、实时更新，记忆写入即可查询，从而让用户与模型的交互更加连续自然，没有"记忆延迟生效"的割裂感。

4.2.3 100% Mem0 兼容：开箱即用，迁移无门槛

在生态兼容层面，Hologres 长记忆服务实现了 100% 兼容开源 Mem0 框架，支持通过简洁 API 快速接入，同时原生支持 MCP。这意味着，现有采用 Mem0 的开发者和企业用户，可以几乎零成本地迁移到 Hologres 长记忆服务，享受更强的性能和企业级能力，而无需重构上层 Agent 应用。

包括 OpenClaw、Hermes 等主流 Agent 应用，也能够实现无缝迁移和快速接入。这种兼容性，大大降低了长记忆能力落地的门槛。

4.2.4 全托管服务，成本更优

用户无需投入硬件成本，无需关心系统部署、运维和故障处理。通过长记忆系统自动的记忆精炼与结构化存储等技术，可显著降低大模型的 Token 消耗，经内部测试，可减少 75%~98%+ 的 Token 消耗，大幅降低推理成本，让企业以更低成本获得更高质量的记忆服务。

4.2.5 高性能检索：毫秒级响应，支撑复杂记忆调用

长记忆系统最终是否好用，检索体验是核心。Hologres 支持：

毫秒级向量检索
毫秒级全文检索
混合检索能力
记忆写入即可查
高准确率召回

这使得系统既能够处理语义相似召回，也能够满足关键词精确匹配，还能在复杂任务中通过混合检索提升命中率和回答质量。LoCoMo 中 Multi-hop、Temporal Reasoning、Single-hop 的高分，正与这种高质量记忆召回和组合能力密切相关。

4.2.6 团队记忆共享：从个人记忆走向组织记忆

很多开源长记忆方案更偏向"单 Agent 的个人记忆容器"，而企业真正需要的是：记忆可以组织化、共享化、沉淀为团队资产。

Hologres 长记忆服务支持记忆共享能力，可作为多 Agent 协作场景中的统一知识底座。无论是客服 Agent、销售 Agent、运营 Agent，还是内部办公助手，都可以在统一的记忆体系上复用经验与知识，避免重复学习、重复构建。

4.2.7 百亿级扩展能力：支撑企业真实增长

在规模能力上，Hologres 基于云原生分布式架构和弹性能力，支持向量与全文的百亿级规模扩展。这对于企业来说非常关键：早期试点可能只是千级、万级记忆，但一旦进入生产环境，用户数、对话量、知识沉淀速度都可能迅速上升，底层系统必须具备长期承载能力。

相比之下，原生 Mem0 更偏开发友好型框架，在企业生产环境中容易面临记忆丢失、提取有限、召回能力不足、运维复杂等问题；而纯开源方案则往往需要用户自行搭建、调优、扩容和排障，缺乏完整的企业级保障。

Hologres 的价值就在于：既保留了 Mem0 生态兼容和开发体验，又提供了真正面向生产环境的云原生长记忆基础设施能力。

4.3 与开源架构的差异对比

对比维度	原生 Mem0 / 纯开源方案	Hologres 长记忆服务
记忆完整性	存在记忆丢失、提取有限问题	实时写入即可查，无丢失
召回能力	单一向量召回，准确率受限	向量 + 全文 + 混合检索，召回率与准确率双优
运维成本	需自行部署、运维、扩容	全托管，零运维
扩展性	受限于单机或简单集群架构	云原生分布式，百亿级弹性
企业级保障	缺乏 SLA、安全合规能力	企业级 SLA、数据安全、合规保障

五、不只是"记得准"，更是"省得多"：Token 消耗实测

高分证明了"记得准"，但对企业和开发者而言，还有一个同样关键的问题：用长记忆会不会更费 Token、更贵？答案恰恰相反------外接 Hologres 长记忆服务，比 Agent 内置记忆显著省 Token，而且记忆越多、省得越多。

5.1 为什么外接长记忆反而更省？

关键差异在于记忆"何时进入 prompt"：

内置记忆：把全部记忆的目录树（overview）塞进每一轮请求的系统 prompt，无论这一轮是否真的用到记忆，都要重复支付这笔固定开销；
Hologres 长记忆：记忆内容不进 prompt，只有真正用到时才按需检索取回。两者的检索开销处于同一量级，差距几乎全部来自内置记忆每轮重复注入的固定成本。

一句话总结：内置记忆是"每轮都把整个书架搬进房间"，Hologres 是"需要哪本书才去书架上取"。记忆条目越多，那个"书架"越大，每轮重复搬运的浪费也越夸张。

5.2 实测数据：节省 78.7%~98.7%

在 Qoder IDE + Hologres OpenMemory MCP 环境下，模拟真实研发场景，覆盖代码仓知识、专业文档知识、琐碎个人信息三类记忆，实测结果如下（按记忆条目数排列，可见节省率单调上升）：

记忆场景	记忆条目数	使用内置记忆总成本	使用Hologres OpenMemory总成本	Token 节省率
代码仓知识	27	18,210（10 轮）	3,885（10 轮）	78.7%
专业文档	47	35,802（12 轮）	5,201（12 轮）	85.5%
代码仓知识	435	795,920（40 轮）	14,840（40 轮）	98.1%
专业文档	519	941,565（41 轮）	17,097（41 轮）	98.2%
琐碎个人记忆	1,007	525,353（14 轮）	7,022（14 轮）	98.7%

说明：本报告仅评估 Token 成本，不含检索质量维度；两侧工具定义（MCP schema 等）开销对称不计。

六、为什么企业在长记忆场景下更适合选择 Hologres

LoCoMo 榜单第一证明了 Hologres 长记忆的技术实力，而对企业来说，最终更重要的是：它是否真正"可用、可扩、可管、可落地"。

Hologres 长记忆服务具备以下企业级优势：

100% Mem0 开源兼容：已有 Mem0 用户可低成本迁移，无需推倒重来；
MCP 协议原生支持：可无缝对接主流 Agent 框架和生态；
企业级 SLA 保障：具备高可用、数据安全、稳定运维与合规能力；
弹性扩缩容：支持从千级到百亿级记忆规模的平滑扩展；
阿里云生态集成：可与 DataWorks、PAI、MaxCompute 等产品协同，便于在数据、训练、应用环节形成闭环；
成本更友好：全托管服务，无需自购硬件、无需自行运维；并通过记忆精炼等技术降低 Token 消耗；
免费公测政策：当前提供免费公测，并支持按量付费模式，覆盖接口调用、存储条数、Token 等多个维度。

典型场景：

AI Coding：跨会话持续积累项目上下文记忆，Agent 越用越懂你的代码库，让开发效率成倍提升；
电商购物 Agent：深度记住用户偏好与消费禁忌，实现因果级个性化推荐，让每次购物都更懂你所需；
**AI 伴学：**持续追踪知识断点与遗忘曲线，精准诊断薄弱环节并动态调整学习路径，让提分更有针对性；
金融理财顾问：基于持仓历史与重大生活事件变化，给出个性化风控与资产配置建议，守护每一笔财富。

对于企业而言，这意味着不仅能"跑出高分"，更能真正将长记忆能力落到生产环境，服务业务增长。

七、快速上手指南

Step 1： 新建 Hologres 长记忆服务

Step 2：获取 API-KEY 与访问地址

Step 3：Agent 应用接入 Hologres 长记忆服务

如下 Agent 支持通过插件直接接入 Hologres 长记忆服务。接入后，Agent 将自动完成记忆提取、存储、检索等任务。执行如下命令，即可完成多个 Agent 应用的一键接入。

OpenClaw
Hermes Agent
AI Coding 工具：QoderCLI，ClaudeCode，Codex 等，详见手册。

shell 复制代码

# Mac & Linux 一键安装命令：
curl -fsSL https://hologres-open-memory.oss-cn-hangzhou.aliyuncs.com/hologres-openmemory/install.py | python3 -

八、总结与展望

Hologres 长记忆服务以总分 95.23分登顶 LoCoMo 排行榜世界第一，刷新 Multi-hop、Temporal Reasoning 两大核心维度SOTA，用客观数据证明了其在长对话记忆领域的技术领先性。

我们的愿景，是让 Hologres 长记忆服务成为 AI Agent 记忆基础设施的首选------让每一个 Agent 都拥有可靠、高效、可传承的"长期记忆"。

接下来，我们将持续演进：支持更多评测基准验证、拓展图记忆等新型记忆体系、深化与主流 Agent 生态的集成，为开发者和企业提供更强大的记忆底座。

立即体验 Hologres 长记忆服务，免费公测进行中。