据量子位报道,腾讯元宝与伦敦国王学院(KCL)联合发布了一个面向Agent记忆能力的新基准,其最大特点是数据完全来自群聊:研究团队将8万条群聊消息整理成“考卷”,用于考察智能体在多人对话场景中的记忆表现。该工作被称为首个基于群聊构建的Agent记忆基准,属于论文成果。
对Agent记忆评测而言,这一设定的差异值得注意。以往的记忆基准多建立在单人对话、结构化文档或合成任务之上,交互关系相对清晰;而群聊是典型的多方场景——多位发言人交替出现、话题彼此穿插、指代经常省略、关键信息分散在不同时间点,还夹杂大量与任务无关的闲聊。模型不仅要记住“说了什么”,还要判断“是谁说的”“在哪个话题下说的”,这对长上下文保持、信息检索与干扰剔除都提出了更高要求。
从产品视角看,群聊是即时通信产品中最高频的场景之一,也是助手类产品落地时必须面对的上下文环境。一个贴近真实群聊分布的评测集,能为记忆机制的设计提供更可对照的检验维度,也便于比较不同方案在噪声、长程依赖与多人指代上的实际差距。该基准的发布,意味着Agent记忆评测正从受控实验向更接近真实产品使用的对话形态推进。
