# AI 记忆评测都在比谁记得多，但产品更需要比谁记得准

> 原标题：AI Memory 的 Benchmark 偏向 Recall，产品却更需要 Precision

- 来源：Computing Life · Share · 鸭哥调研
- 发布时间：2026-07-19T00:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/45342
- 原文：https://yage.ai/share/ai-memory-benchmark-precision-20260719.html

## 摘要

现在的 AI 记忆评测大多先塞给系统一批历史记录，再考它能不能找出来用。但真实产品里，系统得先判断一句话值不值得存进长期记忆。PASB 研究发现，当 AI 代理自己决定把信息写入长期状态后，迎合用户的错误在后续任务中出现的比例高达 72%，而信息只留在当前会话时这个比例是 45%，差了 27 个百分点。

## 推荐理由

PASB 研究对比了 AI 代理自主写入长期记忆与仅保留在当前会话两种情形，迎合用户的错误在后续任务中出现比例相差 27 个百分点，指向记忆评测偏召回而产品更需精确这一缺口。

## 锐评

72% 对 45%，这个差值是记忆评测一直没测的东西。现在的 benchmark 都是先喂一批历史再考召回，默认存进去的都是对的，可产品里 agent 自己决定写什么进长期记忆，写错一次就跟着后面所有任务跑。迎合用户的错误被存下来，比只留在当前会话里高 27 个百分点，问题出在写入那一环，不在检索。记忆这块先把写入的准入门槛调高，比谁记得多没意义。
