研究：原始RAG在长期记忆基准上优于复杂Agent记忆系统
RAG is so back!
直接挑战当前Agent记忆架构的主流认知，提供可复现的强基线对比，做Agent开发的同学务必参考这个结果来评估自己的记忆模块设计。
RAG is so back!
RAG 强势回归！
This work shows that plain RAG over raw chat history beats complex agentic memory systems on most long-term memory benchmarks.
这项研究表明，在大多数长期记忆基准测试中，直接对原始聊天记录使用普通 RAG（检索增强生成）的表现优于复杂的智能体记忆系统。
(bookmark it)
（建议收藏）
They tested Raw-RAG, which is just dense retrieval plus reranking over the raw conversation, feeding a reader LLM.
他们测试了 Raw-RAG，该方法仅对原始对话进行密集检索和重排序，然后输入给读者型大语言模型（Reader LLM）。
Across LoCoMo, LongMemEval, MEME and MemoryAgentBench, it ranks first in six of seven benchmark and model settings, ahead of the strongest agentic memory system by 0.13 to 5.53 points. Ingestion on BEAM-1M takes 0.3 hours, against 3.2 to 27 hours for systems like Mem0, MemOS and Memora.
在 LoCoMo、LongMemEval、MEME 和 MemoryAgentBench 等基准测试中，它在七种基准和模型设置中的六种排名第一，比最强的智能体记忆系统高出 0.13 到 5.53 分。在 BEAM-1M 上的数据摄入时间为 0.3 小时，而 Mem0、MemOS 和 Memora 等系统则需要 3.2 到 27 小时。
Why does it hold up? Raw history keeps more of the evidence a question needs, including the relations and dependency paths behind an answer. Rewriting history into memory entries tends to drop those important bits.
为什么它能保持优势？原始历史记录保留了回答问题所需更多证据，包括答案背后的关系和依赖路径。将历史记录重写为记忆条目往往会丢失这些关键信息。
Even with complete access to the transformed memory stores, models answer less accurately than with raw evidence.
即使完全访问转换后的记忆存储，模型的回答准确率也低于使用原始证据时。
Before adding a memory layer to your agent, at least run this baseline on your own data.
在为你的智能体添加记忆层之前，至少应在自己的数据上运行这一基线方法。
https://arxiv.org/abs/2610.30755
Chat with Paper: https://academy.dair.ai/papers/is-complex-agentic-memory-always-needed-naive-rag-is-stronger-than-we-thought-2610.30755
与论文对话：https://academy.dair.ai/papers/is-complex-agentic-memory-always-needed-naive-rag-is-stronger-than-we-thought-2610.30755
更进一步：量化金融体系
看懂新闻只是起点——沿量化金融路径，把它变成能交付的工程能力