国内做 Agent 的朋友最近都有个体感：模型不缺、框架不缺，唯独「记忆」这块没人说得清该选谁。Mem0、MemOS、Zep 一堆名字听过，但谁好谁差全靠运气和 README。8月中旬，一个叫 Agent Memory Leaderboard（AML） 的项目在 Hacker News 发了首份公开榜单，136 支团队报名、69 个记忆框架交卷，商业产品赛道第一名 MemoraX 拿了 58.02 分，开源圈熟悉的 MemOS 以 45.89 排第二，第三名 NTES-MEMORY-SMART（44.21 分）从命名看疑似网易系作品——中国团队在这个新赛道上已经不是陪跑角色。这篇文章除了拆这份榜单，还会带上同期 HN 上两个值得装进工具箱的新货：一个敢跟 Claude Code 抢活的编码 Harness，和一个只有 85KB 的聊天记录离线搜索器。三件东西全部免费起步，当天就能用上。
写工具之前先给个背景。Product Hunt 论坛 6 月底有个高赞帖子（作者 Imed Radhouani），他复盘了平台数据：3 月份名字里带「Claw」（影射当红开源 Agent 框架）的产品霸榜，是典型的圈地运动；到了 4 月这套玩法突然失灵，「只做一个通用 Agent」的策略不再奏效，取而代之的是在你已有工作流里干一件具体事的产品。这个判断和我最近扫 HN Show HN 的体感完全一致：新工具越来越少吹「通用智能」，越来越多是给某个具体环节补一块砖。下面三件货就是三个不同环节的砖：记忆选型（基建层）、编码执行（开发层）、历史资产检索（个人数据层）。
官网：https://agentmemoryleaderboard.ai/leaderboard/academic/textual 价格：免费公开，查看榜单和参赛均不需要付费 发布时间：2026年8月13日（HN Show HN，编号 49281370）
它解决的问题是所有做 Agent 的人都会撞上的：你的 Agent 聊了 50 轮以后忘了用户第一轮说过什么。市面上记忆框架十几二十个，每家都自称 SOTA，但评测口径完全不统一，没法横向比较。AML 做的事情是把边界切干净：
这样「记忆好不好」和「模型答题强不强」就解耦了，分数才有可比性。首期评测聚焦 Text Memory（文本记忆），分两条赛道：开源方法、商业产品。
商业赛道前三（项目方自报数据）：MemoraX 58.02 分、MemOS 45.89 分、NTES-MEMORY-SMART 44.21 分。136 支团队注册、69 个代表性框架完成首轮评测。
flowchart TD
A["用户对话输入"] --> B["记忆系统: Add 写入"]
B --> C["记忆库"]
C --> D["记忆系统: Search 检索"]
D --> E["Benchmark: Answer 模型答题"]
E --> F["Benchmark: Eval 评分"]
F --> G["榜单排名"]
H["开源方法赛道"] --> B
I["商业产品赛道"] --> B
为什么值得盯：第一，这是该领域第一份公开可复现的横向榜单，以后选型有抓手了，不用再挨个试用；第二，对中国团队是个信号——榜单上出现疑似网易背景的选手，说明国内大厂在 Agent 记忆这条基建赛道上的投入已经能和海外开源社区掰手腕；第三，如果你的 Agent 产品要选记忆方案，现在有了至少一个「统一考试」的成绩单可以参考，而不是只看融资新闻。
注意：分数来自项目方在 Show HN 的自报介绍，评测细节（测试集构成、评分标准）需要到官网自行核验；MemoraX 是新名字，背景资料还很少，采用前建议小样本实测。
适用人群：正在做对话类 Agent、客服机器人、个人助手的开发者；给公司选型记忆中间件的架构师。
官网：https://harness.selimsandal.com/
安装：官网提供一行 curl 脚本安装（curl -fsSL https://harness.neblume.com/install.sh | sh，安装前请自行审查脚本）
价格：工具本身免费，成本是你自己的模型 API 费用或订阅；开源许可情况官网未明确标注，需自行确认
这是 8 月 13 日同一批 Show HN 里我个人最喜欢的一个（编号 49282392）。作者是独立开发者 selims，定位很清晰：一个现代化的 coding harness——注意这个词，它不训练模型、不提供模型，只做「壳」：接上你自己的 API key 或者已有订阅，从 issue 到可 review 的代码变更全程跑通。
官网演示的完整链路：你说「连接断开时草稿会丢失，修复它并加个测试」，然后 agent 分工执行——finder 负责追踪代码路径（editor.ts → save.ts → drafts.ts），找到根因「保存失败时草稿在服务器确认前就被清掉了」，change 阶段改 3 个文件（含一个新测试文件），verify 阶段跑测试 12 个全过，最后交付「Ready for review」的完整变更而不是代码片段。
它有几个差异化设计值得点名：
和国内工具对比：通义灵码、腾讯 CodeBuddy 这类产品绑定自家模型生态，好用但选择权在厂商；Claude Code/Codex CLI 绑定自家订阅。Harness 的赌点是「模型自由 + 全程可审计」——适合已经有海外模型订阅、又不想被单一 CLI 锁住的独立开发者和小团队。当然它是个新项目，稳定性和生态远不如 Claude Code，当第二工具玩最合适。
适用人群：手里有多个模型 key、想要可审计编码流程的工程团队；想研究「harness 该怎么做」的框架作者。
地址：https://github.com/david-g-3654/chatlens 价格：免费 形态：单个 HTML 文件，约 85KB，无构建步骤、无后端
这是最不起眼但最戳人的一款（Show HN 编号 49280853）。用法简单到离谱：从 ChatGPT 导出你的聊天记录 JSON，把文件拖进这个 HTML 页面，就能离线搜索和浏览全部历史对话。不联网、不上传、没有账号体系。
你算过自己的 AI 资产吗？一个重度用户两年下来和 ChatGPT/Claude 的对话可能有几千条，里面有写了一半的方案、调过的 prompt、排查过的 bug——但官方只给你一个冷冰冰的导出包，JSON 套 JSON，搜索体验约等于零。Chatlens 的思路是：你的对话历史是你最私人的知识库，检索权应该在自己手里。已知限制（项目方自述）：附件和图片在导出里只作为文本引用处理，不会渲染。
国内对照：国内大模型产品普遍连「完整导出」都做得很潦草，更别说本地检索。这其实留了一个现成的产品空位——谁来做一个「通吃各家聊天记录导出」的本地检索器，谁就接住了一个真实需求。Chatlens 用 85KB 验证了这事一个人一个周末就能干。
适用人群：AI 重度用户、prompt 工程师（找回你的历史 prompt 资产）、注重隐私不想把对话交给第三方检索服务的人。
同一批还有个 Wondering（https://wondering.app ，Show HN 编号 49282564）：把复杂主题拆成结构化小课，每课带音频、视觉化和测验，可以针对某个概念追问加深。联合创始人是 NotebookLM 前成员，切入点是「学习的瓶颈不是内容不够，而是没时间和觉得难」。最戳我的是它的播客模式：每课 3-4 分钟，播完自动接下一课。定价未在介绍中披露。做知识付费和课程产品的朋友可以研究它的交互设计。
| 维度 | 你知道的 | 别人已经知道的 |
|---|---|---|
| Agent 记忆选型 | 只看 README 和融资新闻，凭感觉选 | AML 首榜已出，69 个框架统一考试，MemoraX 58.02 居首 |
| 国产存在感 | 以为 Agent 基建全是海外主导 | 疑似网易系 NTES-MEMORY-SMART 进商业赛道前三 |
| 编码 Agent | 只有 Claude Code/Codex CLI 两个选项 | Harness 主打模型自由+second review 审计，BYOS 直接吃订阅 |
| 聊天记录 | 导出了 JSON 就躺在硬盘里吃灰 | 85KB 单文件离线检索，数据不出本机 |
| 新工具趋势 | 还在追「通用 Agent」 | PH 数据显示 4 月起圈地逻辑失效，工作流里的单点工具才活 |
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。