第二届Agent Memory Challenge（Agent记忆公开挑战赛）即将启动。本届挑战赛由中国图像图形学会（CSIG）主办，南京大学、浙江大学、Datawhale、CSIG企业联络与标准化工作委员会承办，并依托Agent Memory Leaderboard（AML）统一评测平台，完成报名、评测、结果复核和榜单发布。
  随着大模型智能体从单轮交互走向长期协作，长期记忆已成为提升Agent连续性、稳定性和个性化能力的重要基础。当前不同记忆系统常使用不同的数据集、回答模型和评测流程，公开成绩难以直接横向比较。AML挑战赛旨在基于统一的Add/Search接口协议、固定的评测协议和可复核的运行流程，推动建设更加开放、公平、可复现的Agent Memory Benchmark，为研究者和开发者提供可比较的评测环境，促进长期记忆技术的研究交流、工程验证与产业应用。
  2026年8月12日，首期AML挑战赛正式揭榜。榜单发布后，AML持续受到研究者、开源社区和产业团队关注，也收到了许多肯定与建设性建议。
  截至本文发布，AML官网累计点击量已超过30万；AML官方主页自上线以来持续位列Hugging Face Spaces Trending热门榜单前十，近期更连续多日位居趋势榜第一。对一个面向前沿研究与工程实践的评测项目而言，这些数据不仅体现了首期赛事的传播热度，也说明Agent Memory统一评测正获得越来越多的社区关注，公开、可比的评测结果也受到广泛期待。
  感谢所有提交系统、参与讨论、分享经验和提出建议的研究者与开发者。
  组织机构与赛事安排
  主办单位：中国图像图形学会（CSIG）
  承办单位：南京大学、浙江大学、Datawhale、CSIG企业联络与标准化工作委员会
  统一评测平台：Agent Memory Leaderboard（AML）
  AML指导委员会：由来自近30所高校及研究机构的科研团队代表组成，就AML长期评测方向、评测方法和榜单治理提供指导与审议意见。
  2026年9月20日00:00起，参赛者可进入官网Evaluation页面提交报名信息并申请评测Key。
  比赛期间，平台将按提交顺序滚动开展接入与评测。
  本次比赛不收报名费。
  赛道与参赛组别
  本届赛事面向全球高校、科研院所、开源社区、独立研究团队及个人开放，支持个人参赛、团队参赛及跨单位自由组队。赛事设置文本、代码和多模态三个赛道，分别评测并排名：
  文本赛道：考查长期多轮对话中的事实精准召回、多跳逻辑关联、时间序列推理、用户画像个性化对齐和记忆安全边界。
  代码赛道：面向软件工程场景，考查系统从历史任务中找回调试过程、开发经验和项目上下文，并支持后续开发与排障。
  多模态赛道：考查系统对图像、音频、视频和文本信息的记忆、跨模态关联、线索检索和上下文衔接能力。
  每个赛道内设置开源方法榜和商业产品榜：
  开源方法榜：需提供可公开核验的GitHub仓库，并固定commit（提交）或版本号，说明方法来源、作者及方法实现细节。
  商业产品榜：无需公开内部实现，但需提供固定产品版本和稳定可用的Add/Search API。
  同一参赛者可同时参加多个赛道，但只能选择一种参赛组别。
  统一评测与提交流程
  Add：接收评测记忆，完成存储、组织、索引和更新。
  Search：根据问题返回相关记忆或证据，不负责生成最终答案。
  平台统一完成任务编排、Answer（回答生成）、Eval（自动评测）、结果复核和榜单发布。公开Smoke测试用于检查接口结构、鉴权和端到端链路；Full评测用于正式计分。私有题目、答案和其他受保护材料不向参赛者开放。
  【提交流程】：
  阅读参赛说明和API接入指南，选择赛道与参赛组别。
  固定参赛版本，准备系统说明、运行环境及接口材料。
  在Evaluation页面提交报名信息并申请评测Key。
  配置Add/Search接口，完成Smoke测试。
  确认接口稳定且返回结构符合协议后，发起Full正式评测。
  在Evaluation页面查看私有结果。
  平台完成材料、版本、结果和合规复核后，符合条件的成绩进入公开榜单。
  Full任务受理后，参赛版本将被冻结。代码、镜像、API、鉴权信息和容量设置须与申报内容保持一致。
  按本期安排，每位参赛者在完整赛事周期内最多发起2次Full评测；任务成功或部分完成后，参赛者将在该赛道进入30天冷却期。失败或取消的任务，按页面提示及当期配额处理。最终榜单成绩以最新一次有效Full评测结果为准。
  【接口运行、结果复核与合规要求】：
  参赛方在Evaluation页面发起Full评测后，平台会在48小时内完成资源调度并启动评测。其中，48小时仅指资源调度并启动评测的时限，不代表任务将在48小时内完成。从资源调度开始，直至任务处理完成并结束必要的后续复核，参赛方应保持接口公网可访问，并保持API契约、鉴权方式和容量设置稳定（整体运行时间通常约为2–10天，具体取决于方法实现复杂度和评测规模）。
  Full任务完成且平台未提出进一步复核要求后，参赛方原则上可停止记忆管理服务。若平台在结果、版本或合规复核中发现需要进一步核验的问题，将通过登记邮箱通知参赛方。请及时关注邮件和Evaluation页面状态，并按通知要求恢复接口服务，补充运行日志、版本材料或其他复核材料。
  评测过程中，每个user_id、任务和样本必须独立处理，评测记忆不得跨用户、跨任务、跨团队或跨运行共享。严禁硬编码、基准泄漏、提示词注入、人工实时答题、结果操纵、恶意刷榜和未披露的代码复用。
  评测数据及其派生副本仅用于本次评测任务，不得用于训练、微调、产品分析、数据集重建或对外传播。
  奖金、Benchmark Contribution
  与报名入口
  三个赛道合计奖金150,000元，奖金仅面向开源方法榜设置。
  AML将持续征集Benchmark Contribution（基准贡献）。欢迎高校、科研机构、开源团队、产品团队和社区成员提交来源明确、难度适当、具有补充价值且可复核的Benchmark、测试场景、数据或评测维度建议，以及公开评测契约改进方案。提交内容不得包含私有评测轨迹、参赛者数据、访问凭据或商业系统内部信息；请保留上游作者署名和许可证信息。欢迎通过AML官网「基准贡献」模块或下方咨询邮箱联系我们。
  报名与评测Key申请：
  https://agentmemoryleaderboard.ai/evaluation
  参赛说明：
  https://agentmemoryleaderboard.ai/rules
  API接入指南：
  https://agentmemoryleaderboard.ai/api-guide
  赛事仓库：
  https://github.com/AML-memory/agent-memory-leaderboard
  咨询邮箱：
  contactus agentmemoryleaderboard.ai
  请关注AML官网及官方公众号「记忆之巅排行榜」后续公告，及时获取报名入口、接口协议、评测安排和成绩发布信息。
  欢迎符合条件的高校、科研机构、企业、开源团队和个人研究者报名参赛，共同推动Agent Memory Benchmark的建设与演进。

  本文赛事信息依据本期赛事方案整理。具体主办承办信息、参赛资格、接口规范、评测配置、复核流程、奖金发放及赛程调整，以主办方正式公告和官网最新规则为准。

  https://mp.weixin.qq.com/s/SS4itah0sa4R2vcDQ4uevQ