Tidligere kamp · 2024-07-11 UTC
AI Agent Memory Oppgjør — 11. juli 2024
Fra kategorien AI Agent Memory. 16 merker plassert på tvers av 4 kjempere. Letta tok kronen.
Endelige plasseringer
Oppstillingen
Kjemperne
Profiler av hvert verktøy som konkurrerte i denne kampen, rangert etter sin endelige poengsum.
Letta
Rammeverk for å bygge tilstandsfylte AI-agenter med langtidshukommelse og kontinuerlig læring.
Letta er en utviklerplattform for å lage AI-agenter som beholder kontekst på tvers av sesjoner, lærer av interaksjoner og forbedrer sin oppførsel over tid. I motsetning til stateless chatbots opprettholder Letta-agenter vedvarende minne, slik at de kan huske tidligere samtaler, brukerpreferanser og akkumulert kunnskap. Rammeverket tilbyr infrastruktur for å håndtere agentminne, resonnering og verktøysbruk, med støtte for flere LLM-leverandører. Utviklere kan bygge, distribuere og overvåke agenter via SDKer og et visuelt grensesnitt, noe som gjør det egnet for applikasjoner som personlige assistenter, kundestøtte og autonome arbeidsflyter som drar nytte av kontinuitet.
Kriteriumfordeling
- Tilstandsfylte agenter med vedvarende minne
- Selvredigerende minneblokker
- Støtte for flere LLM-leverandører
- Verktøy- og funksjonskalling
- Agentutviklingsmiljø (ADE)
- REST API og Python/TypeScript SDK-er
Zep er en storstilt plattform for memoriertechnologi som er designet for AI-agenter, og som adresserer utfordringen med å holde på og håndtere agenterens minne gjennom mange brukere, bedrifter, og forretningsrelaterte interaksjoner. Den har som mål å gi agenter en kontinuerlig lærende og evoluerende forståelse av deres operative miljø, noe som øker personalisering og nøyaktighet i agenterens interaksjoner. Kjernen i Zeps arkitektur er dens proprietære kontekstsammensetningsmotor, Context Graph Engine, som bygger og administrerer en "kontekstsjø» med millioner av indivuduelle kontekstgrafikk. Disse grafikkene blir bygget fra ulike kilder, inkludert samtalehistorie, næringsdrift data og brukerinteraksjoner. Zep behandler denne informasjonen for å opprette token-effektive, relevante kontekster for agenter gjennom automatisk konteksttilsyn. En viktig funksjon er temporal kontekstgrafen sin, som automatisk gjør gamle fakta ugyldige når nye informasjon dukker opp, slik at agenter alltid resonerer med den mest oppdaterte data og gamle stater forblir som historie, slik at agenter kan spørre hva som var sant på noen tidligere dato. Dette systemet innfører også "Observations", hvor Zep analyserer grafonstrukturen for å belyste mønster, gjenkomuster og samtidige forekomster i hukommelsen, og gir agenter en global perspektiv utenfor isolerte fakta. Zep fokuserer på erzeugering av enterprise-standard styre, med funksjoner som attributtbasert tilgangskontroll, policy-drevet data-bevaring og fullstendig sporet opphavskjede. Hvert faktum innenfor graphen følger tilbake til sitt opprinnelige kildeepisod, og dette tillater etterretningsmåten. Plattformen er designet for høy ytelse, viser under 200 ms henting av latency, selv om graf størrelser på opptil 100 millioner enheter. Designet for smidig integrasjon kan Zep tilføyes eksisterende agentramme eller brukes uavhengig, med SDKer tilgjengelige for Python, TypeScript og Go. Det har målsettingen å fungere som en grundleggende lag i den entreprise-agentstakken, og å tilby et skalerbart og styrt løsning for å håndtere komplekse og endrer seg på et agents minne.
Kriteriumfordeling
- Kontekstgrafikkmotor
- Kontekstal for millioner av grafikk
- Automatisert kontekstasamling
- Tidlig kontekstfornudder
- Bevissthetssporet for faktum
- Observasjoner fra hukommelsemønster
AI Drive er en intelligent dokumenthåndteringsplattform designet for å transformere statiske dokumenter til interaktive, søkbart kunnskapsbaser. Plattformen kombinerer skylagring med avanserte kunstig intelligensfunksjoner, slik at brukere kan laste opp, organisere og interagere med sine dokumenter ved hjelp av samtale-AI. Målet er å gjøre dokumentanalyse, søk og samarbeid mer intuitivt og effektivt på tvers av ulike bransjer. Brukere kan laste opp ulike filtyper, blant annet PDF‑er, Word-dokumenter, regneark og bilder. Systemet gir deretter umiddelbare svar, sammendrag og innsikt, drevet av et utvalg av flere AI-modeller, inkludert GPT‑5, Claude og Gemini. Denne multimodell-tilnærmingen er optimalisert for ulike oppgaver, som analyse, skriving og forskning, og gir fleksibilitet basert på brukerens spesifikke behov. Nøkkelfunksjoner inkluderer Automatic OCR, som konverterer skannede dokumenter til søkbart og redigerbart tekst med høy nøyaktighet, og Smart Metadata Extraction, som automatisk identifiserer kritisk informasjon som titler, forfattere og dokumenttyper. Plattformen tilbyr også Multi-Session Chat, som lar brukere jobbe med flere dokumenter samtidig, og muligheten til å lage Custom AI Agents med tilpassede prompts og kunnskapsbaser for spesialiserte oppgaver, som juridisk dokumentanalyse eller finansiell rapportering. For utviklere kan Live Artifacts generere HTML-komponenter og kode med sanntids forhåndsvisning. AI Drive skiller sine tilpassede agenter fra generell AI-chat ved å fremstille agentene som "kompetente assistenter" som kan hente ut data i stor skala, manipulere PDF‑er på tvers av sett, søke alt samtidig, og produsere leveranser som tidslinjer eller sammenligningsrapporter. Dette står i kontrast til en "vanlig AI-chat" som kanskje gir svar, men ikke utfører dataoperasjoner i stor skala. Plattformen er bygget med sikkerhet på bedriftsnivå, og inkluderer end‑til‑end‑kryptering (TLS i transitt, AES‑256 i ro), sikker infrastruktur i Google US Data Centers, strenge tilgangskontroller, og en forpliktelse til å ikke trene AI‑modeller på brukerdata. Samsvarssertifikater som ISO 27001 og SOC‑2 Type 2 er i prosess.
Kriteriumfordeling
- AI-drevet dokumentchatgrensesnitt
- Automatisk OCR for skannede dokumenter
- Smart metadata-uttrekk
- Flere-sesjons chat for samtidig dokumentarbeid
- Egendefinerte AI-agenter med tilpassede kunnskapsbaser
- Utvalg av flere AI-modeller (GPT-5, Claude, Gemini)
Mem0
Et vedvarende hukommelseslag designet for å gi langsiktig, personlig kontekst til store språkmodeller og AI‑agenter.
Mem0 er et AI-minnelselag som integreres med AI‑assistenter og agenter for å gi personlig og kontinuerlig kontekst på tvers av interaksjoner. Det har som mål å løse utfordringen med å opprettholde brukerpreferanser, tilpasse seg individuelle behov og muliggjøre kontinuerlig læring for AI‑systemer. Verktøyet bruker en unik minnealgoritme som fokuserer på en enkelpass‑tilnærming med kun‑tilleggs‑ekstraksjon, noe som innebærer at ny informasjon legges til uten å overskrive eksisterende minner. Nøkkelen til driften er agentgenererte fakta, som behandles som første‑klasse‑informasjon. Mem0 inkorporerer også entitetslinking, der entiteter ekstraheres, embeddes og kobles sammen på tvers av minner for å forbedre gjenfinningens nøyaktighet. I tillegg bruker det multisignal‑gjenfinning, som kombinerer semantisk, BM25‑nøkkelord‑ og entitetsmatching for å smelte ulike poengsignaler, samt tidsmessig resonnement for tidsbevisst gjenfinning. Mem0 tilbyr kjernefunksjoner som fler‑nivå minneadministrasjon, håndtering av User-, Session- og Agent‑tilstander med adaptiv personalisering. Det gir en utviklervennlig opplevelse med en intuitiv API og tverrplattform SDK‑er for Python og Node.js. Bruksområder inkluderer AI‑assistenter som krever konsistente, kontekstrike samtaler, kundesupport‑chatboter som husker tidligere interaksjoner, helsesystemer som sporer pasientpreferanser og adaptive opplevelser i produktivitetsverktøy og spill. Distribusjonsalternativene er fleksible, inkludert et Python/npm-bibliotek for testing og prototyping, en selvhostet server for team som håndterer sin egen infrastruktur, og en fullt administrert skyplattform for produksjon uten drift. Plattformen rapporterer også høye benchmark-resultater på minne-evalueringsrammeverk som LoCoMo, LongMemEval og BEAM, noe som fremhever dens effektivitet og tilbakekallingskapasitet.
Kriteriumfordeling
- Multi‑nivå hukommelse (Bruker, Sesjon, Agent‑tilstand)
- Enkelt-pass, add‑only hukommelseekstraksjon
- Entitetskobling for søkeforsterkning
- Mangesignal‑søk (semantisk, BM25, entitetsmatching)
- Temporær resonnering for tidsbevisst søk
- Utvikler‑API, Python SDK, Node.js CLI