全网 AI 记忆系统终极对比：Mem0 vs 0GMem vs Letta vs 人类基准

全网 AI 记忆系统终极对比Mem0 vs 0GMem vs Letta vs 人类基准一、参评选手一览系统性质准确率成熟度StarsMem0 Qdrant你现在用的66.9%成熟10K0GMem新秀黑马96.6%极新4Letta社区老兵48-74%非常成熟21K人类基准上限参照87.9%——二、准确率终极对比LoCoMo 基准3轮对话测试排名系统准确率和人类差距0GMem96.6%✅ 超越人类人类基准87.9%—Letta74.0%-13.9%4Mem068.5%-19.4%10轮对话测试排名系统准确率和人类差距人类基准87.9%—0GMem85.6%-2.3%Letta48-74%-13.9%~-40%4Mem066.9%-21%关键发现0GMem 在 3轮对话时超越了人类基准但在 10轮长对话时略低于人类。三、LoCoMo 排行榜总览排名系统10轮准确率备注0GMem85.6%新发布准确性惊人人类87.9%上限Letta文件系统74%简单方案逆袭4Mem068.5%生产级可用5Zep58-75%有争议6OpenAI Memory52.9%官方内置7MemGPT/Letta48-74%波动大8Best RAG41.4%纯 RAG 基线9GPT-4-turbo~32%LLM 基线四、核心能力对比4.1 时间推理系统Allen代数事件日期索引跨会话时间推理0GMem✅ 13种关系✅ 写入时建立✅Mem0❌❌❌Letta❌❌❌4.2 否定处理系统否定提取否定存储否定检索0GMem✅✅ 一级公民✅Mem0❌❌❌Letta❌❌❌4.3 多跳推理系统单跳检索多跳推理查询分解0GMem✅✅ BFS三图✅ 9类问题Mem0✅❌❌Letta✅⚠️ Agent决定⚠️4.4 检索策略系统语义搜索BM25图遍历注意力过滤0GMem✅✅✅✅Mem0✅❌❌❌Letta✅❌⚠️❌五、技术架构对比Mem0 Qdrant你现在用的消息 → Mem0 → Embedding(SiliconFlow) → Qdrant向量库 → 检索结果特点扁平事实存储简单直接依赖外部向量库0GMem消息 → Encoder → 四层图谱 → 8策略检索 → 注意力过滤 → 结果 ↓ 实体时间因果否定 全部结构化特点写入时建立结构多层记忆层次精确遗忘机制Letta消息 → LLM自主调度 → 记忆层次(working/episodic/semantic) → 结果特点LLM 自己管理记忆仿生操作系统调度完全开源透明六、中文支持对比系统中文EmbeddingspaCy中文实战验证Mem0Qdrant✅ BAAI/bge-large-zh-v1.5✅ 可配✅ 已验证0GMem⚠️ 需自定义⚠️ 英文为主❌ 未充分测试Letta✅ 可配任意✅ 可配⚠️ 部分验证七、部署复杂度系统部署难度预计时间额外依赖Mem0Qdrant⭐ 低~20minQdrant集群0GMem⭐⭐ 中高~30minspaCyOpenAILetta⭐⭐⭐ 中等~30minDocker/服务化你的现状Mem0Qdrant ✅ 已部署验证八、存储对比系统向量库存储位置预估占用Mem0QdrantQdrant外置Docker volume~500MB/万条0GMem内置~/.0gmem~1GB/万条Letta可配文件/DB视配置九、性能对比延迟系统p95延迟相比全上下文Mem00.15s降低91%0GMem0.48s降低79%全上下文2.6s—结论Mem0 最快0GMem 功能强但略慢。十、成熟度对比系统Stars生产验证社区活跃维护状态Mem010K✅ 大量✅✅ 活跃Letta21K✅ 大量✅ 非常✅ 活跃0GMem4❌ 极新❌⚠️ 起步十一、优劣总结Mem0 Qdrant你现在用的优点缺点✅ 成熟稳定❌ 准确率不如 0GMem✅ 中文支持好❌ 无时间/否定处理✅ Qdrant 可扩展❌ 单跳检索为主✅ 已部署验证✅ SiliconFlow 便宜0GMem优点缺点✅ 准确率最高96.6%❌ 极新生产验证有限✅ 超越人类基准❌ 中文支持弱✅ 时间否定多跳全能❌ 主要依赖 OpenAI✅ 结构化存储❌ 4 stars社区小Letta优点缺点✅ 21K stars最成熟❌ 准确率不如 0GMem✅ 完全开源透明❌ 48-74%波动大✅ 多Agent支持❌ LLM自主调度有争议✅ 可视化调试十二、场景化推荐你的需求推荐理由继续用当前方案✅ Mem0Qdrant已部署稳定够用追求最高准确率0GMem96.6%大幅领先重视开源透明Letta21K stars社区验证中文为主✅ Mem0Qdrant中文Embedding更优不想折腾快速上线✅ Mem0Qdrant已有验证有多Agent需求Letta原生支持多Agent有时间推理需求0GMemAllen代数原生企业级生产✅ Mem0Qdrant成熟稳定十三、最终建议现阶段2026年3月继续用 Mem0 Qdrant✅理由已部署、已修bug、已验证正常中文支持更好准确率66.9%对于日常使用足够0GMem太新需要等3-6个月看发展3-6个月后重新评估如果出现以下情况考虑迁移0GMem 社区验证生产可用有高精度时间推理需求有复杂否定处理需求有多跳推理强需求Letta 关注价值如果未来需要多Agent协作完全开源透明方案可视化调试功能可以考虑 Letta 作为第二选择。十四、完整评分5星制系统准确率成熟度中文支持易用性开源度总分Mem0Qdrant⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐220GMem⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐18Letta⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐21项目内容作者胡小纯发布日期2026-03-24联系微信hu–xiaochun个人主页https://胡小纯.cn备用主页https://xn–yets91feqb.cn/技术没有捷径但有方向