# AgentMemRec применяет рекомендации для работы с памятью ИИ

> В новой статье предлагается выбирать сохранённые воспоминания ИИ-агента по принципу рекомендаций. Авторы сообщают о более высокой точности на двух тестах, причём при отборе не используются вызовы LLM.

Oossa · 2026-10-27 · https://oossa.com/ru/agentmemrec-applies-recommendation-methods-to-ai-memory

В статье на arXiv представлена AgentMemRec — система, которая помогает ИИ-агентам выбирать, какие сохранённые воспоминания поместить в ограниченное контекстное окно. Каждый запрос пользователя она рассматривает как запрос на рекомендации, а каждое воспоминание — как отдельный элемент. Затем система ранжирует воспоминания и формирует набор наиболее подходящих, не обращаясь к LLM.

Авторы сообщают, что AgentMemRec показала на 10–31 процентный пункт более высокую точность, чем несколько систем памяти, при ответах на вопросы о нескольких сессиях в LongMemEval. По результатам она не уступила LLM-ранжировщику, который делает 64 вызова на запрос, при этом стоимость её работы была в 3,2 раза ниже. На тесте LoCoMo система также превзошла Mem0 и Zep, не используя вызовы LLM при сохранении воспоминаний. Это результаты, приведённые в статье; в предоставленных материалах независимая проверка не описана.

## Факты

- По данным статьи, в вопросах о нескольких сессиях в LongMemEval точность AgentMemRec на 10–31 процентный пункт выше, чем у систем для сравнения.
- AgentMemRec отбирает воспоминания без вызовов LLM; авторы сообщают, что система показала результат на уровне ранжировщика с 64 вызовами, но стоимость её работы была в 3,2 раза ниже.

## Почему это важно

Для команд, создающих ассистентов, которые запоминают информацию о пользователях между сессиями, этот метод может снизить затраты на выбор подходящих воспоминаний. Однако результаты тестов, приведённые авторами, не показывают, как система будет работать в реальных продуктах.

## Источники и ссылки

1. [Agent Memory as Recommendation: Recommender-System Design for Long-Term Memory of LLM Agents](https://arxiv.org/abs/2610.34673) – arXiv cs.IR, 2026-10-27

Обновлено: 2026-10-27