Agent Memory 热潮之后：Jev-Mem、KnowledgeX 与 BlogWriter 让我重新审视自己的 grep 结论

作者回顾其上一篇关于 Agent 记忆的文章，该文以 LoCoMo 基准上纯文件系统 grep 方案得 74.0%、Mem0 图配置得 68.5% 为依据，主张简单方案优于复杂图结构。随后三份材料对其结论提出挑战：Jev-Mem 论文用图结构且更少 LLM 调用在 LoCoMo 上取得更好成绩；开源 MCP 服务器 KnowledgeX 跨 Claude 会话构建 markdown 知识图谱；Jesse Liberty 的 BlogWriter 应用案例。作者用 .NET 重建设计，试图判断原主张中哪一半成立。

AI推荐理由 作者以自身此前 LoCoMo 基准结论（grep 文件系统 74.0% 对 Mem0 图配置 68.5%）为起点，用 Jev-Mem 论文、KnowledgeX MCP 服务器和 BlogWriter 三个新证据重新检验该主张，属于有具体基准数字和反思过程的经验性内容；但正文片段仅到引入部分，未给出重建后的结论，且为个人博客，证据强度有限。