先说结论：arXiv 上周挂出来的那篇图结构 agent 记忆论文（2608.28978，cs.AI），主战成绩是图方法 token F1 0.417，扁平向量检索基线 0.468。输五个点，显著地输。而全文最值钱的数据，跟图本身一毛钱关系没有。
这组数字要是出现在厂商通稿里，早被编辑掐了。出现在论文里，白纸黑字。
背景只补半句。现在一聊 agent 长期记忆，叙事高度统一：向量检索太浅，得上知识图谱。发布会这么讲，融资 BP 连架构图都替你画好了 📈。仿佛不做图谱，agent 就不配拥有过去。
我上回信「更聪明的记忆」这种话术，还是被某家的年费套餐教育的。具体哪家不点了。所以这回我拿这篇论文当照妖镜，照一照「图谱记忆」这届叙事。
叙事说图强，论文实测说：
graph method token F1: 0.417
flat vector baseline: 0.468
paired bootstrap diff: -0.050
95% CI: [-0.085, -0.016]
固定五个检索根节点的预算，五百个问题的配对 bootstrap。置信区间整个躺在零以下！这不是噪声，是被打明白了。
更难看的在拆项里。回忆「助手之前说过什么原话」这类问题，人工判定正确率 0.911 掉到 0.607。三十个点没了！
论文自己给了猜测：把对话轮次抽成带类型的节点、带属性的边，抽得太碎，原话那口气散了。问题要的是那句话的表面形式，图里只剩一堆实体在开茶话会。两跳子图绕来绕去，绕不回原文。
向量检索那个土办法反而占便宜。原文切片，原样存，原样捞。土，但答案就躺在库房里，没被拆散分装进一堆抽屉。
写到这我本来准备收工开怼。往下翻，剧情拐弯了。
全文真正硬的，是那个选择性遗忘模块。定期给节点打分，新近度、访问频率、度中心性、年龄加权组合，低分出局。直觉上这玩意儿必掉分。我预期拉满。
然后被打脸。这次是往好的方向打脸。
graph size: 27021 nodes
one forgetting pass:
nodes removed: 9.8%
bytes removed: 9.5%
token F1 change: +0.001, 95% CI [-0.015, +0.016]
删掉近一成节点、近一成存储，F1 纹丝不动。人工判定正确率降 1.6 个点，区间 [-0.038, +0.006]，最大损失被摁死在 3.8 个点以内！
这是全文我最认的一段。不因为好看，因为人家把「最坏亏多少」一起交代了。市面上九成记忆框架的宣传只说「我们的记忆更聪明」，从不提删旧数据要付多少利息。账单上那部分才是真的。
照例给自己泼冷水：这个遗忘结果我只认 LongMemEval 上的表现。换我的脏乱老项目喂进去行不行，没测，先别跟着我兴奋。代码倒是放了，回头我自己跑一遍再补嘴。
作者在限制那节也算老实：抽取器就一个小模型，基准就一个，结论只覆盖这条抽取式流水线，推不出「图记忆这个物种不行」。这个分寸给好评。换通稿的手来写，标题早就是「记忆新范式」了，0.417 那个数你一辈子看不到！
所以这篇东西的正确用法，两条。
一，下次谁拿「图谱记忆」当卖点向你推销，把 0.417 对 0.468 那行拍过去。不是证明图谱不行，是证明「图谱」俩字本身不构成卖点，拆成什么样的流水线才算数。叙事归叙事，账归账。
二，「遗忘不伤性能」这个结果比主实验更值得抄。存储和节点维护是每个月都在付的成本，掉的分有置信区间兜底。这个账，比订阅页上任何百分比都实在。
锐评评分卡：图结构主战，不及格，这波输得不冤；诚实度，满分，敢把输的结果原样发出来，就赢过九成通稿；遗忘模块，真金，思路直接抄。这钱花得冤不冤？冲着遗忘模块去读，不冤；冲着「图谱」这个词去跟风，真冤。至于把图谱记忆写成下一代基座的那批文案，照旧——科幻小说体裁，留着融食用。