让 AI 助手长期替你办事，难点不只是“记住”，还要从记忆、参考资料和工具说明里迅速找对内容。OpenViking 把这些信息放进同一套上下文数据库——也就是专门保存 AI 工作材料的数据层，并用类似文件夹的方式让 Agent 逐层查找。本刊此前已介绍过这套设计；这次值得看的新增信息，是 0.3.22 版公布了基准测试。
据项目方自述，在长对话记忆测试 LoCoMo 中，接入 OpenViking 的三种 Agent 准确率均达到 80%—83%，原生记忆方案为 24%—57%；输入 token——模型处理文字时的计量单位——减少 34.3%—91.0%，查询延迟降低 58.45%—66.10%。在多轮任务测试 tau2-bench 中，从历史任务提取的“经验记忆”让零售和航空任务成功率分别提高 6.87、11.87 个百分点。这说明统一数据层的价值可能不只在整理方便，也在于少读无关内容、复用过去经验；不过这些结果来自项目方报告，仍需独立复现。