据X平台用户God of Prompt发布的研究总结，基于1,540个问题对9种记忆系统的对比显示，决定AI智能体准确率的关键在于检索策略，而非写入策略；检索方法可带来高达20分的准确率差异，而写入策略仅有3–8分的提升（来源：God of Prompt在X）。同一来源指出，直接使用原始对话切片（零LLM预处理、零成本）可匹配或优于事实抽取与摘要流程，昂贵的预处理反而会丢失可用上下文。研究还称，语义检索、关键词匹配与重排序的混合检索将失败率减半，相关上下文被模型正确利用的比例为79%，检索质量与准确率的相关系数达到0.98。对业务落地而言，应将资源从写入期压缩转向混合检索、精细分块与重排序，以在控制成本的同时提升智能体稳健性（来源：God of Prompt在X）。

据@godofprompt透露，前沿实验室的AI系统在生成式检索增强（RAG）中采用混合检索方案，将向量搜索用于初步广泛匹配，再结合图遍历实现深层上下文理解。这种方法能够先用向量搜索捕捉相关信息，再通过图遍历挖掘内容之间的复杂关系，有效提升企业知识管理、法律检索等场景的AI检索效率与准确率（来源：@godofprompt，2026年1月9日）。