Passport Control
发布在Kaggle上的AI智能体记忆写入基准测试，包含661项检查，专门考察大模型在记忆写入环节的能力，涵盖保留、拒绝、时间标注和变更四大类检查
时间轴 (近 90 天)
Passport Control 是一个发布在 Kaggle 上的基准测试，专门考察AI智能体记忆的写入（write）环节，共包含661项检查
Passport Control 把661项检查归为四个家族：Keep（保留）、Refuse（拒绝）、Date（标注时间）、Change（变更）
Passport Control 使用的所有测试日期从2026年末延伸到2027年，超出所有被测模型的训练截止时间，以避免记忆作弊
该基准一次性测试了来自六个实验室的18款模型，涵盖Anthropic、OpenAI、Google、DeepSeek、Qwen、GLM等
整轮18个模型的完整写入运行成本仅为15.11美元，评分完全由代码判定
18个模型中有11个能正确回答至少96%的记忆读取问题，但在记忆写入（维护护照）任务上差距显著拉大
智能体记忆的瓶颈在于写入路径，而大多数记忆基准（如LongBench、Needle-in-a-Haystack）只测试长上下文检索与推理，隐式假设记忆已被正确写入
给每类事实设置默认保质期是一种低成本的工程补丁，可修复记忆不过期问题，无需模型具备更强推理能力
全部知识事实 (8)
Passport Control 是一个发布在 Kaggle 上的基准测试，专门考察AI智能体记忆的写入（write）环节，共包含661项检查
50%待验证Passport Control 把661项检查归为四个家族：Keep（保留）、Refuse（拒绝）、Date（标注时间）、Change（变更）
50%待验证Passport Control 使用的所有测试日期从2026年末延伸到2027年，超出所有被测模型的训练截止时间，以避免记忆作弊
50%待验证该基准一次性测试了来自六个实验室的18款模型，涵盖Anthropic、OpenAI、Google、DeepSeek、Qwen、GLM等
50%待验证整轮18个模型的完整写入运行成本仅为15.11美元，评分完全由代码判定
50%待验证18个模型中有11个能正确回答至少96%的记忆读取问题，但在记忆写入（维护护照）任务上差距显著拉大
50%待验证智能体记忆的瓶颈在于写入路径，而大多数记忆基准（如LongBench、Needle-in-a-Haystack）只测试长上下文检索与推理，隐式假设记忆已被正确写入
50%待验证给每类事实设置默认保质期是一种低成本的工程补丁，可修复记忆不过期问题，无需模型具备更强推理能力
50%