宝牛配陈天桥邓亚峰联手破解大模型记忆难题！4个月打造SOTA系统

鹭羽发自凹非寺

量子位 | 公众号 QbitAI

开年，DeepSeek论文火遍全网，内容聚焦大模型记忆。

无独有偶，谷歌近期也发布了一篇被誉为“Attention is all you need”V2（Nested Learning: The Illusion of Deep Learning Architectures）的重磅论文，核心同样指向记忆瓶颈。

就连最近这只彻底破圈的AI大龙虾——OpenClaw（原名Clawdbot），其亮点之一依旧是记忆。

也就是说，记忆≈今年全球AI圈集体押注的技术风口≈皇冠明珠。

几乎所有你能想到的大模型团队，都在加班加点往自家模型里塞记忆功能……

但这一次，让我们把视线从这些科技巨头身上稍稍挪开，就会发现有一支后起之秀同样不容小觑。

他们就是陈天桥和邓亚峰带队的EverMind。

为什么这样说呢？

且看产品，最新发布世界级长期记忆系统——EverMemOS，发布即SOTA。

一举打破多项记忆基准测试的同时，还能远超此前所有的基线方法。

其次，它是真正能用的。

不是只会跑测试的“花架子”，实际部署后效果照样能打。而且团队有底气有信心，技术代码全部开源。

为了方便开发者使用，他们刚刚还专门上线了云服务——现在只需一个最简单的API，就能直接将最前沿的大模型记忆能力装进自己的应用。

并且要知道，从EverMemOS正式立项到开源，团队只用了短短四个月时间，这是什么实力不必多说。

不止如此，EverMind更是联手OpenAI等十多个技术社区豪掷英雄帖，发起首届记忆起源大赛（Memory Genesis Competition 2026），号召全球顶尖人才前来共同书写记忆元年。

（突然燃起来了有木有！）

Anyway，下面我们娓娓道来。

大模型的记忆断裂GAP

在展开聊聊EverMemOS为啥强之前，我们不妨先来思考一个问题：当你使用大模型时，是不是总觉得有什么地方不得劲？

前一秒还聊得好好的，下一秒就忘得一干二净，要么就是拆东墙补西墙，这个记住了，另一个又忘了。

归根结底，不是模型能力不够强，而是记忆功能不够用。

这就要回到大模型的底层架构上讲，众所周知，当前大模型普遍用的是Transformer架构，其记忆核心在于自注意力机制，也就是上下文窗口的信息缓存。

它会通过计算当前窗口的token间关系，理解上下文含义，但实际运行中由于受限于物理内存资源，窗口长度是有限的，一旦文本长度超过窗口限制，信息就会被截断遗忘。

另外，随着对话变长，KV Cache占用的显存也会逐渐膨胀。影响推理效率的同时，为了节省资源，现有的技术往往会选择压缩旧记忆，从而导致记忆细节变得模糊。

这显然影响了用户的实际体验，举个例子be like：

当你需要AI协助写一篇论文时，从确定选题→检索相关文献→拟结构→写初稿→修改优化到最后定稿，这当中势必需要多轮交互，但AI压根记不住你之前写的内容，最后输出的结果也只能是驴头不对马嘴。

那怎么办呢？学术界为此提出了三种技术方案：

基于外部存储的记忆（External Storage based Memory）

这就类似于为大模型配备了一个外部数据库，里面系统存储着用户相关的历史记录。当用户提问时，系统就会先去数据库里搜索相关文档，再将其和问题一起喂给AI。

但这并非真正的记忆，而是在考场上临时翻阅教材。

基于模型参数的记忆（Model Parameter based Memory）

该方案本质是将记忆通过训练内化成模型的一部分，通过微调SFT或持续预训练，让模型在看到某个问题时，就能迅速通过参数内部权重指向正确答案。

DeepSeek的最新成果便是用的这个思路，但再训练的成本极高且容易遗忘，不适合个性化和短期记忆。

基于隐状态的记忆（Latent State based Memory）

通过保存模型的中间推理状态（如KV Cache），达成类人的短期记忆或工作记忆。

它非常适用于理解复杂的对话语境，但换言之，它是一次性的，只能短暂存在，无法长久记忆。

其中业界用的比较多的方法，还是RAG（检索增强生成），也就是基于外部存储的记忆。

但RAG同样缺点明显。首先，其工作方式是将长文本切成一个个片段，会破坏信息的连贯性，让模型难以理解复杂的因果关系。

其次RAG依赖向量相似度检索，擅长找语义相近的内容，但在时序匹配上不足；另外RAG知识是相对静态的，如果要更新信息，则需要高昂的成本支持。

基于此，EverMemOS应运而生。

学习大脑记忆机制，成了

启发于脑科学技术的研究成果，盛大一直以来非常重视长期记忆领域的研究。早在2024年10月，盛大团队就对外发布了长期记忆领域的纲领性文章《Long Term Memory-The Foundation of AI Self-Evolution》。

基于盛大多个团队在该领域的持续积累，EverMind在2025年8月正式启动EverMemOS项目，并于11月对外正式发布开源版本。

EverMemOS是EverMind打造的首款AI记忆基础设施，对比同赛道团队，似乎姗姗来迟。

Mem0、Zep等产品最早都能追溯到2024年，现在商业化最成功的开发者框架Letta（原MemGPT）也是2023年就开始起步。

EverMemOS却交出了亮眼的答卷：最晚入场，但效果弯道超车。

从技术角度看，它同时继承了基于外部存储和基于隐状态两种路径。不过业内并非没有尝试过此类方案，但EverMind显然在记忆提取的精准度和逻辑一致性上实现了更优的平衡。

原因在于EverMind抓住了精髓，用邓亚峰的话说，就是：

通过EverMemOS，我们赋予智能体一个活的、不断演化的历史。

这里的关键词其实是“活的”。那么如何能保存最鲜活的记忆呢？人类大脑。

这就引出了EverMind的独特思路——生物启发。

具体来讲，EverMemOS通过模拟人类记忆的形成并转化为计算框架，利用三阶段层层递进以实现大模型长期记忆的存储和提取：

Step 1：情景轨迹构建。

对应人脑的海马体和内嗅皮层，可以将连续的对话内容拆分成一个个独立的记忆单元（MemCell），每个单元里不仅记录有完整的聊天内容，还包括一些关键事实、时效信息等。

Step 2：语义整合。

类比新皮层（前额叶皮层+颞叶皮层），系统会将内容相关的记忆单元归类在一起，形成主题化的记忆场景（MemScene），同时还会更新用户画像，区分用户的长期稳定偏好和短期临时状态。

Step 3：重构式回忆。

这一步对应的是前额叶皮层和海马体的协同机制，当用户提问时，系统就会在记忆场景的引导下进行智能检索，只挑选出必要且足够的记忆内容，用于后续的推理任务。

由此，AI学会像人类一样记忆——这不仅是知识的数据库存储，更是认知系统的深度整合。如此一来，即便是在多个Agent之间，也能实现信息的高效传递。

至于效果如何，咱们还是眼见为实，看看基准测试结果。

团队选取了4个主流记忆基准测试，以及多种大模型记忆增强方法。所有方法都基于同一基础大模型（GPT-4o-mini或GPT-4.1-mini）进行测试。

结果也很明显，EverMemOS大获全胜，全面超越现有记忆系统和全上下文模型。

其中在LoCoMo上，准确率直接一跃来到93.05%，尤其是在多跳推理和时序任务上表现突出，分别提升19.7%和16.1%，同时token使用量和计算成本得到大幅度降低。

在多会话对话评估LongMemEval里，EverMemOS同样以83%的准确率位居榜首，说明在面对跨度极大、信息量极高的场景中，EverMemOS依旧能够精准检索和关联到过去的信息，并且通过持续交流还会不断进化完善自己。

HaluMem由MemTensor和中国电信研究院联合发布，是业界首个面向AI记忆系统的操作级幻觉评估基准。而EverMemOS在保证记忆完整性的同时，也显著改善了幻觉现象。

在PersonaMem v2里，EverMemOS在九个复杂场景中依旧全场最佳，保证了深度个性化和行为一致性。

足以见得，EverMemOS是相当全能的一枚选手，记性好、搜得准，关键还运行速度快、成本还够低，最长可突破百兆上下文限制。

一边帮大模型减负，一边帮大模型补记忆力，堪称大模型版安神补脑液（bushi）

不仅云，还要赢

诚然，技术扎实是一回事，能不能让开发者用起来则是另外一回事。

EverMind觉得，开源还不够，直接上云服务。

省去中间繁杂的基础设施搭建，从开发者到EverMemOS，只需要完成简单的两行API代码调用，就能实现多项记忆操作，包括：

记忆摄入：从消息和交互中提取和存储记忆；记忆检索：使用筛选选项（例如按元数据字段）检索已存储的记忆；记忆搜索：利用关键字驱动的混合检索方式搜索记忆；对话元数据：设置或更新对话元数据以改进提取和检索行为。

有两种使用EverMemOS的方式，EverMemOS Cloud和开源版本。前者使用托管API，更方便也更快，且核心引擎会自动更新到最新版本，后者则由用户自己运维。

开源版本需要自行准备部署环境：

云服务上手更快，功能简洁，探索空间却很大：配置记忆空间→获取API密钥→保存记忆→使用记忆，即可轻松体验当前业界性能SOTA的Memory系统。

选择EverMemOS云服务或开源版本的理由

目前云服务已经正式开放内测申请，填写正确的邮箱地址后即可享受免费服务。（申请入口：https://console.evermind.ai/）

不过正如邓亚峰所说，要想掌握AI，多学不如多用。在部署好EverMemOS后，不妨来参加EverMind举办的记忆起源大赛。

EverMind把舞台也给大家一站式搭好了～

比赛将从1月一直持续到4月，现已面向全球开发者开放注册通道和云平台，需要注意要在2月底之前完成项目提交。具体将分为三大赛道：

1、记忆+智能体：

要求构建具备长期、进化能力的智能体，例如个人数字孪生、内容创作者工作流程、销售/CRM协作助手、医疗保健/治疗智能体、教育伙伴、多智能体协作等。将选出5名获奖者，每人奖励5000美元。

2、平台插件：

基于VSCode、Chrome、Slack、Discord、Notion、Obsidian或LangChain等框架或SDK为EverMemOS建立扩展操作系统生态。将选出7名获奖者，每人奖励3000美元。

3、操作系统基础设施：

帮助优化EverMemOS的核心，例如核心功能修改、性能调优、架构改进等。将选出3名获奖者，每人奖励3000美元。

另外还将根据总成绩结合线下活动表现，选出额外的总冠军（额外1万美元）、人气开发者（额外5000美元）和2个Aha案例（额外3000美元）。

总奖金池高达8万美元，另外每位获奖者还将拥有收益分成机会和社区头衔。其中顶级贡献者还可有机会获得全职offer，以及受邀加入EverMind担任技术顾问。

所有参赛选手都将接受来自EverMind工程团队的直接导师指导，更多比赛细节可见赛事官网。（https://evermind.ai/activities）

连接智能的关键在记忆

那么最后，我们再来看看EverMind究竟意欲何为？毕竟又是发新技术、新平台，又是办比赛，这一套组合拳下来，野心可不小。

首先从供给侧讲，EverMind正在试图用EverMemOS重新定义大模型记忆的技术路线。

EverMemOS没有沿着原来已有的技术方案延展，而是实打实地摸索出了一条以脑科学+AI的独特路径，而且它的技术成熟度出乎意料地扎实，说明EverMemOS还只是EverMind布局的冰山一角。

事实上，据EverMind透露，他们已经开始构造一整套的混合解决方案，其中底层是信息处理模块，上层则是在强化学习的驱动下，通过调用模型参数来实现对信息的使用。

当初做EverMemOS的时候，直接挑战最难的多对多协作场景，而非基础的1v1人机对话场景，就是因为他们把目光放在了更长远的标准重塑上。

用EverMemOS，让Agent拥有记忆

其次从需求侧讲，举办比赛一方面是为了扩大团队的影响力，将技术推广出去，让行业得以复用，另一方面也是为了通过秀肌肉吸纳更多相关领域人才，然后反哺EverMind的全链路技术研发。

这一点，从赛道设计中便可看出。三个赛道依次代表应用层、中间层、基础设施，覆盖到了用户所有的开发环节，凸显出EverMind对可循环应用生态的核心考量。

其实EverMind从一开始就定位明确。它并不满足于成为一个RAG工具或向量数据库，而是志在于做通向下一代人工智能的基础设施，即长期记忆系统（Long Term Memory OS），赋予AI个性化、主动性，以及通过持续学习（Continual Learning）自我演化（Self Evolving）的能力。

EverMind希望能够成为大模型记忆的书写者，去亲自定义记忆是如何被创建、组织、检索和演化的。

而往更大的视角看，EverMind的野心也折射出了一个行业共识——

智能来到比拼长期记忆的下半场。

人类智能主要由因果推理和长期记忆能力构成，如果说OpenAI-o1、DeepSeek-R1为AI带来了推理能力，那么长期记忆必然是下一代AI应该拥有的核心能力。

它将突破大模型的上下文局限，帮助Agent具备个性化特性，并持续进化出深层次的长期认知，这都是下一代AI必须有的特性。在模型能力日益同质化的背景下，哪家Agent能率先搭载高性能记忆系统，就意味着哪家能够真正拉开差距，拥有留住用户的护城河。

当然要实现这一点，不可能只靠一个团队单打独斗，而需要一整个生态协同发展，那么谁能成为这个生态的缔造者，就显得格外重要。

从某种程度讲，这恰恰是盛大的舒适区。

在互联网时代，盛大就靠着平台生态证明了自己的能力边界，而在如今新一轮AI时代里，盛大依旧能将过去的战略经验迁移过来，只是这一次它选择的是记忆。

所以毋庸置疑，由盛大孵化的EverMind将成为这个领域里不可忽视的一抹力量，它的野心与实力堪配。

此行必然不易，但我们或许已然可以期待，在不久后的将来，有更多如同EverMind的探路者携手共进，来真正揭开AI长期记忆迷宫的一角。

赛事报名：https://evermind.ai/activities

云服务入口：https://console.evermind.ai/