长期记忆成 AI 模型发展下半场核心比拼点

　　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。

　　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。

　　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。