盛大解鎖 AI memory，長期記憶技術(shù)達新高度

記憶能力：決勝下一代 AI 的分水嶺受限于 LLMs 固定的上下文窗口，AI 在長時程任務(wù)中會頻繁‘失憶’。這不僅導(dǎo)致記憶斷裂、事實矛盾，更讓深度個性化和知識一致性成為空談。AI 無法利用歷史交互數(shù)據(jù)來理解用戶，也無法保留上下文的中間數(shù)據(jù)，這使其應(yīng)用價值大打折扣。

這不只是一個技術(shù)缺陷，更是 AI 走向高級智能的演化桎梏。一個沒有記憶的主體，無法形成長期行為的一致性與主動性，更不可能實現(xiàn)真正的自我迭代。個性化、一致性、主動性——這一切演化的前提，都依賴于一個強大的記憶系統(tǒng)。

行業(yè)巨頭已經(jīng)用行動做出了證明。無論是 Claude 還是 ChatGPT，都已將長期記憶作為戰(zhàn)略級功能推出。這標志著一個清晰的行業(yè)風向：記憶，正成為未來 AI 應(yīng)用的核心競爭力與分水嶺；它也是 AI 從‘工具’走向‘智能體’、從被動響應(yīng)走向主動演化的關(guān)鍵所在。

行業(yè)并非沒有嘗試。RAG 等傳統(tǒng)方法提供了初步的補償方案，一些新興的記憶系統(tǒng)也開始涌現(xiàn)。然而，這些努力大多是“碎片化”的。市場始終缺乏一個真正可用的、能夠覆蓋全場景的記憶系統(tǒng)——既要滿足一對一陪伴場景，又能夠支持復(fù)雜的企業(yè)多人協(xié)作場景。

更重要的是，這個系統(tǒng)必須在精度、速度、易用性和應(yīng)用適配性上達到高度統(tǒng)一�，F(xiàn)實是，這樣的解決方案仍然缺位。因此，為大模型裝上一個高性能、可插拔、易優(yōu)化的“記憶外掛”，依然是困擾眾多應(yīng)用、亟待滿足的核心剛需。

靈感源自人類大腦的記憶機制

EverMind 團隊來源于 盛大集團（Shanda Group），這一曾引領(lǐng)中國數(shù)字創(chuàng)新浪潮的科技和投資集團。他們的靈感來自人類大腦的記憶機制：從感官信號編碼、海馬體索引到皮層長期存儲，前額葉與海馬體協(xié)同完成記憶的形成與提取。這種「類腦」理念，成為 EverMemOS 設(shè)計的核心，讓 AI 能夠像人類一樣思考、記憶與成長。

這一愿景也與盛大創(chuàng)始人陳天橋在腦科學(xué)與 AI 融合研究中的長期投入一脈相承，體現(xiàn)出讓人工智能和人類智能相遇的重要意義。

今年10月27-28日，他在天橋腦科學(xué)研究院在美國舊金山舉辦的首屆天橋腦科學(xué)研究院AI驅(qū)動科學(xué)研討會（Symposium for AI Accelerated Science，AIAS 2025）上系統(tǒng)闡述了包括“長期記憶”在內(nèi)的發(fā)現(xiàn)式智能五種核心能力。他指出，當今的 AI 建立在 “空間結(jié)構(gòu)”范式 之上——這種范式是「瞬時的」「靜態(tài)的」，本質(zhì)上通過規(guī)�；瘏�數(shù)去擬合世界的“快照”；而人類大腦的 “時間結(jié)構(gòu)”范式 是「連續(xù)的」「動態(tài)的」，其目的在于管理與預(yù)測時間流中的信息。在這其中，“長期記憶”正是連接時間與智能的關(guān)鍵環(huán)節(jié)。

EverMemOS 正是在這一理念的啟發(fā)下誕生的 —— 讓 AI 擁有時間的連續(xù)性，使其能夠在時間流中記憶、適應(yīng)與進化。

正是在這樣的背景下，EverMind 團隊推出了 EverMemOS，一個在場景覆蓋和技術(shù)性能上均實現(xiàn)關(guān)鍵突破的記憶系統(tǒng)。

在場景覆蓋上： 它是行業(yè)首個真正能同時支持 1 對 1 對話與復(fù)雜多人協(xié)作兩大場景的記憶系統(tǒng)，并已率先被創(chuàng)新的 AI Native 產(chǎn)品 Tanka 采用。

在技術(shù)性能上： 基于創(chuàng)新的生物‘印跡’（Engram）啟發(fā)式記憶提取與應(yīng)用技術(shù)，EverMemOS 在最主流的長期記憶評測集 LoCoMo 和 LongMemEval-S 上，分別取得了 92.3% 和 82% 的高分，均顯著超越了SOTA（State-of-the-Art）水平，樹立了新的行業(yè)標桿。

EverMemOS 四層架構(gòu)設(shè)計

EverMemOS 受「人腦記憶機制」啟發(fā)，創(chuàng)新設(shè)計了四層結(jié)構(gòu)，并與大腦關(guān)鍵功能區(qū)形成類比：

代理層（Agentic Layer）—— 負責任務(wù)理解、分解與生成，類比「前額葉皮層」在注意力、計劃與執(zhí)行控制中的作用。

記憶層（Memory Layer）—— 管理長期記憶的提取和結(jié)構(gòu)化存儲，對應(yīng)「大腦皮層網(wǎng)絡(luò)」的長期鞏固存儲功能。

索引層（Index Layer）—— 通過Embedding、鍵值對與知識圖譜實現(xiàn)記憶關(guān)聯(lián)和高效記憶檢索，類似「海馬體」完成記憶的關(guān)聯(lián)與快速索引功能。

接口層（API/MCP Interface）—— 與企業(yè)級應(yīng)用無縫集成，作為AI的“感官接口”與外界交互。

EverMemOS 三大系統(tǒng)特點：

特點一：從“記憶數(shù)據(jù)庫”到“記憶處理器” EverMemOS 的首要創(chuàng)新在于，它不僅僅是一個記憶的“數(shù)據(jù)庫”，更是一個記憶的“應(yīng)用處理器”。它解決了現(xiàn)有方法“只管找，不管用”的核心痛點，通過其獨特的推理與融合機制，讓記憶能夠?qū)崟r、主動地影響模型的思考和回應(yīng)，確保 AI 的每一句話都基于對用戶的長期理解，從而提供真正連貫、個性化的交互體驗。

特點二：創(chuàng)新設(shè)計“分層記憶提取”與動態(tài)組織 EverMemOS 的核心在于其創(chuàng)新的“分層記憶提取”思想。它不再將記憶視為混亂的文本塊，而是將連續(xù)的語義塊提取為情景記憶單元，再動態(tài)地組織成結(jié)構(gòu)化記憶。這種層次化的記憶組織方式，將相關(guān)記憶聯(lián)系起來，解決了純文本相似度檢索難以捕捉隱性上下文的難題，為后續(xù)的記憶應(yīng)用提供了堅實的基礎(chǔ)。

特點三：實現(xiàn)業(yè)界首個可拓展的模塊化記憶框架 在實際應(yīng)用中，不同場景下的記憶需求差距較大。因此，EverMemOS 創(chuàng)新性地設(shè)計了基于使用場景的可拓展記憶框架。它能夠靈活支持多種記憶類型，無論是需要高精度、結(jié)構(gòu)化信息的工作場景，還是需要共情、理解隱性情感的陪伴場景，EverMemOS 都能智能地提供最優(yōu)的記憶組織和應(yīng)用策略，解決了傳統(tǒng)記憶形式單一、無法適應(yīng)多變需求的難題。

從開源到云服務(wù)

目前，EverMind已在github上開放EverMemOS開源版本，供開發(fā)者與 AI 團隊部署與試用。Github訪問地址為：https://github.com/EverMind-AI/EverMemOS/。預(yù)計在今年晚些時候，團隊將發(fā)布云服務(wù)版本，為企業(yè)用戶提供更完善的技術(shù)支持、數(shù)據(jù)持久化與可擴展體驗，有興趣的開發(fā)者或企業(yè)可以在官網(wǎng)（evermind.ai）留下郵箱，將有機會第一時間體驗服務(wù)。

超越技術(shù)的使命

“我們正在直面 AI 領(lǐng)域最深刻的挑戰(zhàn)之一——讓機器擁有記憶，開啟通往更高層次通用智能的大門。這不僅是一份工作，而是一場塑造未來智能記憶層的使命�！� —— EverMind 團隊