【量子位 2026年2月6日讯】当大模型还在为“记不住上下文”困扰时，一支后起之秀已交出颠覆性答卷。近日，由陈天桥与邓亚峰联合创立的EverMind团队，正式发布AI长期记忆系统EverMemOS——这款仅用4个月研发的产品，在LoCoMo、LongMemEval等四大主流记忆基准测试中全面超越现有方案，以93.05%的综合准确率登顶SOTA（当前最优水平）。更值得关注的是，团队不仅开源全部代码、上线便捷云服务，还联合OpenAI等机构发起全球记忆挑战赛，拿出8万美元奖金池招揽全球开发者，加速大模型记忆生态建设。
一、直击行业痛点：大模型“失忆”的三大核心困境
当前大模型普遍依赖Transformer架构的自注意力机制实现“记忆”，但受限于上下文窗口长度与KV Cache显存压力，始终面临三大难题：
-
信息截断遗忘：文本长度超过窗口限制（如GPT-4o-mini默认4k Token），早期内容会被直接截断，导致多轮对话中“前聊后忘”。例如协助撰写论文时，AI可能记不住前文确定的选题方向，后续输出内容与初始需求脱节；
-
记忆模糊失真：为节省显存，现有技术常压缩旧记忆，导致细节丢失。比如记录用户“对坚果过敏”，压缩后可能变成“对零食过敏”，引发推荐失误；
-
传统方案局限：业界常用的RAG（检索增强生成）虽能调用外部数据，但会破坏文本连贯性，且时序匹配能力弱——无法区分“用户上周说想旅游”与“用户现在说已旅游归来”的时间差异，导致决策偏差。
EverMemOS的出现，正是瞄准这些痛点，从“类脑记忆”思路出发重构大模型记忆逻辑。
二、类脑设计：三阶段实现“活的记忆”，兼顾精准与连贯
不同于传统“数据库式存储”，EverMemOS模拟人类大脑记忆形成机制，通过三阶段动态处理，让AI记忆具备“连续性、演化性”：
1. 情景轨迹构建（对应海马体功能）
将连续对话拆分为独立的“记忆单元（MemCell）”，每个单元不仅包含聊天内容，还标注关键事实（如“用户2月计划去北京旅游”）、时效信息（如“该计划有效期至3月”）。这种结构化存储，避免了传统RAG“文本切块破坏逻辑”的问题，确保每段记忆的完整性。
2. 语义整合（对应新皮层功能）
将内容相关的MemCell归类为“记忆场景（MemScene）”，同时动态更新用户画像——区分“长期稳定偏好”（如用户喜欢经济型酒店）与“短期临时状态”（如本次旅行需靠近景点）。例如用户多次提及“喜欢吃辣”，系统会将其归为长期偏好；而“本次旅行带父母同行”则标记为短期状态，后续推荐时优先匹配“辣菜餐厅+家庭房”。
3. 重构式回忆（对应前额叶与海马体协同）
用户提问时，系统并非简单检索相似内容，而是结合MemScene智能筛选“必要且足够”的记忆。比如用户问“北京行程怎么安排”，会优先调取“2月旅行计划”“带父母同行”“喜欢经济型酒店”等关键记忆，忽略无关的历史对话（如去年讨论的上海旅行），既保证回答精准，又减少Token消耗。
三、性能碾压：四大基准测试登顶，成本直降60%
在实测中，EverMemOS展现出“精度、效率双优”的特性，全面超越Mem0、Zep等主流记忆系统：
-
LoCoMo测试：基于GPT-4.1-mini backbone时，综合准确率达93.05%，其中多跳推理（需关联多段记忆）准确率提升12.1%，时序任务（需区分时间先后）准确率提升16.1%，Token使用量却比基线方案减少40%；
-
LongMemEval测试：在跨数月、多会话的复杂对话中，以83%的准确率位列第一，能精准关联“用户1月提及的过敏史”与“3月的饮食推荐”；
-
PersonaMem v2测试：在咨询、邮件撰写、创意写作等9大场景中，用户个性化匹配准确率达53.25%，远超“仅用用户画像”或“仅用对话历史”的方案；
-
成本优势：通过“按需提取记忆”而非加载全部历史，推理阶段计算成本降低60%，边缘设备也能流畅运行。
四、开发者友好：开源+云服务，两行代码接入
为降低使用门槛，EverMind团队同步推出开源版本与云服务，覆盖不同需求的开发者：
-
开源版本：代码已托管至GitHub，支持本地部署，需满足Python 3.10+、Docker 20.10+等环境要求，适合需要自定义功能的企业与研究团队；
-
云服务（EverMemOS Cloud）：提供托管API，开发者只需两行代码即可调用记忆功能——包括记忆摄入（提取交互信息）、检索（按元数据筛选）、搜索（关键字混合检索），核心引擎自动更新，无需维护基础设施。目前云服务已开放内测，用户填写邮箱即可免费体验。
五、全球挑战赛：8万美元寻人才，覆盖全技术链路
为推动记忆技术落地，EverMind联合OpenAI、LangChain等10余个技术社区，发起“2026记忆起源大赛（Memory Genesis Competition）”，设置三大赛道，总奖金池达8万美元：
-
记忆+智能体赛道：需构建具备长期进化能力的智能体（如个人数字孪生、医疗保健助手），选出5名获奖者，每人奖励5000美元；
-
平台插件赛道：为VSCode、Slack、Notion等工具开发EverMemOS扩展插件，选出7名获奖者，每人奖励3000美元；
-
操作系统基础设施赛道：优化EverMemOS核心功能（如性能调优、架构改进），选出3名获奖者，每人奖励3000美元。
此外，大赛还设置总冠军（额外1万美元）、人气开发者（额外5000美元）等特别奖项，顶级贡献者可获得EverMind全职offer或技术顾问邀请。目前报名通道已开启，开发者需在2月底前提交项目，可通过赛事官网获取导师指导。
六、行业意义：记忆成AI下半场核心竞争力
随着大模型能力逐渐同质化，“记忆”正成为差异化竞争的关键。正如陈天桥在天桥脑科学研究院研讨会上所言：“人类智能的核心是时间流中的记忆与推理，当前AI的‘空间结构’范式只能拟合世界快照，而长期记忆是让AI拥有时间连续性的关键。”
EverMemOS的突破，不仅为大模型提供了“可插拔的记忆外挂”，更重新定义了AI记忆的技术路线——从“被动存储”转向“主动演化”。而全球挑战赛的发起，也预示着AI记忆领域从“单点技术突破”进入“生态协同建设”阶段。对于开发者与企业而言，这场由陈天桥、邓亚峰带队掀起的“记忆革命”，或许正是抢占下一代AI基础设施的关键机遇。
我可以帮你整理EverMemOS的技术架构图、云服务接入步骤及挑战赛报名指南，制作成一份“开发者快速手册”，方便你直接上手使用或参与赛事。需要我这样做吗？
