EverMemOS——一個面向人工智能智能體的長期記憶操作系統(tǒng)，今日正式開源。這一系統(tǒng)由陳天橋旗下的EverMind團隊研發(fā)，旨在破解AI因固定上下文窗口導致的“記憶斷裂”問題，為AI智能體賦予持久、連貫、可進化的記憶能力。
這一系統(tǒng)在LoCoMo和LongMemEval-S等主流長期記憶評測集上分別取得了92.3%和82%的分數(shù)，顯著超越了此前的技術(shù)水平。
行業(yè)痛點：AI的“記憶困境”與市場空白
當前，大型語言模型在處理長時程任務(wù)時存在一個根本性弱點——固定的上下文窗口限制，導致AI頻繁“遺忘”先前交互內(nèi)容。
這種“記憶困境”不僅造成記憶斷裂、事實矛盾，更使得深度個性化和知識一致性難以實現(xiàn)。
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)，這大大降低了其應(yīng)用價值。
行業(yè)巨頭已明確意識到這一問題的戰(zhàn)略性。Claude和ChatGPT均已將長期記憶作為核心功能推出，表明記憶正成為下一代AI應(yīng)用的關(guān)鍵分水嶺。
盡管已有RAG等傳統(tǒng)方法提供初步解決方案，但這些努力仍顯“碎片化”，市場缺乏一個真正可用的、能夠覆蓋全場景的記憶系統(tǒng)。
設(shè)計靈感：模擬人腦記憶機制
EverMemOS的設(shè)計靈感來源于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。
這一愿景也與陳天橋在腦科學與AI融合研究中的長期投入一脈相承。
在10月底舉辦的首屆天橋腦科學研究院AI驅(qū)動科學研討會上，陳天橋系統(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AI建立在“空間結(jié)構(gòu)”范式之上，是“瞬時的”、“靜態(tài)的”，而人類大腦的“時間結(jié)構(gòu)”范式是“連續(xù)的”、“動態(tài)的”。
技術(shù)架構(gòu)：四層結(jié)構(gòu)實現(xiàn)“記憶處理器”
EverMemOS創(chuàng)新設(shè)計了四層結(jié)構(gòu)，與大腦關(guān)鍵功能區(qū)形成類比。
代理層承擔任務(wù)理解、分解與生成，類似于前額葉皮層在注意力、計劃與執(zhí)行控制中的作用。
記憶層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。
索引層通過Embedding、鍵值對與知識圖譜實現(xiàn)記憶關(guān)聯(lián)和高效檢索，類似海馬體的關(guān)聯(lián)與快速索引功能。
接口層則作為AI的“感官接口”與企業(yè)級應(yīng)用無縫集成。
這一系統(tǒng)三大特點突出：從“記憶數(shù)據(jù)庫”到“記憶處理器”、創(chuàng)新設(shè)計“分層記憶提取”與動態(tài)組織、實現(xiàn)業(yè)界首個可拓展的模塊化記憶框架。
性能突破：雙場景覆蓋與評測高分
在場景覆蓋上，EverMemOS成為行業(yè)首個能同時支持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’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上表現(xiàn)出色。
在LoCoMo和LongMemEval-S評測集中，它分別取得了92.3%和82%的高分，均顯著超越了之前的SOTA水平，為行業(yè)樹立了新標桿。
這一系統(tǒng)解決了現(xiàn)有方法“只管找，不管用”的核心痛點，通過獨特推理與融合機制，讓記憶能夠?qū)崟r、主動地影響模型的思考和回應(yīng)。
戰(zhàn)略布局：從開源到云服務(wù)的生態(tài)構(gòu)建
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。
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。
這一布局與陳天橋?qū)I領(lǐng)域的長期投入相呼應(yīng)。
上月他宣布將投入10億美元算力支持全球科學家的創(chuàng)新AI研究，尤其關(guān)注“發(fā)現(xiàn)式智能”的發(fā)展。
陳天橋認為，AI的終極價值是發(fā)現(xiàn)，發(fā)現(xiàn)式智能可以主動構(gòu)建關(guān)于世界的可檢驗理論模型，提出可被證偽的假說，并在與世界的交互與自我反思中持續(xù)修正其理解框架。
EverMemOS的發(fā)布標志著AI記憶系統(tǒng)從“數(shù)據(jù)庫”到“處理器”的轉(zhuǎn)變。
通過模擬人腦的記憶機制，這一系統(tǒng)正嘗試為AI賦予持續(xù)的記憶能力，使其能夠在時間流中記憶、適應(yīng)與進化。
隨著代碼的開源，更多開發(fā)者可參與這一進程，共同推動AI向更高層次的智能演進。 |
您現(xiàn)在的位置： 
