EverMind 團隊近日宣布正式發布其旗艦產品 EverMemOS，這是一款面向人工智能智能體的世界級長期記憶操作系統。它旨在成為未來智能體的數據基礎設施，為 AI 賦予持久、連貫、可進化的 “靈魂”。

近期，EverMemOS 在 LoCoMo 和 LongMemEval-S 等最主流的長期記憶評測集上，其表現已顯著超越此前工作，成為新的 SOTA。

• Website：http://everm.ai
• Github: https://github.com/EverMind-AI/EverMemOS/

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 在長時程任務中會頻繁‘失憶’。這不僅導致記憶斷裂、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據來理解用戶，也無法保留上下文的中間數據，這使其應用價值大打折扣。

這不只是一個技術缺陷，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。

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

行業并非沒有嘗試。RAG 等傳統方法提供了初步的補償方案，一些新興的記憶系統也開始涌現。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 —— 既要滿足一對一陪伴場景，又能夠支持復雜的企業多人協作場景。

更重要的是，這個系統必須在精度、速度、易用性和應用適配性上達到高度統一。現實是，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、易優化的 “記憶外掛”，依然是困擾眾多應用、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），這一曾引領中國數字創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，前額葉與海馬體協同完成記憶的形成與提取。這種「類腦」理念，成為 EverMemOS 設計的核心，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始人陳天橋在腦科學與 AI 融合研究中的長期投入一脈相承，體現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，他在天橋腦科學研究院在美國舊金山舉辦的首屆天橋腦科學研究院 AI 驅動科學研討會（Symposium for AI Accelerated Science，AIAS 2025）上系統闡述了包括 “長期記憶” 在內的發現式智能五種核心能力。他指出，當今的 AI 建立在 “空間結構” 范式之上 —— 這種范式是「瞬時的」「靜態的」，本質上通過規模化參數去擬合世界的 “快照”；而人類大腦的 “時間結構” 范式是「連續的」「動態的」，其目的在于管理與預測時間流中的信息。在這其中，“長期記憶” 正是連接時間與智能的關鍵環節。

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

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性能上均實現關鍵突破的記憶系統。

• 在場景覆蓋上： 它是行業首個真正能同時支持 1 對 1 對話與復雜多人協作兩大場景的記憶系統，并已率先被創新的 AI Native 產品 Tanka 采用。

• 在技術性能上： 基于創新的生物‘印跡’（Engram）啟發式記憶提取與應用技術，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，樹立了新的行業標桿。

EverMemOS 四層架構設計

EverMemOS 受「人腦記憶機制」啟發，創新設計了四層結構，并與大腦關鍵功能區形成類比：

• 代理層（Agentic Layer）—— 負責任務理解、分解與生成，類比「前額葉皮層」在注意力、計劃與執行控制中的作用。
• 記憶層（Memory Layer）—— 管理長期記憶的提取和結構化存儲，對應「大腦皮層網絡」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記憶關聯和高效記憶檢索，類似「海馬體」完成記憶的關聯與快速索引功能。 
• 接口層（API/MCP Interface）—— 與企業級應用無縫集成，作為 AI 的 “感官接口” 與外界交互。

EverMemOS 三大系統特點

特點一：從 “記憶數據庫” 到 “記憶處理器” EverMemOS 的首要創新在于，它不僅僅是一個記憶的 “數據庫”，更是一個記憶的 “應用處理器”。它解決了現有方法 “只管找，不管用” 的核心痛點，通過其獨特的推理與融合機制，讓記憶能夠實時、主動地影響模型的思考和回應，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：創新設計 “分層記憶提取” 與動態組織 EverMemOS 的核心在于其創新的 “分層記憶提取” 思想。它不再將記憶視為混亂的文本塊，而是將連續的語義塊提取為情景記憶單元，再動態地組織成結構化記憶。這種層次化的記憶組織方式，將相關記憶聯系起來，解決了純文本相似度檢索難以捕捉隱性上下文的難題，為后續的記憶應用提供了堅實的基礎。

特點三：實現業界首個可拓展的模塊化記憶框架 在實際應用中，不同場景下的記憶需求差距較大。因此，EverMemOS 創新性地設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、結構化信息的工作場景，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的記憶組織和應用策略，解決了傳統記憶形式單一、無法適應多變需求的難題。

從開源到云服務

目前，EverMind 已在 github 上開放 EverMemOS 開源版本，供開發者與 AI 團隊部署與試用。Github 訪問地址為：https://github.com/EverMind-AI/EverMemOS/。

預計在今年晚些時候，團隊將發布云服務版本，為企業用戶提供更完善的技術支持、數據持久化與可擴展體驗，有興趣的開發者或企業可以在官網（http://everm.com）留下郵箱，將有機會第一時間體驗服務。

超越技術的使命

“我們正在直面 AI 領域最深刻的挑戰之一 —— 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