Evermind 助力 AI 模型记忆实现自演化

在聊EverMemOS为啥强之前，我们不妨先来思考一个问题：当你使用大模型时，是不是总觉得有什么地方不得劲？

前一秒还聊得好好的，下一秒就忘得一干二净，要么就是拆东墙补西墙，这个记住了，另一个又忘了。

归根结底，不是模型能力不够强，而是记忆功能不够用。

这就要回到大模型的底层架构上讲，众所周知，当前大模型普遍用的是Transformer架构，其记忆核心在于自注意力机制，也就是上下文窗口的信息缓存。

它会通过计算当前窗口的token间关系，理解上下文含义，但实际运行中由于受限于物理内存资源，窗口长度是有限的，一旦文本长度超过窗口限制，信息就会被截断遗忘。

另外，随着对话变长，KV Cache占用的显存也会逐渐膨胀。影响推理效率的同时，为了节省资源，现有的技术往往会选择压缩旧记忆，从而导致记忆细节变得模糊。

这显然影响了用户的实际体验，举个例子be like：

当你需要AI协助写一篇论文时， 从确定选题→检索相关文献→拟结构→写初稿→修改优化到最后定稿，这当中势必需要多轮交互，但AI压根记不住你之前写的内容，最后输出的结果也只能是驴头不对马嘴。

那怎么办呢？学术界为此提出了三种技术方案：

基于外部存储的记忆（External Storage based Memory）

这就类似于为大模型配备了一个外部数据库，里面系统存储着用户相关的历史记录。当用户提问时，系统就会先去数据库里搜索相关文档，再将其和问题一起喂给AI。

但这并非真正的记忆，而是在考场上临时翻阅教材。

• 基于模型参数的记忆（Model Parameter based Memory）

该方案本质是将记忆通过训练内化成模型的一部分，通过微调SFT或持续预训练，让模型在看到某个问题时，就能迅速通过参数内部权重指向正确答案。

DeepSeek的最新成果便是用的这个思路，但再训练的成本极高且容易遗忘，不适合个性化和短期记忆。

• 基于隐状态的记忆（Latent State based Memory）

通过保存模型的中间推理状态（如KV Cache），达成类人的短期记忆或工作记忆。

它非常适用于理解复杂的对话语境，但换言之，它是一次性的，只能短暂存在，无法长久记忆。

其中业界用的比较多的方法，还是RAG（检索增强生成），也就是基于外部存储的记忆。

但RAG同样缺点明显。首先，其工作方式是将长文本切成一个个片段，会破坏信息的连贯性，让模型难以理解复杂的因果关系。

其次RAG依赖向量相似度检索，擅长找语义相近的内容，但在时序匹配上不足；另外RAG知识是相对静态的，如果要更新信息，则需要高昂的成本支持。

基于此，EverMemOS应运而生。

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。

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。

一边帮大模型减负，一边帮大模型补记忆力，堪称大模型版安神补脑液。