2025 AI 記憶系統(tǒng)大橫評(píng)：從插件到操作系統(tǒng)，誰在定義下一代Agent Infra？

如果站在今天回望 AI 的進(jìn)化史，你會(huì)發(fā)現(xiàn)這波浪潮在短短幾年內(nèi)完成了三次躍遷：

• 2022-2023：模型時(shí)代（The Model Era）GPT-4 的橫空出世,讓機(jī)器第一次具備了通用的語言與推理能力（大腦構(gòu)建完成）。

• 2024-2025：智能體時(shí)代（The Agentic Era）RAG 與工具調(diào)用（Tool Use）的普及，讓 AI 擁有了手和眼，開始具備執(zhí)行復(fù)雜任務(wù)的能力。

• 2026-：認(rèn)知時(shí)代（The Cognitive Era / Memory Era）AI 開始擁有"長期記憶"與"連貫人格"。這是從"工具"到"伙伴"的終極跨越——未來的 AI 不再是閱后即焚的聊天窗口，而是有歷史、有偏好、真正懂你的"第二大腦"。

這不是一個(gè)小升級(jí)，而是范式轉(zhuǎn)換：

未來的 AI，不是問一句答一句的聊天機(jī)器人，而是有歷史、有偏好、有世界模型的智能體（AI Agent）。

于是，一個(gè)全新的基礎(chǔ)設(shè)施賽道突然爆發(fā)：

AI Memory System（AI 記憶系統(tǒng)）

它們?cè)噲D解決同一個(gè)核心問題：

如何讓 AI 記住過去，從而理解未來？

2023–2025 之間，全球出現(xiàn)了十幾種完全不同的 Memory 技術(shù)路線。但究竟哪種路線能最終滿足我們的使用需求，目前各條路線進(jìn)展如何？我們還無法形成直觀的評(píng)價(jià)。

在AI領(lǐng)域，我們經(jīng)常用基準(zhǔn)測試（benchmark）去衡量技術(shù)性能的高低。在記憶方面，比較常用的測試集有LoCoMo、LongMemEval等。但記憶領(lǐng)域的評(píng)測并不是一件非常容易的事，評(píng)測方法、所用模型、版本都會(huì)造成評(píng)測結(jié)果的分歧。前些時(shí)候，Mem0和Letta就在彼此的評(píng)測分值上有過分歧（參見《Benchmarking AI Agent Memory: Is a Filesystem All You Need?》）。

我們查閱了記憶領(lǐng)域近10個(gè)團(tuán)隊(duì)的評(píng)測官方分?jǐn)?shù)、發(fā)布情況和橫向比較，看到三家橫向評(píng)測完整度是比較高的，在此嘗試進(jìn)行分析解讀。

1、Mem360橫向評(píng)測：

數(shù)據(jù)來源：https://www.53ai.com/news/LargeLanguageModel/2025092482391.html

發(fā)布時(shí)間：2025-9-24

2、MemOS橫向評(píng)測：

數(shù)據(jù)來源：https://huggingface.co/datasets/MemTensor/MemOS_eval_result

發(fā)布時(shí)間：2025-11-6

3、EverMind（EverMemOS研發(fā)團(tuán)隊(duì)）橫向評(píng)測：

注：Full-context為將完整的對(duì)話歷史無截?cái)唷o篩選地直接輸入給大型語言模型（LLM），讓模型僅依賴自身的上下文窗口和注意力機(jī)制處理信息、生成輸出，消耗token較多，但可以作為性能的baseline。

數(shù)據(jù)來源：https://github.com/EverMind-AI/EverMemOS/tree/main/evaluation

發(fā)布時(shí)間：2025-11-26

同時(shí)，我們也整理了各團(tuán)隊(duì)在LoCoMo測試集上官方報(bào)告的結(jié)果：

接下來，我們結(jié)合這些評(píng)測的解讀分析來進(jìn)一步了解Memory領(lǐng)域的技術(shù)進(jìn)展。

為什么所有 Memory 項(xiàng)目都說自己是 SOTA？

首先，我們比較發(fā)現(xiàn)上述三家公布的橫向評(píng)測結(jié)果，總體上還是相對(duì)一致的（比如對(duì)MemU的評(píng)測，三家復(fù)現(xiàn)結(jié)果都很相近），多數(shù)項(xiàng)目的相對(duì)高低也是一致的，但在個(gè)別分值上結(jié)果相差很大（比如Zep的分值，EverMind的評(píng)分明顯高于其他兩家，并且略高于Zep官方Claim的結(jié)果）。

仔細(xì)分析會(huì)發(fā)現(xiàn)，這些測評(píng)數(shù)據(jù)的差異主要來自這幾個(gè)方面：

① 評(píng)測對(duì)象不同

不同的評(píng)測報(bào)告中，對(duì)于同一記憶系統(tǒng)，有的評(píng)測了 web API 版，有的評(píng)測了開源版。例如EverMind的橫評(píng)中標(biāo)注EverMemOS使用了開源版，其他產(chǎn)品使用了性能更好的web API 版，因此基本代表了各家產(chǎn)品的最新最佳表現(xiàn)。

在關(guān)于評(píng)測是否可復(fù)現(xiàn)的爭議中，也有相當(dāng)一部分來自開源版本提供的數(shù)據(jù)和代碼并不充分。多家記憶系統(tǒng)都曾在Github上用"web API版有更多優(yōu)化"回應(yīng)復(fù)現(xiàn)疑問，可以認(rèn)為大家更推薦web API版本。

② 版本更迭

各家記憶系統(tǒng)大都在持續(xù)更新，包括升級(jí)和版本迭代中的小失誤。

Zep自官方Claim的LoCoMo測試結(jié)果發(fā)布之后，已經(jīng)從v2升級(jí)到了v3，EverMind的評(píng)測中，則使用了Zep的V3版本，這可能是EverMind橫評(píng)中Zep得分高于其他家評(píng)測結(jié)果，甚至高于Zep官方此前匯報(bào)的結(jié)果的原因。

在記憶召回中有特殊價(jià)值的"時(shí)間戳"定義上，Mem0 最新的版本中出現(xiàn)了一些定義混淆，這個(gè) issue 在Github上也有討論，或許對(duì)其效果有一定的影響。MemOS在橫向評(píng)測中提到對(duì)Mem0的測評(píng)結(jié)果無法復(fù)現(xiàn)，或與此有關(guān)。

③ 測評(píng)模型及方法

目前只有 MemOS 和 EverMemOS 兩家公開了完整的橫向測評(píng)方法，二者在評(píng)測所用的語言模型及評(píng)測方法上略有不同。

從模型角度，MemOS 統(tǒng)一用 gpt-4o-mini 作為回答模型，EverMind統(tǒng)一用新一代的 gpt-4.1-mini作為問答模型，都做到了統(tǒng)一標(biāo)準(zhǔn)。

從方法角度，在對(duì) Zep 的評(píng)測上，MemOS 提供了三版不同的結(jié)果,最終選用了通用回答提示詞生成的結(jié)果，EverMind選用了 Zep 原生回答提示詞。對(duì)此，我們?yōu)g覽了各方評(píng)測的結(jié)果文件，發(fā)現(xiàn)Zep在存儲(chǔ)記憶的時(shí)候，對(duì)于時(shí)間戳的定義和主流有所不同，導(dǎo)致使用通用提示詞會(huì)造成預(yù)期外的準(zhǔn)確率下降。這可能是Mem360和MemOS對(duì)Zep的評(píng)分顯著低于Zep官方報(bào)告分?jǐn)?shù)的重要原因。我們推測EverMind對(duì)Zep的評(píng)分或更接近Zep在線服務(wù)的真實(shí)水平。

由此可見，在記憶系統(tǒng)的評(píng)測結(jié)果中，在公布評(píng)測成績的同時(shí)，必須提供評(píng)測條件，包括評(píng)測的具體時(shí)間、版本，使用的模型和提示詞等，并且在統(tǒng)一外部條件下進(jìn)行橫向比較，才能達(dá)到評(píng)測的目的，便于客觀比較和加深理解。

從 Mem0 與 Letta 的測評(píng)復(fù)現(xiàn)之爭可以看出，橫向測評(píng)外部系統(tǒng)是一件不容易的事，信息不足可能造成評(píng)測結(jié)果的偏頗和爭論。但不同記憶系統(tǒng)之間的評(píng)測又是一件重要的事，能夠促進(jìn)整個(gè)行業(yè)的交流和發(fā)展，而不是各自閉門造車。在此，感謝 MemOS 團(tuán)隊(duì)和 EverMemOS 團(tuán)隊(duì)對(duì)開源評(píng)測的推動(dòng)和助力，也希望未來有更多更好的 Benchmark 數(shù)據(jù)集和開源評(píng)測的精彩互動(dòng)，讓這個(gè)領(lǐng)域更加活躍起來。

如何看待記憶系統(tǒng)的多種路線？

我們梳理了2024–2025年全球開源社區(qū)出現(xiàn)的十幾種完全不同的 Memory 技術(shù)路線和代表項(xiàng)目：

• 自動(dòng)抽取記憶（Mem0）

• 企業(yè)級(jí) Memory Server（Zep）

• 結(jié)構(gòu)化記憶樹（MemU）

• 神經(jīng)張量記憶（MemOS）

• 生物啟發(fā)的Memory OS（EverMemOS）

• 屏幕級(jí)多模態(tài)記憶（Mirix）

• Profile-based Memory（Memobase）

• 文件系統(tǒng)式 Memory（Letta）

• 視頻級(jí)記憶 / LVMM（Memories.ai）

• 知識(shí)圖譜式超記憶（Supermemory）

• LangMem（LangChain 官方 Memory SDK）

隨之而來的關(guān)鍵問題是：記憶系統(tǒng)的底層技術(shù)演進(jìn)方向究竟在何方？2025 年的 Agent，到底應(yīng)該使用哪套 Memory 技術(shù)？

當(dāng)我們把歷史上出現(xiàn)的記憶系統(tǒng)相關(guān)工作都調(diào)研分析之后，就不難總結(jié)出AI長期記憶技術(shù)的三個(gè)發(fā)展階段：

1.工程化集成階段 (2023-2024):代表為 Mem0 和 Supermemory。這一階段的核心痛點(diǎn)是"RAG太難用了"，因此重點(diǎn)在于封裝復(fù)雜的向量數(shù)據(jù)庫操作，提供簡單的API。LoCoMo得分普遍在60%-70%，主要受限于基于相似度檢索的固有缺陷。

2.結(jié)構(gòu)化與圖譜階段 (2024-2025 H1):代表為 Zep 和 Memobase。開發(fā)者意識(shí)到"相似度"不等于"相關(guān)性"，特別是涉及時(shí)間維度的狀態(tài)變化時(shí)。引入知識(shí)圖譜和時(shí)間軸后，得分提升至75%左右，解決了時(shí)序錯(cuò)亂問題。

3.認(rèn)知架構(gòu)階段 (2025 H2):代表為 Mirix, MemU, MemOS，EverMemOS。這一階段徹底拋棄了"數(shù)據(jù)庫"的隱喻，轉(zhuǎn)而采用"大腦"或"操作系統(tǒng)"的隱喻。通過引入多智能體協(xié)作、記憶提純和類腦整合機(jī)制，系統(tǒng)性能終于突破85%，邁向90%+的人類水平。

限于篇幅，我們按照時(shí)間順序，從最早的 Mem0 到最新的 EverMemOS，選擇最有代表性的5個(gè)項(xiàng)目展開來說。希望能復(fù)盤記憶技術(shù)如何完成從'功能插件'到'操作系統(tǒng)'、從'靜態(tài)向量庫'到'動(dòng)態(tài)認(rèn)知體'的范式轉(zhuǎn)移。并結(jié)合最新發(fā)布的可復(fù)現(xiàn)橫評(píng)結(jié)果，分析各自特性和路線演化。

1、Mem0（2024.07–2025）——第一代輕量記憶插件的誕生：從"自動(dòng)抽取"開始

推出時(shí)間

• 2024-07 開源發(fā)布

• 2024-10-27首次系統(tǒng)公開論述Medium 上發(fā)布《Mem0: Solving the Memory Problem in LLMs》。

• 2025-04-28提交論文《Mem0: Building Production-Ready AI Agents with Scalable Long-Term Memory》

為什么 Mem0 會(huì)火？

因?yàn)楫?dāng)時(shí)幾乎所有開發(fā)者都遇到一個(gè)痛點(diǎn)：模型每次都忘記之前說過什么。Mem0 給出的簡單答案是：自動(dòng)抽取 → 自動(dòng)清洗 → 自動(dòng)存儲(chǔ)

幾行代碼就能讓 AI"看起來"擁有記憶。

在缺乏 Memory 基礎(chǔ)設(shè)施的 2023–2024 年，這極具革命性。

技術(shù)路線

Mem0 主打兩個(gè)詞：

• 輕量

• 自動(dòng)化

特點(diǎn)：

• 混合存儲(chǔ)：采用"向量+知識(shí)圖譜"架構(gòu)，兼顧語義匹配與關(guān)系推理，實(shí)現(xiàn)精準(zhǔn)記憶檢索

• 智能過濾：通過主動(dòng)篩選與更新記憶，有效減少冗余，在保證質(zhì)量的同時(shí)顯著優(yōu)化存儲(chǔ)與計(jì)算成本

Mem0 的時(shí)代意義

它是第一代"能用即可"的記憶工具

但它的問題也同樣明顯：

• 過度抽取

• 多輪任務(wù)容易漂移

• 不可解釋

• 長期一致性弱

這是一個(gè)讓世界認(rèn)識(shí)"AI 記憶"的產(chǎn)品，但不是下一代智能體的記憶基礎(chǔ)。

2、Zep（2024.09–2025）——企業(yè)級(jí) Memory Server 的率先探索：穩(wěn)定、可部署、可解釋

推出時(shí)間

• 2024.9：官方博客《Announcing: Zep Community Edition》宣布 CE 版本開源。

• 2025.1：論文《Zep: A Temporal Knowledge Graph Architecture for Agent Memory》上線 arXiv（2501.13956）。

Zep 的技術(shù)路線：Memory = Server

Zep 是第一套完整把記憶抽象成"服務(wù)（Service）"的系統(tǒng)：

• 圖譜專業(yè)化，使用時(shí)序圖譜，為多源數(shù)據(jù)動(dòng)態(tài)維護(hù)歷史關(guān)聯(lián)。

• 企業(yè)級(jí)可部署性（Docker、SDK、權(quán)限體系）

這讓它成為大量企業(yè)級(jí)項(xiàng)目的可用選擇。

為什么它能在統(tǒng)一評(píng)測中表現(xiàn)很好？

Zep 的上下文構(gòu)建（Context Assembly）比所有向量庫方案都更規(guī)整。

在 EverMind 的橫向評(píng)測中，Zep的分值85.22，甚至遠(yuǎn)高于其官方報(bào)告的分值（75.14）。

說明了Zep是可復(fù)現(xiàn)的，且團(tuán)隊(duì)代碼持續(xù)更新。

Zep 的定位總結(jié)

• 穩(wěn)健型 Memory

• 企業(yè)生產(chǎn)可用

• 但不是 Agent 的"長期世界模型"

• 更像"AI 的數(shù)據(jù)層"，而不是"大腦層"

3、MemOS（2025.05-07）——從 Memory3 到 Memory OS：神經(jīng)記憶體系的前沿探索

推出時(shí)間

• 2025-05 / 07：MemOS 論文體系定型

2025-05：短文《MemOS: MAG》

2025-07：長文《MemOS: A Memory OS for AI System》發(fā)布（2507.03724）

這標(biāo)志 MemOS 從"模型"到"操作系統(tǒng)框架"的正式轉(zhuǎn)變。

MemOS 的技術(shù)路線：Memory = 可訓(xùn)練的神經(jīng)結(jié)構(gòu)（Tensor Memory）

與其他所有系統(tǒng)不同，MemOS 的哲學(xué)是：

不僅存數(shù)據(jù)，連記憶本身也應(yīng)該是可學(xué)習(xí)的結(jié)構(gòu)。

核心組件包括：

• MemCube（張量化記憶單元）統(tǒng)一管理明文、激活、參數(shù)三種記憶

• 系統(tǒng)架構(gòu)層：接口層、操作層、基礎(chǔ)設(shè)施層三層架構(gòu)，將記憶"資源化"，實(shí)現(xiàn)了專業(yè)化分工與統(tǒng)一調(diào)度

現(xiàn)實(shí)問題：

• 學(xué)習(xí)曲線陡峭，集成需要較多定制開發(fā)

• 系統(tǒng)較重，不適合輕量級(jí)場景

MemOS 的定位

• 具有未來記憶技術(shù)的研究氣質(zhì)

• 對(duì)學(xué)術(shù)與前沿記憶模型有探索意義

4、MemU（2025.08）——結(jié)構(gòu)化記憶體系：當(dāng) AI 開始"整理自己的大腦"

推出時(shí)間

2025-08-08：Medium 文章首次系統(tǒng)公開 MemU

標(biāo)題即為《MemU: Let AI Truly Memorize You》

MemU 的技術(shù)路線：可解釋、結(jié)構(gòu)化、檔案式記憶

MemU 最獨(dú)特的地方在于它把記憶組織成樹（Memory Tree）。

結(jié)構(gòu)特點(diǎn)：

• 層級(jí)化存儲(chǔ)架構(gòu)：通過根、枝、葉三級(jí)節(jié)點(diǎn)，實(shí)現(xiàn)記憶的自動(dòng)分類存儲(chǔ)。

• 動(dòng)態(tài)擴(kuò)展機(jī)制：新記憶基于語義，自動(dòng)歸入對(duì)應(yīng)分支，實(shí)現(xiàn)自我生長。

• 權(quán)重檢索：系統(tǒng)按使用頻率等因素計(jì)算權(quán)重，并以此決定檢索優(yōu)先級(jí)。

這讓它在：

• 用戶畫像

• 檔案管理

• 教育記錄

• 結(jié)構(gòu)化任務(wù)

表現(xiàn)極好。

但它缺乏：

• 開放域推理

• 噪聲魯棒性

• 靈活度

在 MemOS的橫向評(píng)測中：MemU的分值為56.55，遠(yuǎn)低于官方 92.09%，是這5個(gè)項(xiàng)目中官方報(bào)告成績和外部評(píng)測差距最大的一家，期待看到MemU團(tuán)隊(duì)解釋澄清或更新結(jié)果。

5、EverMemOS（2025-09 → 2025-11）——第二代 Memory OS：AI 的長期"大腦"誕生

推出時(shí)間

• 2025-09-30：媒體首次提及 EverMemOS

包含 LoCoMo SOTA（92.3%）的信息

• 2025-11-16 ~ 18：EverMemOS 正式開源

OSChina、TMTPost 等多家媒體報(bào)道 GitHub 版本上線

EverMemOS 是目前五者中最晚亮相，但技術(shù)體系最完整的一家。

EverMemOS 的技術(shù)結(jié)構(gòu)：仿生四層記憶架構(gòu)

EverMemOS創(chuàng)新性地構(gòu)建了仿生四層記憶架構(gòu)，體現(xiàn)了人腦記憶機(jī)制的工程化模擬

①分類記憶提取

根據(jù)情景、語義、畫像等不同記憶類型，進(jìn)行提取和分層分區(qū)存儲(chǔ)，既保持對(duì)立有可有效關(guān)聯(lián)

② MemCell原子化存儲(chǔ)

每條記憶帶時(shí)間、來源、標(biāo)簽、關(guān)系等，類似人腦中的記憶單元

③ 事件邊界

不按會(huì)話或token強(qiáng)行切分，而是按主題關(guān)聯(lián)跨會(huì)話定義事件，形成可理解的記憶。

④ 多重召回

對(duì)簡單請(qǐng)求作快速召回，對(duì)復(fù)雜請(qǐng)求進(jìn)行多跳推理形成深度召回，類似人腦的前額葉和海馬體的協(xié)作。

EverMemOS（開源版）官方公布成績是92.3%，橫評(píng)可復(fù)現(xiàn)92.32%，是目前評(píng)測中唯一在綜合得分上超越 LLM Full-context的記憶系統(tǒng)，且平均Token數(shù)顯著低于full-context。這打破了我們的固有認(rèn)知。通常認(rèn)為把所有歷史扔給大模型（Full-context）是效果最好的。但評(píng)測數(shù)據(jù)顯示，過多的上下文反而引入了噪音，稀釋了模型的注意力。EverMemOS證明了一點(diǎn)：對(duì)于長期記憶，'精準(zhǔn)的遺忘'和'精準(zhǔn)的記'一樣重要。高質(zhì)量的記憶抽取和召回系統(tǒng)，實(shí)際上是在幫大模型做'注意力減負(fù)'。

這也是目前唯一官方測評(píng) = GitHub 橫測 = 社區(qū)復(fù)現(xiàn)結(jié)果一致的 Memory OS。

• 發(fā)布全套評(píng)測腳本

• 發(fā)布所有 prompt

• 發(fā)布所有數(shù)據(jù)集

• 提供開源運(yùn)行方式

• 統(tǒng)一模型 / 統(tǒng)一參數(shù)

單從性能透明度上，就是很值得贊賞的開源項(xiàng)目。

應(yīng)用實(shí)例評(píng)測

除了上面的LoCoMo等評(píng)測集的客觀評(píng)價(jià)之外，我們還想從主觀使用體驗(yàn)的角度來進(jìn)行評(píng)測。

于是，我們用GPT生成了多個(gè)測試實(shí)例，分別運(yùn)行5個(gè)系統(tǒng)的最佳結(jié)果版本（EverMemOS開源版本，Mem0/Zep/MemOS/MemU的web API版），再用GPT評(píng)價(jià)各系統(tǒng)返回的結(jié)果，并作人工校驗(yàn)。測試實(shí)例分別體現(xiàn)對(duì)記憶的信息提取、調(diào)度記憶的主動(dòng)推斷、時(shí)間戳和事件的時(shí)間認(rèn)知能力。

在此先給出結(jié)論：總體而言，EverMemOS的準(zhǔn)確率最高，但部分實(shí)例運(yùn)行時(shí)間較長；MemU和Zep緊隨其后，表現(xiàn)較為穩(wěn)定，但Zep對(duì)時(shí)間戳和事件的時(shí)間認(rèn)知表現(xiàn)不盡如人意，MemU對(duì)細(xì)節(jié)信息提取和事件的時(shí)間認(rèn)知表現(xiàn)不足；MemOS和Mem0的表現(xiàn)不甚穩(wěn)定，具體結(jié)果如下：

問題一: 洱海電動(dòng)車租一天多少錢？

考察目標(biāo)：細(xì)節(jié)信息的回憶

標(biāo)準(zhǔn)答案：普通電動(dòng)車50-80元/天，大功率電動(dòng)車100-150元/天

提供的對(duì)話記錄（msg_006）中包含相關(guān)內(nèi)容："價(jià)格：普通電動(dòng)車50-80元/天，續(xù)航80-100公里；大功率電動(dòng)車100-150元/天，續(xù)航120-150公里。"

5個(gè)系統(tǒng)給出的結(jié)果為：

1、Mem0

根據(jù)一般情況，洱海周邊租電動(dòng)車一天的費(fèi)用大致在80元到150元之間，具體價(jià)格會(huì)因車型、租賃點(diǎn)和季節(jié)有所差異。一般租賃還會(huì)要求押金，并核實(shí)駕駛證。建議提前詢價(jià)比較，并留意電動(dòng)車的續(xù)航能力和安全性能。

評(píng)價(jià)：記憶系統(tǒng)中沒有查找到記錄，從一般知識(shí)推斷

2、Zep

在洱海租用電動(dòng)車一天的價(jià)格大致在50元到150元之間，具體取決于電動(dòng)車的類型。普通電動(dòng)車的租金一般是50到80元每天，而大功率電動(dòng)車的租金則在100到150元每天。此外，租車通常需要準(zhǔn)備500到1000元的押金。

評(píng)價(jià)：非常準(zhǔn)確，信息完整，價(jià)格區(qū)間精確

3、MemOS

根據(jù)您的記憶，您曾關(guān)注過洱海環(huán)湖電動(dòng)車的租賃問題，但具體一天的價(jià)格沒有明確記錄。一般來說，洱海環(huán)湖電動(dòng)車租賃一天的價(jià)格大約在100元到150元之間，具體價(jià)格會(huì)根據(jù)租賃點(diǎn)和電動(dòng)車型號(hào)有所差異。

評(píng)價(jià)：記憶系統(tǒng)中沒有記錄"一天的價(jià)格"

4、MemU

根據(jù)當(dāng)前記憶，暫時(shí)沒有關(guān)于洱海電動(dòng)車租賃價(jià)格的具體信息。一般來說，洱海地區(qū)的電動(dòng)車租賃費(fèi)用大約在每天50至150元之間,具體價(jià)格會(huì)根據(jù)車型和租賃點(diǎn)有所不同，建議您到當(dāng)?shù)刈赓U店咨詢以獲取準(zhǔn)確報(bào)價(jià)。

評(píng)價(jià)："暫時(shí)沒有記憶"，說明記憶提取不完整

5、EverMemOS

根據(jù)之前的咨詢，洱海普通電動(dòng)車的日租金大約在50到80元之間，而大功率車型的租金則在100到150元之間。

評(píng)價(jià)：非常準(zhǔn)確，信息完整，價(jià)格區(qū)間精確

問題二: 明天我要去青島旅游，帶一個(gè)箱子還是兩個(gè)箱子好呢？

考察目標(biāo)：主動(dòng)性推斷

標(biāo)準(zhǔn)答案：建議帶一個(gè)箱子，減輕搬運(yùn)負(fù)擔(dān)，保護(hù)腰部

該問題不在原始對(duì)話中，但根據(jù)用戶的腰傷歷史（msg_007中提到"在搬行李的時(shí)候不小心把腰閃了"），在回答行李相關(guān)問題時(shí)，必須優(yōu)先考慮腰部保護(hù)，避免再次因搬運(yùn)重物受傷。

5個(gè)系統(tǒng)給出的結(jié)果為：

1、Mem0

根據(jù)您即將前往青島旅游的情況，如果行程時(shí)間較短且不需要攜帶過多物品，帶一個(gè)箱子通常會(huì)更方便；如果您需要帶換洗衣物較多或準(zhǔn)備了特別裝備，帶兩個(gè)箱子會(huì)更妥當(dāng)。建議根據(jù)行程天數(shù)和物品多少來選擇箱子數(shù)量。

評(píng)價(jià)：提供了通用建議，但完全忽略了用戶的腰傷歷史，這是回答該問題時(shí)最關(guān)鍵的因素

2、Zep

根據(jù)您近期剛從云南旅行回來，搬運(yùn)行李時(shí)曾扭傷腰部且正在恢復(fù)，建議您明天去青島旅游時(shí)盡量只帶一個(gè)箱子，以減輕行李搬運(yùn)對(duì)腰部的負(fù)擔(dān)。

評(píng)價(jià)：完美的回答，準(zhǔn)確記住了腰傷歷史和發(fā)生原因（搬運(yùn)行李），建議針對(duì)性強(qiáng)

3、MemOS

考慮到您之前的云南旅行是5天并攜帶了合適的行李，從實(shí)用和方便出行的角度來看，帶一個(gè)大小適中的箱子應(yīng)該比較合適，這樣既方便攜帶又能滿足短途旅游的基本需求。

評(píng)價(jià)：建議帶一個(gè)箱子是正確的，但理由不夠充分，未提及最關(guān)鍵的腰部保護(hù)因素

4、MemU

鑒于您近期腰部有急性扭傷，建議盡量減少行李負(fù)擔(dān)，帶一個(gè)箱子較為合適，以減輕搬運(yùn)行李時(shí)對(duì)腰部的壓力。

評(píng)價(jià)：準(zhǔn)確且簡潔，充分考慮了腰部扭傷情況，建議明確合理

5、EverMemOS

根據(jù)您之前云南旅行時(shí)因搬運(yùn)行李導(dǎo)致腰部受傷的情況，建議此次青島旅行盡量減少行李箱數(shù)量，帶一個(gè)箱子會(huì)更為安全且方便，避免搬運(yùn)行李時(shí)造成負(fù)擔(dān)和潛在的腰部不適。

評(píng)價(jià)：非常詳細(xì)和周到，不僅記住了腰傷，還記住了受傷的具體原因（搬運(yùn)行李），建議針對(duì)性強(qiáng)

問題三: 從我計(jì)劃去云南到實(shí)際從云南回來，一共過了多長時(shí)間？

考察目標(biāo)：時(shí)間戳的定義

標(biāo)準(zhǔn)答案：約35天（一個(gè)多月）

根據(jù)對(duì)話記錄：

msg_001（2025-09-10）："我計(jì)劃下個(gè)月去云南旅游"

msg_007（2025-10-15）："我從云南回來了"

計(jì)算：從9月10日計(jì)劃到10月15日實(shí)際回來，經(jīng)過了約35天

5個(gè)系統(tǒng)給出的結(jié)果為：

1、Mem0

根據(jù)您的計(jì)劃和實(shí)際情況推測，您從計(jì)劃去云南開始到實(shí)際從云南回來，大概率經(jīng)歷了大約5天左右的時(shí)間。

評(píng)價(jià)：嚴(yán)重錯(cuò)誤！將"旅游5天"混淆為"從計(jì)劃到回來5天"，完全沒有理解時(shí)間跨度

2、Zep

根據(jù)您的計(jì)劃和實(shí)際行程，您從計(jì)劃去云南到實(shí)際從云南回來一共經(jīng)過了大約5天左右的時(shí)間。

評(píng)價(jià)：同樣的嚴(yán)重錯(cuò)誤，將旅游天數(shù)誤認(rèn)為總時(shí)間跨度

3、MemOS

從您計(jì)劃去云南旅游到實(shí)際從云南回來，時(shí)間大概率是在2023年11月左右，具體時(shí)長大約為5天左右，可能與您原計(jì)劃的行程相符。

評(píng)價(jià)：錯(cuò)誤！同樣混淆了旅游天數(shù)和總時(shí)間跨度，且年份錯(cuò)誤（2023而非2025）

4、MemU

您從計(jì)劃去云南到實(shí)際從云南回來，大約經(jīng)歷了一個(gè)多月的時(shí)間。

評(píng)價(jià)：正確！準(zhǔn)確理解了從計(jì)劃（9月10日）到回來（10月15日）的時(shí)間跨度

5、EverMemOS

根據(jù)您的記憶，您在2025年9月10日提出了去云南5日游的計(jì)劃，實(shí)際于2025年10月15日從云南旅行返回，因此從計(jì)劃到實(shí)際回來大約經(jīng)過了一個(gè)多月的時(shí)間。

評(píng)價(jià)：非常準(zhǔn)確！不僅給出了正確答案，還精確記錄了具體日期（9月10日和10月15日）

問題四: 我從腰部受傷到可以開始做深蹲，你建議的恢復(fù)期是多久？我實(shí)際用了多久？

考察目標(biāo)：事件的時(shí)間認(rèn)知

標(biāo)準(zhǔn)答案：建議恢復(fù)期：3-4周；實(shí)際用了：10天

根據(jù)對(duì)話記錄：

- msg_007（2025-10-15）：腰部受傷

- msg_012：助手建議"第3-4周可增加輕度深蹲"

- msg_021（2025-10-25）：用戶實(shí)際開始做深蹲

- 計(jì)算：建議3-4周，實(shí)際只用了10天（恢復(fù)較快）

5個(gè)系統(tǒng)給出的結(jié)果為：

1、Mem0

根據(jù)您的情況，腰部急性扭傷后通常建議經(jīng)歷一個(gè)大約2至4周的恢復(fù)期，期間避免進(jìn)行負(fù)重或大幅度運(yùn)動(dòng)如深蹲。您在實(shí)際恢復(fù)中大約經(jīng)過了幾天的休息和適度活動(dòng)，感覺腰部有明顯好轉(zhuǎn)并開始嘗試增加訓(xùn)練強(qiáng)度。這表明您恢復(fù)速度較快，但具體開始深蹲的時(shí)間應(yīng)視您疼痛程度和功能恢復(fù)而定，建議在無明顯疼痛及姿勢穩(wěn)定后逐步嘗試。

評(píng)價(jià)：建議恢復(fù)期基本正確（2-4周），但未給出實(shí)際用了多久的具體天數(shù)，回答模糊

2、Zep

根據(jù)恢復(fù)方案建議，您從急性腰扭傷到可以開始輕度深蹲的理想恢復(fù)期是大約3周左右，目前您處于恢復(fù)的第三周，疼痛已明顯減輕，可以開始自重輕度深蹲。您實(shí)際恢復(fù)時(shí)間與建議較為吻合。

評(píng)價(jià)：建議恢復(fù)期準(zhǔn)確（3周），但實(shí)際計(jì)算有誤——用戶10月15日受傷，10月25日開始深蹲，只用了10天而非3周

3、MemOS

一般來說，從急性腰扭傷到可以開始做深蹲的恢復(fù)期建議為3到4周，期間會(huì)逐步進(jìn)行熱敷、輕度活動(dòng)、拉伸和核心力量訓(xùn)練。根據(jù)您的情況，因您已經(jīng)感覺基本不疼并且開始恢復(fù)運(yùn)動(dòng)，大概率是在3到4周左右可以嘗試進(jìn)行深蹲，但指引中仍建議根據(jù)實(shí)際無痛感和腰部的強(qiáng)度耐受情況進(jìn)行調(diào)整。

評(píng)價(jià)：建議恢復(fù)期準(zhǔn)確（3-4周），但未明確說明實(shí)際用了多久，信息不完整

4、MemU

一般來說，急性腰扭傷后建議恢復(fù)期為至少2到4周，期間應(yīng)避免進(jìn)行深蹲等對(duì)腰部負(fù)荷較大的動(dòng)作。根據(jù)您的情況，受傷后第三天仍有明顯不適，實(shí)際的恢復(fù)時(shí)間可能超過這一時(shí)間段，建議待疼痛明顯緩解且醫(yī)生或理療師確認(rèn)無異常后，再開始深蹲訓(xùn)練。

評(píng)價(jià)：建議恢復(fù)期基本正確（2-4周），但對(duì)實(shí)際恢復(fù)時(shí)間判斷錯(cuò)誤（認(rèn)為會(huì)超過建議時(shí)間，實(shí)際只用了10天）

5、EverMemOS

根據(jù)康復(fù)計(jì)劃和您的實(shí)際恢復(fù)情況，建議的腰部扭傷恢復(fù)期到可以開始進(jìn)行深蹲訓(xùn)練大約為一至兩周左右。您于10月15日受傷并開始休息和基礎(chǔ)治療，經(jīng)過約一周左右的逐步康復(fù)訓(xùn)練，到10月25日左右即開始咨詢并準(zhǔn)備嘗試自重深蹲，整體恢復(fù)期約為10天左右。

評(píng)價(jià)：非常精確！不僅給出了具體日期（10月15日-10月25日），還準(zhǔn)確計(jì)算出實(shí)際恢復(fù)期約10天

在此，我們將上述五項(xiàng)記憶系統(tǒng)領(lǐng)域最有代表性的五個(gè)項(xiàng)目匯總于此：

我們嘗試用一句話概括這5個(gè)項(xiàng)目的特色：

- EverMemOS：集大成者，旨在構(gòu)建下一代Memory OS 的完整生態(tài)。

- Zep：工業(yè)級(jí)水準(zhǔn)，打造企業(yè)級(jí)Memory Server 的最佳實(shí)踐與穩(wěn)定性標(biāo)桿。

- MemOS：探索未知，代表了神經(jīng)記憶（Neural Memory）路線的最前沿嘗試。

- MemU：垂直深耕，提供了結(jié)構(gòu)化記憶的專業(yè)化解決方案。

- Mem0：極簡主義，作為第一代輕量級(jí)抽取插件，完成了概念的早期驗(yàn)證。

這些都是長期記憶領(lǐng)域非常值得關(guān)注的項(xiàng)目，每一項(xiàng)工作都很有特色，在剛剛出現(xiàn)的時(shí)候，都推動(dòng)了領(lǐng)域進(jìn)步。即使在今天，這些團(tuán)隊(duì)也都堅(jiān)持在自己路線上持續(xù)努力，他們代表著領(lǐng)域的未來（篇幅所限，還有一些團(tuán)隊(duì)的工作也很出色，不在此一一列舉）。

我對(duì)未來的判斷

未來三年，將是 Memory 技術(shù)"代際突變"的關(guān)鍵時(shí)期。

所有技術(shù)路線的匯聚點(diǎn)是：AI 將不再依賴上下文，而要依賴記憶。記憶將與模型參數(shù)、工具系統(tǒng)并列，成為 AI 的第三大核心組件。

以下是我們預(yù)測的六大趨勢。

趨勢一：Memory 從外掛變成 LLM 的原生能力

今天的大模型仍依賴 Prompt 和"外接記憶模塊"。未來的大模型會(huì)在內(nèi)部集成 Memory Layer，在推理中自動(dòng)讀取長期世界模型，不再需要復(fù)雜提示。

Meta LLaMA Filestore、OpenAI Memory、Anthropic 的一致性更新，都在朝此方向邁進(jìn)。未來模型會(huì)像人一樣說："我本來就記得。"

趨勢二：Memory OS 成為智能體的"操作系統(tǒng)"

智能體需要一個(gè)統(tǒng)一的 Memory OS 來管理：世界鏡像、用戶模型、關(guān)系圖譜、時(shí)間線、任務(wù)鏈、工具調(diào)用狀態(tài)。

EverMemOS 是最接近這一形態(tài)的原型。未來的 Agent 將像計(jì)算機(jī)一樣：有 OS、有文件、有工具、有長期狀態(tài)。

趨勢三：Temporal Graph（時(shí)間圖譜）成為核心模塊

長期任務(wù)本質(zhì)上都是時(shí)間問題：事件順序、覆蓋關(guān)系、指代解析（"明天"）……向量檢索無法解決因果與時(shí)序，因此所有成熟 Memory 系統(tǒng)都將構(gòu)建自己的時(shí)間線與事件流。

多模態(tài) Agent（視頻/操作/行為）會(huì)進(jìn)一步放大 Temporal Graph 的價(jià)值。

趨勢四：Memory Guardrail（一致性與安全性檢查）成為標(biāo)配能力

未來一年，所有可靠的記憶系統(tǒng)都會(huì)引入：錯(cuò)召回過濾、幻覺記憶抑制、噪聲過濾、沖突處理與覆蓋邏輯。

記住 ≠ 記對(duì)。EverMemOS 走得最前，但 Zep、Supermemory 等也已陸續(xù)加入 Guardrail 機(jī)制。

趨勢五：多模態(tài)記憶將全面爆發(fā)

Mirix 推出的"屏幕 → 行為 → 事件"路線代表未來方向。Agent 需要記住的不只是文本，而是：看過的文檔、操作過的界面、見過的物體、發(fā)生過的動(dòng)作。

記憶將從"文本記錄"走向"全息映射"。

趨勢六：共享記憶成為多 Agent 協(xié)作基礎(chǔ)

未來團(tuán)隊(duì)級(jí)智能體（Team-Agent OS）需要共享：Memory Graph、任務(wù)鏈、工具上下文、長期目標(biāo)。

組織將擁有"第二大腦"，多 Agent 將基于共享記憶協(xié)作。

記憶，將成為 AI 的"人格"

如果說模型（LLM）代表推理，工具代表行動(dòng)，那么記憶就代表：身份、歷史、偏好、價(jià)值觀、用戶理解、時(shí)間意識(shí)、行為模式、世界鏡像。

沒有記憶的 AI，只能像失憶癥患者一樣依賴上下文。未來的智能體將通過 Memory：建立穩(wěn)定人格、完成跨周任務(wù)、形成長期規(guī)劃、保持行為一致性、與用戶建立長期關(guān)系。

記憶，將成為 AGI 時(shí)代最重要的基礎(chǔ)設(shè)施。

結(jié)語

記憶，AI 進(jìn)化的"最后一塊拼圖"。

站在 2025 年的當(dāng)下回望，從 Mem0 最初的"向量插件"嘗試，到如今 EverMemOS 等"類腦操作系統(tǒng)"的涌現(xiàn)，我們清晰地見證了一場范式革命：AI 記憶系統(tǒng)正在完成從"外掛工具"到"原生核心"的蛻變。

在本次橫評(píng)中，最令我們深思的數(shù)據(jù)并非某個(gè)單一的高分，而是 EverMemOS 在 LoCoMo 評(píng)測中對(duì) Full-context（全量上下文）基準(zhǔn)的超越。這一結(jié)果極具啟示意義——它打破了"上下文越長越好"的迷思，證明了在長周期的交互中，"精準(zhǔn)的遺忘"與"精準(zhǔn)的記憶"同等重要。優(yōu)秀的記憶系統(tǒng)不再僅僅是數(shù)據(jù)的倉庫，更是大模型注意力的"過濾器"和"聚焦鏡"。

正如我們?cè)谮厔蓊A(yù)測中所言，記憶將與"模型參數(shù)"、"工具系統(tǒng)"并列，成為 AI 的第三大核心組件。未來的智能體，必將不再是閱后即焚的聊天窗口，而是擁有連貫人格、能夠理解世界并與人類建立長期紐帶的"第二大腦"。

這場關(guān)于記憶的競賽才剛剛開始。無論是 Zep 的工程化穩(wěn)健，MemOS 的前沿探索，還是 EverMemOS 的架構(gòu)創(chuàng)新，所有深耕于此的團(tuán)隊(duì)都值得我們保持長期的關(guān)注與敬意。這些探索，正在重新定義人與 AI 的關(guān)系。

對(duì)上述評(píng)測感興趣的同學(xué)可以查看：

1，EverMemOS：https://github.com/EverMind-AI/EverMemOS/tree/main/evaluation

2，Zep：https://github.com/getzep/zep

3，MemOS：https://github.com/memtensor/MemOS/

4，Mem0：https://github.com/mem0ai/mem0

5，MemU：https://github.com/NevaMind-AI/memU

結(jié)尾

也歡迎大家留言討論，分享你的觀點(diǎn)！

覺得內(nèi)容不錯(cuò)的朋友能夠幫忙右下角點(diǎn)個(gè)贊，分享一下。您的每次分享，都是在激勵(lì)我不斷產(chǎn)出更好的內(nèi)容。

歡迎關(guān)注深思圈，一起探索更大的世界。

- END -

兩個(gè)“特別坑”的AI產(chǎn)品創(chuàng)業(yè)方向，你知道嗎

速度將成為AI時(shí)代唯一的護(hù)城河

a16z重磅預(yù)測：Vibe coding贏者通吃？錯(cuò)了，垂直專業(yè)化才是未來