Evermem 重磅登场，EverMind 定义 AI Memory 新生态

记忆能力：决胜下一代 AI 的分水岭受限于 LLMs 固定的上下文窗口，AI 在长时程任务中会频繁‘失忆’。这不仅导致记忆断裂、事实矛盾，更让深度个性化和知识一致性成为空谈。AI 无法利用历史交互数据来理解用户，也无法保留上下文的中间数据，这使其应用价值大打折扣。

这不只是一个技术缺陷，更是 AI 走向高级智能的演化桎梏。一个没有记忆的主体，无法形成长期行为的一致性与主动性，更不可能实现真正的自我迭代。个性化、一致性、主动性——这一切演化的前提，都依赖于一个强大的记忆系统。

灵感源自人类大脑的记忆机制

EverMind 团队来源于 盛大集团（Shanda Group），这一曾引领中国数字创新浪潮的科技和投资集团。他们的灵感来自人类大脑的记忆机制：从感官信号编码、海马体索引到皮层长期存储，前额叶与海马体协同完成记忆的形成与提取。这种「类脑」理念，成为 EverMemOS 设计的核心，让 AI 能够像人类一样思考、记忆与成长。

这一愿景也与盛大创始人陈天桥在脑科学与 AI 融合研究中的长期投入一脉相承，体现出让人工智能和人类智能相遇的重要意义。

今年10月27-28日，他在天桥脑科学研究院在美国旧金山举办的首届天桥脑科学研究院AI驱动科学研讨会（Symposium for AI Accelerated Science，AIAS 2025）上系统阐述了包括“长期记忆”在内的发现式智能五种核心能力。他指出，当今的 AI 建立在 “空间结构”范式 之上——这种范式是「瞬时的」「静态的」，本质上通过规模化参数去拟合世界的“快照”；而人类大脑的 “时间结构”范式 是「连续的」「动态的」，其目的在于管理与预测时间流中的信息。在这其中，“长期记忆”正是连接时间与智能的关键环节。

EverMemOS 正是在这一理念的启发下诞生的 —— 让 AI 拥有时间的连续性，使其能够在时间流中记忆、适应与进化。

正是在这样的背景下，EverMind 团队推出了 EverMemOS，一个在场景覆盖和技术性能上均实现关键突破的记忆系统。

在场景覆盖上： 它是行业首个真正能同时支持 1 对 1 对话与复杂多人协作两大场景的记忆系统，并已率先被创新的 AI Native 产品 Tanka 采用。

在技术性能上： 基于创新的生物‘印迹’（Engram）启发式记忆提取与应用技术，EverMemOS 在最主流的长期记忆评测集 LoCoMo 和 LongMemEval-S 上，分别取得了 92.3% 和 82% 的高分，均显著超越了SOTA（State-of-the-Art）水平，树立了新的行业标杆。

EverMemOS 四层架构设计

EverMemOS 受「人脑记忆机制」启发，创新设计了四层结构，并与大脑关键功能区形成类比：

代理层（Agentic Layer）—— 负责任务理解、分解与生成，类比「前额叶皮层」在注意力、计划与执行控制中的作用。

记忆层（Memory Layer）—— 管理长期记忆的提取和结构化存储，对应「大脑皮层网络」的长期巩固存储功能。

索引层（Index Layer）—— 通过Embedding、键值对与知识图谱实现记忆关联和高效记忆检索，类似「海马体」完成记忆的关联与快速索引功能。

接口层（API/MCP Interface）—— 与企业级应用无缝集成，作为AI的“感官接口”与外界交互。

从开源到云服务

目前，EverMind已在github上开放EverMemOS开源版本，供开发者与 AI 团队部署与试用。Github访问地址为：https://github.com/EverMind-AI/EverMemOS/。预计在今年晚些时候，团队将发布云服务版本，为企业用户提供更完善的技术支持、数据持久化与可扩展体验，有兴趣的开发者或企业可以在官网（evermind.ai）留下邮箱，将有机会第一时间体验服务。

超越技术的使命

“我们正在直面 AI 领域最深刻的挑战之一——让机器拥有记忆，开启通往更高层次通用智能的大门。这不仅是一份工作，而是一场塑造未来智能记忆层的使命。” —— EverMind 团队