为什么所有Memory项目都说自己是SOTA？ 如何让AI记住过去，从而理解未来？ Memory System 似乎变成了一个新的爆发赛道。 最近有很多项目在横评这些系统，今天简单点评梳理一下。 Mem0是 2024年火起来的一个项目。 它的方案也很简单，自动抽取、自动存储，几行代码就能让AI 变得有记忆。但问题也明显：过度抽取、容易漂移、长期一致性差。 它的核心贡献在于，让世界认识了AI记忆，但不是下一代Agent的基础。 Zep是第一个把记忆做成服务的系统，时序图谱、Docker部署、权限体系，企业级可用。而且在很多横评里边，比官方的数据更好，说明整体在持续迭代。 它的定位是 AI的数据层，稳健，但不是大脑层。 MemOS走的是另一条路，记忆本身也应该是可学习的结构。张量化记忆单元，很有研究气质，但系统较重，不适合轻量场景。 MemU把记忆组织成树，层级分类、动态扩展。在用户画像这类结构化任务上表现不错，但开放域推理不足。 有个问题是外部横评分数远低于官方报告，差距是这几家里最大的。 EverMemOS是最晚亮相的，但技术体系最完整。仿生四层架构，按主题而非token切分记忆，快速召回+深度推理。开源版分数92.3%，是唯一在综合得分上超越LLM Full-context的记忆系统。 一句话总结一下：EverMemOS是集大成者，Zep是企业级稳定标杆，MemOS在探索前沿，MemU专注结构化，Mem0完成了早期概念验证。 如果说模型代表推理，工具代表行动，那么记忆就代表身份、历史、偏好。没有记忆的AI，只能像失忆症患者一样依赖上下文。 这场关于记忆的竞争才刚刚开始。 可以在下面地址看到各种评测： https://github.com/EverMind-AI/EverMemOS/tree/main/evaluation https://huggingface.co/datasets/MemTensor/MemOS_eval_result
为什么所有Memory项目都说自己是SOTA？ 如何让AI记住过去，从而理解未来？ Memory System 似乎变成了一个新的爆发赛道。 最近有很多项目在横评这些系统，今天简单点评梳理一下。
阅读全文