超越OpenAI，中國00后團隊攻破「記憶」難題！打造下一個AI互聯網時刻

新智元報道

80年前，阿根廷作家博爾赫斯寫過一個寓言，叫《博聞強記的富內斯》。博爾赫斯筆下的富內斯，擁有過目不忘、堪稱完美的記憶，卻無法思考，因為思考依賴于遺忘和抽象。

正如神經科學家Oliver Sacks在《意識的河流》中所言，創造要求遺忘：當我們回看舊筆記本，塵封多年的想法反而能重獲新生，從新的視角被重新關照。這正是富內斯所不具備的能力。

而「意識的河流」這個詞來源于美國心理學奠基人William James的《心理學原理》。 他將記憶拆分為兩個環節：

保持（Retention）：經驗在神經中留下痕跡；

回憶（Recall）：從當前線索出發，沿聯結網絡重返過去情境。

James的核心洞見是：回憶并非按地址讀取文件，而是情境性的重構。

由此，記憶呈現兩副面孔——對內，它是有損壓縮：大腦將經驗蒸餾為要點與圖式，犧牲細節以換取遷移能力；對外，它是可傳遞的媒介：壓縮后的經驗經由講述、書寫、傳授，使后人無需重蹈覆轍，便可站上前人肩膀。

壓縮，與傳遞。這兩件聽上去樸素的事，恰恰是今天最強的AI所沒有的。

Context≠記憶≠RAG！

AI最大短板：記憶

今天的大模型，是一種前所未有、卻也殘缺的天才。它擁有的兩種「記憶」，都不是我們真正說的那種記憶。

一種是燒進模型權重里的知識，它讀過的大半個互聯網，凝固成了先天常識，像一部無比淵博卻再也不會更新的百科全書。另一種是當下這輪對話的上下文，它能記住你這幾千字，可窗口一關，一切歸零，像一塊每次開機都被擦干凈的白板。

它有淵博的語義，有短暫的當下，卻唯獨缺了中間那一層：一段活著的、不斷累積的、屬于「你和它」的過去。用認知科學的話說，它有語義記憶，沒有情景記憶；有工作記憶，沒有長時記憶。它每一次醒來，都是一次干凈的失憶。

有人會說，這幾年一直在給AI「外掛記憶」。確實，主流做法是把知識存進一個外部庫，用時再檢索回來，向量檢索、RAG，本質都是讓模型臨時「查一次資料」。后來上下文窗口越做越長，有人干脆把大段歷史整個塞進去。

但檢索，并不等于記憶。上下文越長，模型反而越容易在其中迷路：位置偏差、多跳失敗、無關信息的干擾，都是頑疾。

更要命的是，它出錯的方式和人恰好相反。設想你問它：「上個月我參加過幾場跟藝術有關的活動？」一個靠相似度檢索的系統，一看到「藝術」兩個字就興奮起來，把你聊過的「班克斯的街頭藝術」「那場關于希臘藝術的討論」一股腦撈回來。

可這些是你聊過的話題，不是你參加過的活動；而真正該找到的四場活動，它漏了兩場。它擅長找「字面上像的」，卻答不出「事理上對的」。

這就是今天AI記憶的真正短板。問題從來不是它記得不夠多，而是它不會回憶。

中國00后團隊

把人類回憶的本能做成工程

要把這件事修好，得先回到那個更根本的問題：一個「會回憶」的系統，到底該長什么樣？這方面，進化已經調試了幾億年。

認知神經科學有一個影響深遠的框架，叫互補學習系統。大腦用兩套互補的記憶在工作：以海馬體為核心的快系統，能把一次性的具體經歷迅速抓住，這就是情景記憶；以大腦皮層為核心的慢系統，把成千上萬次經歷里反復出現的規律慢慢沉淀成概念與常識，這就是語義記憶。兩套缺一不可。

大腦的巧妙在于讓它們接力：海馬先把新經歷暫存，再在休息與睡眠里一遍遍「回放」給皮層，讓皮層緩慢地把其中穩定的部分吸收進去。這個過程叫鞏固，而鞏固在做的事，說白了就是壓縮。

那「回憶」本身呢？海馬里的CA3區域是一張高度互聯的回路，行為很像物理學家霍普菲爾德在1982年提出的聯想記憶網絡。

這種網絡有個迷人的特性：一段記憶不是存在某個地址里等你去「讀取」，而是作為整張網絡的一個穩定狀態被存下來；當你遞給它一條殘缺的、帶噪聲的線索，整張網絡會自動朝最接近的穩定狀態收斂過去，把完整的模式重建出來。

一張全息底片，哪怕只剩一角，也能重建出整幅圖像。人的回憶，就是這樣一種「從線索重建整體」的過程。

就在最近，一支叫Shadoweave（織影）的中國團隊發布了一篇技術報告，把上面這套「人腦的記憶本能」，一板一眼地做成了工程。

團隊集結了來自CMU、SJTU-SAI、哈佛、清華、UC Berkeley、上海AI Lab等世界頂尖院校或機構的年輕學者，其中00后博士生占比達70%，平均年齡只有24歲，但累計發表論文56篇，頂會31篇，覆蓋ICML、ECCV、ICLR、NeurIPS等頂級會議。

這是一支跨學科的復合型、國際化、多元化團隊：有人師從計算認知記憶奠基人，為AI注入人類記憶的理論靈魂；有人深耕世界模型與推理優化，把長序列記憶從算力黑洞變成可落地的工程現實；有人曾主導微軟小冰核心算法開發、ToDesk、QwenC多模態推理Agent等千萬級用戶產品，把前沿論文變成真實世界的生產力。

他們既能在黑板上推導記憶的數學本質，也能在服務器集群里壓榨每一毫秒的推理延遲；既懂大腦如何遺忘、如何重構，也懂如何讓AI學會「該忘什么、該記什么」。當全球大模型還在拼參數、拼數據時，他們讓AI像人一樣記憶，像人一樣思考。

他們的系統叫HMS，Holographic Memory System，全息記憶系統。名字里那個「全息」指的是什么，此刻你已經知道了。

HMS的第一個關鍵判斷，與William James不謀而合：把留存（retention）與回憶（recall）徹底分開。留存，對應大腦的鞏固，經歷被結構化地沉淀進一個穩定的記憶庫，而一旦沉淀每次回憶時不再被隨手改寫。回憶，則被重新定義成一件主動的事：面對每一個具體的問題，現場重建回答它所需的證據。

第一步，先想清楚要找什么，再動手找。面對「上個月參加過幾場藝術活動」，HMS不急著搜，而是先把問題拆開：涉及哪個時間段？牽扯哪些人、哪些事物？它甚至會先把「上個月」換算成一個確切的日期區間。這正是James說的「先想清楚我要找的是什么類型的信息」。

第二步，按需換鑰匙，找完了還要回頭自查。HMS備了六把不同的「鑰匙」，按時間追、按人物串、按上下文補、按最新值查、按矛盾點抓、按關系跳，而不是什么問題都拿同一套相似度搜索去套。更要緊的是，它找完會回頭驗一遍：計劃里要填的每一格證據都填上了嗎？不夠，就在檢索側繼續補。

第三步，把證據理成清單再交卷。去重、按時間排好、標注來源，最后遞到模型面前的是一張能直接數數、比大小、看先后的事實表。

一句話總結：老辦法是讓模型在一大堆搜索結果里湊答案，HMS則先像人一樣，把回憶這件事有規劃、有驗證、有條理地做完，再請模型下筆。

雙榜SOTA登頂

這套設計到底管不管用？HMS用兩個業界公認的長時記憶基準給出了回答。

而這組數字真正的分量，首先在它的測法：所有被拿來比較的系統，全部基于各自的官方開源倉庫復現，并且統一用同一個模型GPT-5-mini來完成記憶抽取、答案生成和對錯判定。不存在「我用Claude-opus跑分、你用小模型跑分」的注水空間。

LongMemEval基準（多會話交互記憶測試）：HMS-self-evolve以92.8%的總體準確率登頂，此前最強的Hindsight是88.8%。在最難的「時序推理」子項上，HMS達到94.7%，Hindsight是88.7%，拉開了整整6個百分點。在「多會話聚合」上，HMS以87.2%領先Hindsight的81.2%。在考驗用戶偏好記憶的題目上，HMS達到96.7%，大幅領先Hindsight的86.7%、OpenAI收購的Mastra的53.3%。

LoCoMo基準（長對話復雜推理測試）：HMS-self-evolve以93.5%再度登頂；在多跳推理上達到91.5%，開放域推理達到95.5%。被OpenAI收購的Mastra在該榜上的表現也遠不及HMS。

兩個榜同時登頂，還只是表面。更能說明問題的是它贏在哪里。HMS強的地方，恰好是相似度檢索最弱、而人類回憶最擅長的地方：把散落在不同時間、不同情境里的線索，重新接成一條完整的證據鏈。準確率、Token消耗、響應速度，三項核心指標全面領先。

越用越強：自進化的飛輪

HMS還有一個容易被忽略但極其關鍵的應用：自進化。

HMS-base（不帶自進化控制器）的準確率是92.4%，加上自進化控制器后達到92.8%。差距看起來不大，但這0.4%的提升來自六個精細的自進化模塊，包括計數去重、相對日期錨定、精確日期回填、數值差異校準、當前與歷史狀態仲裁、雙層來源錨定。

翻譯成大白話：用戶使用周期越長，系統會自動學會諸如「計劃中的事件不該當成已完成的來計數」「問上周六的事要先把上周六解析成具體日期」這類細微但關鍵的判斷。

準確率在持續提升，Token消耗在持續下降，這是一個越用越強的技術飛輪。而這個飛輪本身，正是記憶最先能服務的對象：讓記憶系統自身越來越聰明。

AI的下一個「CUDA時刻」

到這里，我們其實只談了記憶的第一副面孔：對內的壓縮與重建。但開頭還埋著第二副面孔：對外的傳遞。Shadoweave真正的野心，在這一面。

再說一遍那個事實：人類文明能夠累積，不是因為每個人都更聰明，而是因為記憶可以被壓縮、被重新整理，然后跨越個體與世代傳下去。前人把踩過的坑寫成書，后人讀幾個小時，就繼承了別人幾十年的教訓。語言、文字、書籍、互聯網，人類每一次躍遷本質上都是記憶的外化，以及智能傳遞方式的一次升級。

今天的AI，恰恰卡在這一環。每一個模型、每一個Agent、每一臺機器人，都在自己的小世界里從零攢記憶，無法繼承。編程助手學會的東西，客服Agent一無所知；這臺機器人辛苦積累的經驗，換一臺就得從頭再來。這就像一個沒有文字的部落：每個人都得親歷一切，誰也無法真正站在別人的肩上。

為什么記憶注定會獨立成層？讓硅基存儲成為碳基記憶和技能的載體。

計算機的體系結構是一面鏡子。大模型本質上是一個「認知節點」，負責計算與推理；而記憶是一個與之正交的問題，關乎信息怎么組織、怎么檢索、怎么遺忘、怎么整合。就像處理器和存儲層級，從計算機誕生第一天起就是分立的兩套體系。沒有人會因為CPU廠商強大，就斷言存儲沒有獨立價值；恰恰相反，由緩存、內存、硬盤組成的存儲層級，自成一個萬億級產業，還定義了整個系統效率的上限。

AI正在重演這個結構：今天的大模型、明天的新形態、走向物理世界的具身智能，都是不同形態的認知節點，而它們無一例外，都需要同一樣東西：一個能持久化、能跨會話、能隨使用而進化的記憶層。

而一旦記憶能以一種中立、標準的形式，在不同模型、不同Agent、不同設備之間被共享和繼承，它就不升格成一層公共的基礎設施。一家模型廠商可以做綁定自家產品的淺層記憶，卻做不出跨廠商的通用層，因為通用層的價值恰恰在于中立，而沒有誰愿意把自己的記憶托付在競爭對手的地基上。

歷史上這樣的時刻并不陌生：1980年代真正的贏家不是某一臺PC，而是讓所有PC通用的操作系統；1990年代不是某一個瀏覽器，而是讓所有機器互聯的TCP/IP；2010年代不是某一塊芯片，而是讓所有算力能被調用的CUDA。

這正是Shadoweave給自己的定位：不做「又一個記憶存儲方案」，而做AI時代的記憶協議——Memory Controller。

從協議到產品：兩只腳已經著地

這層協議已經長出兩只腳。

面向每一個普通人，團隊正在做一個叫Memory Bank的產品，你的第一個「個人記憶賬戶」。

過去二十多年，你把數據、隱私和流量讓渡出去，換回免費的互聯網內容和服務。這筆交易的另一面，就是此刻你的照片在iCloud，會議記錄在飛書，聊天消息在微信，偏好散落在十幾個APP里。數據由你產生，資產卻記在平臺名下。所以你的AI助手想了解你？它可能連你上周開了幾個會都記不全。

AI時代，這筆交易要重新談了。你和各類智能體的每一次交互，都滾動一次只屬于你的數據飛輪，而這些記憶第一次可以被傳輸、被交易、被驗證。從平臺的燃料，交互數據變成個人的資產。根本的變化只有一個：數據的擁有者易主了。

Memory Bank要做的，是把這些散落各處的碎片，沉淀成一份可召回、可授權、可審計的個人記憶層。每一條記憶的來源、時間、可信度你都看得見，也隨時可以隱藏、刪除、凍結。

你手里還握著總開關：可以隨時關掉記憶采集，可以選純本地模式讓數據不出設備，也可以聯網。核心原則只有一條：記憶到底屬于誰，從來不該只是一句漂亮話，而是所有權易主之后，寫進產品結構里的默認值。

面向開發者與企業，HMS已經完成SDK封裝，可以直接交給基座模型廠商、Agent廠商和具身機器人廠商做集成測試。GitHub倉庫已經開放，技術報告中全部的復現數據與測試流程均可溯源。

地址：https://github.com/Shadow-Weave/HMS

HMS的五個動詞「read/write/handoff/rollback/verify」定義了這個協議的基本接口。

未來，HMS將持久記憶融入感知、推理、控制與具身行動。任何新的Agent、模型、機器人，只要接入HMS，就能立刻繼承過去的知識和行為規律，而不必從頭再學。

記憶的終點，是文明演化

我們回到富內斯。記憶必須會遺忘，所以能提煉；必須靠重建，所以能理解；必須可傳遞，所以能累積。

記憶的終點不是存住，而是傳承。和貨幣一樣，鎖進保險柜的錢只是紙，流通起來才是財富——數據只有交換，才有價值。

就在幾天前，強化學習之父Sutton官宣創業；幾個月前，他的學生、AlphaGo之父Silver做了同樣的事。師徒倆押的是同一句話：智能，從經驗里長出來。

但很少有人追問上一環：經驗，從哪里長出來？富內斯給過反面答案：記住一切的人，提煉不出任何經驗。經驗，是記憶經過高效抽象與表征之后的結晶。如果說記憶是礦石，經驗是金屬，那HMS就是中間那座冶煉廠。

至此，鏈條第一次完整：記憶沉淀為經驗，經驗長出智能，智能被傳遞、被擴散，匯成文明的演化。數據的價值，在每一次交換與繼承中被點燃。

終局是什么？一萬個人讀同一本《幾何原本》，一萬個大腦長出同一套幾何直覺。當無數模型、Agent、機器人接入同一個記憶層，一個個體踩過的坑，就是整個群體的本能：個體怎樣從記憶長出智能，群體就怎樣長出更大的智能，像一棵樹，每根枝椏都按整棵樹的方式生長。

模型決定AI第一次見面有多驚艷，記憶決定這份聰明能否被結轉、被繼承、被千萬個同類共享。

聰明會貶值，經驗會復利。一個智能體的記憶叫經驗，一億個智能體的共享記憶，叫文明。第一個把「會傳遞」寫進協議底層的人，Shadoweave已經在路上。