新会话一开，AI 又变成陌生人
做 Agent 或用 Cursor、Claude Code 写代码的人，大多有种共同的"内伤"：在项目根目录写了几百行 CLAUDE.md、AGENTS.md，把架构分层、命名规范、私有异常对齐得清清楚楚，结果对话轮次一多、或者新开一个会话，AI 转头忘干净，在同一个坑里反复摔跤。有人形容，会话窗口一关，AI 就"如喝了一碗孟婆汤"，踩过的坑、纠正过的错全要从零重教。 微博热帖评论区那句话更扎心：原来不是我调教的姿势不对，是架构本身就有限制。知乎微博
这不是个别玩家的矫情。小红书有笔记在整理 DSH 插件生态时就把痛点挑明了：框架本体卷得飞快，但到现在没有跨会话的长期记忆，记忆因此成了最卷的方向。 今年 AI 圈集体盯上"递归自我改进"（RSI），Hinton 署名的论文把拼图摆上桌，知乎讨论里 MemT 也被定位成"RSI 三块关键拼图"中从模型层补上的那块。小红书知乎
10 月 20 日，上海团队"记忆张量"（MemOS 团队）正式发布并开源业内首个记忆原生基座模型 MemT 1.0：288B 的 Flash 与 36B 的 Nano 双版本，把可持续更新的内部记忆做进模型计算。 发布 8 天，全系列在 Hugging Face 上的下载量逼近 10 万次大关（Nano 5.5 万 + Flash 4.4 万）。 微博那条 100 赞、101 条评论的帖子里，一边有人憧憬"不用每次打开都重新自我介绍一遍"，一边有人泼冷水"希望这次别画饼"。清友创联知乎微博
所谓"记忆原生"，跟塞小抄、背课文差在哪
行业里的"AI 记忆"目前主要三条路线：
全量上下文：把历史对话原文一直挂在窗口里，等于考试把整本教材背进考场，token 成本随长度涨，注意力还被稀释；
外挂检索（RAG/记忆库）：把历史存进外部库，用时检索出来塞回提示词，像口袋里塞小抄，翻查耗时还可能翻错页——MemOS 自己的记忆插件也属于这一层；
记忆原生（MemT）：把历史压进模型内部一块固定大小的可更新状态，直接参与后续每一层计算。
MemT 的做法是在 Transformer 里并行挂一块 Native Memory Block：它冻结基座权重，不靠持续训练，而是以模型计算维护动态记忆，用可训练门控管控写入、擦除与遗忘。 在此基础上，基于 Gated DeltaNet-2（GDN-2）构建 Token 级逐词更新，消融实验比整轮会话一次性压缩高出 6 个百分点。清友创联知乎
团队把这套东西的来历讲得很完整：2023 年提出 Memory3 分层理论，随后开源记忆操作系统 MemOS——GitHub Star 超 1.1 万、云服务月调用超 5000 万次、服务 500 余家企业客户；7 月开源 Metis 系列，10 月把规模推到 288B。 做出这套模型的记忆张量（上海）科技有限公司 2024 年 11 月成立，创始人兼 CEO 熊飞宇是原阿里巴巴业务中台数据智能负责人，首席科学家杨泓康、CTO 李志宇都出自阿里系，公司今年已完成两轮融资。对开发者最直观的说法是：无需微调，几行 Python 代码就能把工程规矩写进会话记忆，并存成状态快照随时恢复。清友创联知乎
实测：规矩真的"刻"进去了，但只记得住"意思"
知乎博主"Ai 学习的老章"开了一台 Google Colab A100 80G 实例，用 SGLang 部署 36B 的 MemT-1.0-Nano 跑了个实测：先注入四条严格的金融支付私有架构红线，清空明文上下文，在零小抄下让它写接口。知乎
记住的部分是真的。 新开的会话里一条聊天记录都没有，他只提了要写的函数名，四个团队自造的专有名字，连同 SEC_PAY_4001、0000 两个私有错误码，模型一个没落下地写进了代码——这些名字在外面根本查不到，只能是从内部记忆里调出来的；对照组（不带记忆）写出来的就是个通用支付回调，四个专有名字零命中。生成耗时 135.36 秒、输出 4524 字符，对照通用写法花了 236.90 秒、输出 8365 字符。知乎
存储这边同样夸张：整份记忆快照文件 41,944,024 字节，与论文给出的单条轨迹状态约 40MiB 一致；4 个会话的记忆状态池总共才占约 200MiB 显存。知乎
忘掉的部分也是真的。 四条规矩只有"报错"那条丝毫不差：加锁用了普通写法而不是规范要求的异步写法、锁名前面多了前缀、脱敏环节自作主张加了"失败用假数据顶上"的兜底、没脱敏的卡号手机号照样传给了下一步、返回里还多塞了一个字段。用 AST 语法树逐条核验后，博主的结论很清楚：模型记住的是"该用哪把锁、要脱敏、用自家的异常"这些意思，原文的每个字未必都能还原，就像人背规章，条款记得住，原话复述不全。 生成上限压到 2048 token、Nano 又是全系列最小的一档，写出来的代码仍然得人工过一遍。知乎
技术报告里还有一个像样的工程案例：团队从 4.1 万条成功代码轨迹里提炼出 1,040 条结构化程序性经验，Agent 执行中卡点时按任务描述检索一条，通过 Memory Store 写入原生记忆，全程不往对话上下文追加任何经验长文，去修那个著名框架 Django 关于两位数年份解析的经典 Bug 时，提升主要体现在多次运行的稳定性上。知乎
把官方数字掰开：32K 成本分水岭，和一句"仍然领先"
官方给的两个大数字要连边界一起看：在 11 项记忆基准中位列参数化记忆方法前二，256K 长历史推理提速近 4 倍、存储缩减约 130 倍。 注意限定词是"参数化记忆方法"——同一张榜上，文本记忆系统明显更高：MemOS 平均 68.5，全上下文平均 66.3，官方 README 也承认强文本记忆系统整体仍然领先，在长历史、需要细节证据检索的任务上尤其如此。 个别基准上，Temp-LoRA 等方法分数也确实比 MemT 高。清友创联知乎
更要命的是成本交叉线：记忆写入与状态更新本身消耗前向算力，端到端延迟在短历史场景反而比全上下文更慢，约 32K 才持平，优势主要出现在 64K 以上的长历史场景。 换句话说，会话大多只有几千 token 量级的开发者，现在换原生记忆不仅不省钱，还可能更慢；它是为周级、月级长程任务的 Agent 准备的。社区一个高赞评论也摆得清醒：它在总榜上还没赢，论文自己也承认保真度是短板。知乎微博
另外几处论文自己写明的"没赢"：
注入无关记忆的噪声测试里，模型在六项通用基准上平均下降 0.9 分，其中 LiveCodeBench v6 下降 5.8 分最明显，IFEval 和 BigCodeBench-Hard 反而各涨 3.3 和 2.0 分。知乎
宣传里的 MoS 记忆专家扩容（4 专家比 2 专家平均分高 0.41 到 2.69 分）并不在已发布版本里：已发布的 Nano 和 Flash 每层只有 1 个记忆块（E=1），并未启用 MoS，这部分属于架构能力的验证。知乎
当前智能体使用的程序性经验仍依赖离线构建，如何让模型完全自主提炼经验并固化回传，是下一阶段才要攻坚的方向。知乎
所有跑分均为团队自报，暂无第三方复现，且行业评测尚无统一标准，部分评测体系由该公司参与搭建。清友创联
上线前先核对：权重开源 ≠ 整套能商用
这是最容易被"开源"两个字带过去的一条：两款权重采用 MIT 与 Apache 2.0 许可，但原始代码及推理集成采用 PolyForm 非商业许可，商用需单独授权——权重开放不代表整套软件栈可商用，部署前需核对条款。 对想把它接进私有 Agent 的工程师，这可能是比基准分数更先撞上的墙。清友创联
谁现在值得上手，谁建议再等等
按你当前的会话形态和用途分三档：
值得马上试：个人独立开发者、小团队，痛点是私有规范反复纠正不听（CLAUDE.md 受害者）、任务普遍在 64K 以上长历史、能接受代码出人工复核——拿 MemT-1.0-Nano 单卡实测最省事，把红线存成快照、换会话恢复，这个体验目前只有原生记忆路线给得了。
先别动：需要精确复述条款原文、任务历史普遍短于 32K、或者要近期商用闭环的——前者交给文本记忆/RAG，后者等许可路径明朗。清友创联的产业观察给过一个更稳的判断：内部记忆与外部检索也未必互相替代，更可能分工——前者维护可复用经验，后者保存可追溯事实。清友创联
持续盯三个信号：第三方复现分数（自报数据目前的可信度上限就摆在那）、MoS 多记忆专家版本何时真的上线、Flash 288B 的商业授权是否放开。评论区那句"但愿不是又一个漂亮新名词，期待开发者实测反馈"，就是这件事现在最准确的进度条。微博
"记忆原生"到底是不是大模型下半场的入场券，没人能拍板；但这一轮真正的变化是：记忆第一次从外围拼装小工具，被推向模型核心计算的舞台中央，并且把权重开了源。 你押架构内记忆，还是继续外挂检索？评论区聊。知乎
