MemOS为AI应用提供统一记忆管理，其最新更新实现了性能与智能的双重跃升。通过异步机制实现毫秒级响应，新增偏好记忆让AI理解个体风格，同时优化检索策略，为开发者构建更智能的Agent提供了强大支持。
智能速览
接口响应进入毫秒级，支持异步记忆添加。
新增偏好记忆功能，让模型理解用户选择与风格。
检索策略全面升级，混合检索提升准确性。
在四大权威评测中取得领先表现。
所有更新与评测代码已全面开源。
精华内容
此次MemOS的更新不仅是速度的提升，更关键的是引入了理解用户偏好的能力，让AI的记忆从“记得”走向“懂得”。
毫秒级响应
新版本引入异步机制与调度模块，彻底改变了记忆添加的体验。以往需要数秒的ADD接口，现在只需几百毫秒即可快速完成入库并返回成功。系统会通过MemSchedule模块在后台异步进行精细化的记忆处理，实现了用户侧的“无感添加”。这意味着，在对话中刚刚提到的内容，AI可以立刻记住并用于后续交互，保证了上下文的连续性，解决了记忆延迟的关键问题。
理解用户偏好
在传统事实记忆之上，MemOS新增了「偏好记忆」模块。它能自动识别并记录用户的显式偏好（如选择某品牌酒店）与隐式偏好（如可能看重性价比）。在PrefEval评测中，该功能使偏好遵循的正确率提升了20%以上。
开发者只需配置并开启相关选项，模型便能在回答时更贴合用户的个人语境与风格，提供真正个性化的交互体验。
检索策略升级
为提升记忆召回的准确性，MemOS引入了多层次的检索增强策略。原文检索保留了更多上下文细节，避免信息压缩带来的语义丢失；图检索结合BM25与图召回，实现了语义级的相关性匹配；混合检索模式则异步合并不同检索结果，旨在平衡速度与质量。
这些优化在LoCoMo与LongMemEval评测中均带来显著提升，使模型在长文本与复杂语境中表现更稳定。
评测结果领先
MemOS在LoCoMo、LongMemEval、PersonaMem、PrefEval四项公开基准测试中均取得了领先表现。这些结果全面验证了系统在长程记忆保持、上下文理解以及个性化偏好方面的综合优势。所有评测的完整数据与代码已在Hugging Face开源，可供开发者查阅与复现，体现了其技术实力与开放态度。
MemOS的这次进化，标志着AI记忆管理从单纯的存储迈向了更深层次的理解。通过速度、精度和个性化能力的提升，它为开发者构建下一代智能应用铺平了道路。一个真正“懂你”的AI时代，或许正在因此而加速到来。
