EverMind 團隊來源于 盛大集團（Shanda Group），陳天d長這一曾引領中國數字創新浪潮的橋領期記科技和投資集團。他們的憶驅靈感來自人類大腦的記憶機制：從感官信號編碼、海馬體索引到皮層長期存儲，類腦前額葉與海馬體協同完成記憶的突破形成與提取。這種「類腦」理念，陳天d長成為 EverMemOS 設計的橋領期記核心，讓 AI 能夠像人類一樣思考、憶驅記憶與成長。類腦

這一愿景也與盛大創始人陳天橋在腦科學與 AI 融合研究中的突破長期投入一脈相承，體現出讓人工智能和人類智能相遇的陳天d長重要意義。

今年10月27-28日，橋領期記他在天橋腦科學研究院在美國舊金山舉辦的憶驅首屆天橋腦科學研究院AI驅動科學研討會（Symposium for AI Accelerated Science，AIAS 2025）上系統闡述了包括“長期記憶”在內的類腦發現式智能五種核心能力。他指出，突破當今的 AI 建立在 “空間結構”范式 之上——這種范式是「瞬時的」「靜態的」，本質上通過規模化參數去擬合世界的“快照”；而人類大腦的 “時間結構”范式 是「連續的」「動態的」，其目的在于管理與預測時間流中的信息。在這其中，“長期記憶”正是連接時間與智能的關鍵環節。

EverMemOS 正是在這一理念的啟發下誕生的 —— 讓 AI 擁有時間的連續性，使其能夠在時間流中記憶、適應與進化。

正是在這樣的背景下，EverMind 團隊推出了 EverMemOS，一個在場景覆蓋和技術性能上均實現關鍵突破的記憶系統。

在場景覆蓋上： 它是行業首個真正能同時支持 1 對 1 對話與復雜多人協作兩大場景的記憶系統，并已率先被創新的 AI Native 產品 Tanka 采用。

在技術性能上： 基于創新的生物‘印跡’（Engram）啟發式記憶提取與應用技術，EverMemOS 在最主流的長期記憶評測集 LoCoMo 和 LongMemEval-S 上，分別取得了 92.3% 和 82% 的高分，均顯著超越了SOTA（State-of-the-Art）水平，樹立了新的行業標桿。

EverMemOS 四層架構設計

EverMemOS 受「人腦記憶機制」啟發，創新設計了四層結構，并與大腦關鍵功能區形成類比：

代理層（Agentic Layer）—— 負責任務理解、分解與生成，類比「前額葉皮層」在注意力、計劃與執行控制中的作用。

記憶層（Memory Layer）—— 管理長期記憶的提取和結構化存儲，對應「大腦皮層網絡」的長期鞏固存儲功能。

索引層（Index Layer）—— 通過Embedding、鍵值對與知識圖譜實現記憶關聯和高效記憶檢索，類似「海馬體」完成記憶的關聯與快速索引功能。

接口層（API/MCP Interface）—— 與企業級應用無縫集成，作為AI的“感官接口”與外界交互。

EverMemOS 三大系統特點：

特點一：從“記憶數據庫”到“記憶處理器” EverMemOS 的首要創新在于，它不僅僅是一個記憶的“數據庫”，更是一個記憶的“應用處理器”。它解決了現有方法“只管找，不管用”的核心痛點，通過其獨特的推理與融合機制，讓記憶能夠實時、主動地影響模型的思考和回應，確保 AI 的每一句話都基于對用戶的長期理解，從而提供真正連貫、個性化的交互體驗。

特點二：創新設計“分層記憶提取”與動態組織 EverMemOS 的核心在于其創新的“分層記憶提取”思想。它不再將記憶視為混亂的文本塊，而是將連續的語義塊提取為情景記憶單元，再動態地組織成結構化記憶。這種層次化的記憶組織方式，將相關記憶聯系起來，解決了純文本相似度檢索難以捕捉隱性上下文的難題，為后續的記憶應用提供了堅實的基礎。

特點三：實現業界首個可拓展的模塊化記憶框架 在實際應用中，不同場景下的記憶需求差距較大。因此，EverMemOS 創新性地設計了基于使用場景的可拓展記憶框架。它能夠靈活支持多種記憶類型，無論是需要高精度、結構化信息的工作場景，還是需要共情、理解隱性情感的陪伴場景，EverMemOS 都能智能地提供最優的記憶組織和應用策略，解決了傳統記憶形式單一、無法適應多變需求的難題。

從開源到云服務

目前，EverMind已在github上開放EverMemOS開源版本，供開發者與 AI 團隊部署與試用。Github訪問地址為：https://github.com/EverMind-AI/EverMemOS/。預計在今年晚些時候，團隊將發布云服務版本，為企業用戶提供更完善的技術支持、數據持久化與可擴展體驗，有興趣的開發者或企業可以在官網（evermind.ai）留下郵箱，將有機會第一時間體驗服務。

超越技術的使命

“我們正在直面 AI 領域最深刻的挑戰之一——讓機器擁有記憶，開啟通往更高層次通用智能的大門。這不僅是一份工作，而是一場塑造未來智能記憶層的使命。” —— EverMind 團隊