本文来自PRO会员通讯内容，文末关注「机器之心PRO会员」，查看更多专题解读。 近年来，AI memory 系统经历了从简单检索增强生成（RAG）到多层级状态动态演化的变革。智能体不再满足 于即时响应，而是尝试保留经验、动态调度记忆，并实现多模态、多智能体间的语义协同。与此同时，语义 「污染」、上下文压缩、检索瓶颈和隐私隔离等新挑战也在驱动 memory 技术不断创新和迭代。 目录 01. 从 RAG 检索增强到多层级状态演化，AI memory 系统崛起？ 检索增强生成（RAG）与持续状态 memory 机制之间有哪些异同，如何实现互补？多层级 memory 架构如何有效支持短期与长 期上下文的动态迁移与压缩？ 1、近年来，多项 AI Memory 项目相继涌现，AI memory 系统正在从「短期响应」向「长期交互」演进，为智 能体注入了「持续经验」能力。 2、比如 MemoryOS 提出了一种层次化存储架构，将对话 memory 分为短期、中期和长期三层，并通过对话 FIFO 和分段分页机制在这些层间动态迁移和更新 memory。[2-1] 3、MemGPT 则借鉴操作系统思想，将固定长度的上下文视为「 ...

该项目来自百家 AI，是北京邮电大学白婷副教授所指导的研究小组， 团队致力于为硅基人类倾力打造情感饱满、记忆超凡的智慧大脑。 大语言模型受限于固定上下文窗口，长期对话中「失忆」、记忆断裂等问题频发，北邮 百家 AI 团队重磅推出首个大模型记忆操作系统开源框架 MemoryOS 。巧 妙融合计算机操作系统原理与人脑分层记忆机制，构建段页式三级存储架构及四大核心模块（存储、更新、检索、生成），提供全链路用户记忆管理方案，让 AI 智能体拥有 持久「记性」与深度「个性」 。 开源项目地址：https://github.com/BAI-LAB/MemoryOS 大型语言模型（LLMs）固定的上下文窗口如同狭窄的信息通道，导致 AI 在长期对话中频繁「失忆」, 常常导致记忆断裂、事实不一致，个性化交互体验也大打折 扣。现有提升 LLM 记忆能力的方法虽各有侧重（如知识提示、RAG 检索优化或模型参数驱动），但均缺乏一个统一的操作系统来对 AI 智能体的记忆进行系统 性、综合性的管理。 北邮百家 AI 团队突破性地提出记忆操作系统 MemoryOS ，旨在为 AI 智能体实现全面、高效的记忆管理。通过打造强大的「记忆操作 ...