还在为 Memory Agentic 操作框架反复重造轮子？也许，这正是这个方向迟迟没有爆发的根本原因。AI Agent 领域有一个越来越清晰的共识正在形成：真正决定 Agent 能不能从"会聊天的工具"进化成"长期持续工作的系统"的，不只是模型推理能力，也不只是工具调用能力，而是记忆能力。没有记忆的 Agent，本质上仍然是一个"单轮应答器"过去一年多，Memory-R1、MemAgent、RM

还在为 Memory Agentic 操作框架反复重造轮子？也许，这正是这个方向迟迟没有爆发的根本原因。AI Agent 领域有一个越来越清晰的共识正在形成：真正决定 Agent 能不能从"会聊天的工具"进化成"长期持续工作的系统"的，不只是模型推理能力，也不只是工具调用能力，而是记忆能力。没有记忆的 Agent，本质上仍然是一个"单轮应答器"过去一年多，Memory-R1、MemAgent、RM

还在为 Memory Agentic 操作框架反复重造轮子？也许，这正是这个方向迟迟没有爆发的根本原因。AI Agent 领域有一个越来越清晰的共识正在形成：真正决定 Agent 能不能从"会聊天的工具"进化成"长期持续工作的系统"的，不只是模型推理能力，也不只是工具调用能力，而是记忆能力。没有记忆的 Agent，本质上仍然是一个"单轮应答器"过去一年多，Memory-R1、MemAgent、RM

MemOS 最新版本升级记忆与知识管理能力，重点围绕技能化记忆（Skill）与算法工程优化展开。新增从历史对话自动生成Skill功能，将零散经验转化为可复用能力模块。多模态记忆处理引入上下文关联，图片与文本信息可协同理解。检索系统优化了去重与多样性平衡，新增记忆冲突检测模块。知识库支持更多文件类型和跨项目搜索，并兼容OpenAI协议接口调用。文档和示例全面更新校准，提升开发体验。这些升级使系统更智

MemReader-4B 在 LongMemEval 的知识更新维度上达到了 91.03%，时序推理达到 84.21%，远超 4o-mini 的 74.26% 和 77.44%。作为记忆张量首次提出“记忆调度”架构的 AI 记忆操作系统，我们希望通过 MemOS 全面重构模型记忆资源的生命周期管理，为智能系统提供高效且灵活的记忆管理能力。我们希望通过 MemReader 做到的，说到底就是让记忆写

成千上万个 skills 摆在面前，你的 Agent 为什么还是不会干活？2025 年底 Anthropic 把 Agent Skills 规范作为开放标准发布，OpenAI 在 Codex CLI 里跟进了同一套格式，Cursor、Gemini CLI 也陆续接入。有人说 2026 是"Agent 找到工作并开始写周报"的一年——工具连接标准化了，流程知识模块化了，分发机制也产品化了。

成千上万个 skills 摆在面前，你的 Agent 为什么还是不会干活？2025 年底 Anthropic 把 Agent Skills 规范作为开放标准发布，OpenAI 在 Codex CLI 里跟进了同一套格式，Cursor、Gemini CLI 也陆续接入。有人说 2026 是"Agent 找到工作并开始写周报"的一年——工具连接标准化了，流程知识模块化了，分发机制也产品化了。

🔥 【重磅首发】国产算力里程碑！推理性价比 150% 反超 A100！记忆张量联合商汤大装置正式发布，成功落地业界首个国产 GPGPU PD 分离商用推理集群！不只做了硬件分离，而是将 MemOS 的“记忆分层”体系与 PD 分离架构深度耦合，彻底重构了大模型推理范式，实现了体系级性能超越：• 集群吞吐暴涨 75%• 单卡并发效率提升 20%• 综合推理性价比达到 A100 的 150%

下一阶段，MemRL 团队将围绕“更稳的正确性、更可信的性能、更强的泛化、以及更快的工程落地”四个方向，持续推进 MemOS + MemRL 的自进化闭环，把算子能力从“能生成”升级为“可交付、可规模化”。本项目尝试引入一种基于记忆强化的自进化机制，核心是一套 MemOS + MemRL 的闭环自进化机制，我们把它落在了昇腾 CANN 算子生态上，将算子开发过程中的知识与经验，显式纳入系统结构中进

MemOS 最新版本升级记忆与知识管理能力，重点围绕技能化记忆（Skill）与算法工程优化展开。新增从历史对话自动生成Skill功能，将零散经验转化为可复用能力模块。多模态记忆处理引入上下文关联，图片与文本信息可协同理解。检索系统优化了去重与多样性平衡，新增记忆冲突检测模块。知识库支持更多文件类型和跨项目搜索，并兼容OpenAI协议接口调用。文档和示例全面更新校准，提升开发体验。这些升级使系统更智