memory-systems

本文探讨了 AI 智能体设计中的局限性，指出仅靠增加记忆容量不足以解决智能体构建与运行机制中的根本性架构问题。

立场论文提出“连续性层”以保留模型随时间学到的内容，引入Decomposed Trace Convergence Memory与ATANT基准，在250篇故事语料上实现100%隔离、96%累积召回，且无需语言模型介入。

Tolan 是由 Portola 构建的语音优先AI伴侣，它使用 GPT-5.1 和高级内存管理技术，与动画角色创建个性化、不断演变的对话。该平台利用 OpenAI 的模型、Responses API 和向量数据库，实现了近乎即时的延迟和连贯的长篇对话。

EverMemOS 是一种面向大语言模型的自组织记忆操作系统，通过将对话结构化为记忆单元和场景来增强长程推理能力。