阿里前員工做了個“破壁”版龍蝦，這能讓大模型記住你嗎｜AI Founder 請回答

AI正在從“能計算”走向“會決策”，而記憶是這場躍遷的關鍵。

企業AI落地遭遇的困境正在變得清晰。數據分散在表格、PDF、音視頻等載體中，系統無法形成連貫認知。高管分析項目風險時，模型找不到歷史問題與市場趨勢的關聯；金融機構做風險預警時，系統無法追溯決策依據；制造企業排查質量問題，人工作業需要數周，模型響應需要數小時。

問題的根源在于，傳統以數據為中心的系統只是對零散數據的存儲與調用。而企業真正需要的是具備記憶能力，能夠理解業務邏輯、關聯多源信息、支撐復雜決策的認知狀態。

占超群在阿里巴巴工作了十年多，主導搭建了國內營收最高的云原生數據倉庫體系。他帶領的團隊曾在 TPC-H 和 TPC-DS 兩項全球數據庫基準測試中同時登頂，這是中國公司的首次。他還擔任過阿里媽媽達摩盤架構師和城市大腦多個項目的總架構師。處理幾十萬億級別數據的經驗，讓他比大多數人更早看到數據驅動的局限。

離開阿里后，占超群作為質變科技創始人兼CEO，帶領團隊研發了多模態記憶平臺MemoryLake致力于讓AI不再是孤島，擁有了“人類”的記憶。

近日，又推出多模態記憶平臺MemoryLake龍蝦版，定位是打造AI時代的“記憶護照”，讓記憶在ChatGPT、Claude、OpenClaw等AI平臺間無縫遷移。

在這次對話中，占超群首次系統闡釋了生產級AI記憶基礎設施的底層邏輯、MemoryLake的技術護城河，以及AI世界為何需要”記憶護照”。

以下為與占超群的對話全文，略有刪減：

智客ZhiKer：從阿里云出來創業，最大的感受是什么？

占超群：真正創業后，最大的不同是可以用更快的行動，做更大規模的突破性創新，與用戶的距離更近，能夠直接感受到他們的需求和反饋，創新也更 Solid。

當然，創業的挑戰也很明顯。在阿里背后有近乎無限的人力和資源支持，現在每個決策都需要反復權衡，很多事情必須親力親為，從客戶拜訪、產品設計、架構、產品原型實現甚至 Vibe Coding等都要親自參與，也會參與一些前期原型開發。

智客ZhiKer：簡單聊聊您在阿里的主要工作，以及后來為什么決定出來創業吧？

占超群：在阿里的 11 年，我主要做了兩件事：一是完成技術從工具到產品再到全球化商品的演進；二是在大規模應用場景中實現數據價值最大化。

至于為什么創業，主要基于兩個判斷。

第一是云計算還有很大機會。未來五年，隨著網絡帶寬和硬件性能的突破，軟件形態會發生根本性變革，就像手機催生移動互聯網一樣，整個軟件架構也會重構。

第二是AI會徹底改變數據的使用方式。過去數據分析主要服務高管，未來 AI 可以直接服務 Agent，而且視頻、音頻都會被數據化，數據的規模、價值、用戶規模將遠超以往。

我一直想做顛覆性創新。2022 年，我認為云和AI的結合會催生一個全新的市場，這是一個前所未有的機會。

智客ZhiKer：MemoryLake是一個什么樣的產品，核心技術架構是怎樣的？相比于其他記憶方案，最關鍵的差異在哪里？

占超群：MemoryLake 是一個多模態記憶平臺，由MemoryLake-D1多模態理解大模型、MemoryLake記憶引擎、Relyt多模態數據平臺，這三層打通了記憶從提取、計算到存儲的全流程。

技術護城河體現在五個方面：

第一，多模態記憶理解能力。 MemoryLake-D1是業內首個專注記憶理解的領域模型，能解析復雜的Excel布局、掃描版PDF、流程圖、會議音視頻等。在頭部文檔辦公企業場景中，通用方案的準確率只有60-70%，我們實現了99.8%的召回率。

第二，認知記憶體系。 我們構建了六種記憶類型，背景記憶、對話記憶、事件記憶、事實記憶、反思記憶、技能記憶。這種分類讓AI能像人腦一樣，根據問題場景精準定位相關記憶，而不是在海量聊天記錄中盲目搜索。

第三，多跳推理能力。 這是記憶“活”起來的關鍵。當用戶問“我應該投資這個醫療AI項目嗎”，系統不是簡單檢索關鍵詞，而是進行四跳推理，檢索項目信息、關聯過往投資教訓、匹配投資偏好、綜合外部行業報告，最終輸出的是基于記憶圖譜的因果推理。

在全球極具挑戰性的長程對話記憶基準測試LoCoMo上MemoryLake以94.03%的綜合得分位列全球第一。

第四，生產級性能指標。 我們實現了最高91%的Token成本下降，讓長期記憶第一次具備大規模落地的經濟性；在關鍵任務中達到99.8%的準確召回率；支持PB級記憶容量，毫秒級檢索延遲。

第五，開放數據集成。我們內置了4000萬學術論文、300萬SEC文件、50萬臨床試驗、實時金融數據、200萬化合物、1000萬美國專利等海量開放數據集。

智客ZhiKer：為什么又推出了MemoryLake龍蝦版？

占超群：MemoryLake龍蝦版面向開源智能體OpenClaw（俗稱“龍蝦”）提供永久、可遷移、認知積累的多模態記憶。采用“記憶護照”方案，就像護照讓你在不同國家無需重新證明身份一樣，能讓你的記憶在不同 AI 平臺之間自由穿梭。

當你的工作平臺從 Telegram 遷移到ClaudeCode 時，AI 依然記得你三個月前提到的項目細節，這種體驗仿佛它真的認識你。

這是記憶基礎設施最核心的價值之一，它并非綁定某個模型或智能體的功能，而是一個獨立于模型和智能體的中立層。企業可以自由選擇最適合的模型，而記憶資產始終歸企業所有，并能夠持續積累。

當前大家熱衷于“養龍蝦”，但這只是記憶的起點，而非終點。

真正的記憶生產力，應讓AI從本科生水平起步，擁有自己的知識體系，能夠判斷信息來源的可靠性，面對矛盾信息會思考、會判斷，能看懂圖表、聽懂錄音視頻，并將每一次交互都沉淀為可復用的能力，而不只是給出一句“用戶喜歡深色模式”這樣簡單的回應。

智客ZhiKer：目前市場表現和商業化進展如何？

占超群：在海外 C 端，我們推出了決策智能體產品 Powerdrill，主要面向金融、教育、政府等領域的專業數據人士，用于日常數據分析和決策匯報。基礎版收費標準為 19.9 美元/月，針對需要博士級別開放研究并且引經據典、有理有據、深度溯源的規格收費為 199 美元/月。我們預計未來 ToC 業務將迎來爆發式增長。

在企業領域，MemoryLake 已服務于超大規模的文檔辦公企業、頭部的企業移動辦公應用、大模型企業以及大型國央企等。

智客ZhiKer：企業客戶最關心的安全性和可解釋性，你們是如何保障的？

占超群：這是企業客戶的核心關切，我們從三個層面來保障。

可追溯性：每條記憶節點采用 Content - Addressable Storage，通過 SHA - 256 生成唯一 commitID，支持分支、合并、回滾操作，僅存儲增量變化。每條事實都攜帶完整的溯源元數據（來源 AI、會話 ID、時間戳、置信度），通過 append - only 日志保證防篡改。可以追溯任何一條事實的原始來源，并導出符合合規要求的完整證明鏈。

可解釋性：這是我特別強調的一點，我們首創了每一步可預覽和解釋的機制。系統不會給出一個黑盒結果，而是向用戶展示推理路徑、使用的記憶、所做的假設以及置信度。引擎返回的是結構化、精煉且完整的記憶片段，而非冗長的原始全文。

可干預性：我們提供版本控制、權限管控與合規審計。企業可以設置不同角色的訪問權限，能夠回溯到任何歷史版本，還可以進行人工干預和修正記憶。操作過程是可控的，并非完全自動化的黑盒。

這些機制使得 MemoryLake 能夠作為可信賴的長期記憶中樞嵌入企業業務，滿足嚴苛的安全與合規要求。我們服務的客戶包括金融、制造、政府等對安全要求極高的行業，這套體系已經經過實踐驗證。

此外，我們在生產環境中已經成功管理 10 萬億 + 條記錄和 1 億 + 份文檔，同時保持了毫秒級檢索延遲，實現了規模化與安全性的同步保障。

智客ZhiKer：接下來的重點方向是什么？

占超群：在產品研發領域，我們將持續優化記憶產品的多模態能力，如支持圖片、視頻、音頻以及更多的數據庫；繼續加大 MemoryLake 多模態數據模型的準確度以及數據轉換能力；不斷提升 Sandbox 安全能力以及分布式記憶計算能力。

在市場拓展層面，我們將大力加強市場推廣工作，著重開拓游戲、辦公、具身智能、金融等極具發展前景以及高價值的市場領域。

在技術研究方面，我們將始終密切關注行業前沿技術，如采用 AgentSkills 全面提升可干預性；增強分布式記憶計算能力以增加記憶的規模，以及提升端到端的記憶評估能力。與此同時，加大對隱性知識的研究與挖掘力度，探尋將隱性知識數字化的有效途徑。

智客ZhiKer：您希望未來 3-5 年，質變科技能成為一家什么樣的公司？

占超群：模型的護城河在于算力和數據，而記憶的護城河在于“信任”與“中立”。企業不會愿意把積累了數年、涉及核心業務的認知記憶，鎖死在一個特定模型廠商的生態里。他們需要一個像Snowflake一樣、能自由連接任何模型和AI的中立記憶層。

記憶是有引力效應的，越用越好用，價值越來越大；模型和智能體可能隨需切換，但記憶基礎設施是個人和組織需要持續構建的核心資產。 作為全球少有的兼具記憶能力、模型能力和數據平臺能力于一體的全棧玩家，我們有機會做出一個像Databricks、Snowflake那樣的AI時代基石企業。（作者｜郭虹妘）