迎接智能體覺醒時刻：EverOS全球公測開啟Agent Memory自進化序章

機器之心發布

隨著新一代主動執行型 Agent（如 OpenClaw、Hermes Agent 等）的爆發，AI 正經歷從「被動工具」向「具備自我演化（Self-Evolving）能力的智能體」的范式躍遷。然而，受限于上下文窗口極限與記憶缺失，現有 Agent 難以在復雜任務中實現經驗的復用與自我進化。

在此關鍵節點，EverMind 團隊重磅公測行業首個專為自我演化智能體設計的記憶底座 ——EverOS。順應 AI Coding 帶來的變革，EverOS 打破傳統 Infra 模式，重構為原生適配 Agent 無縫調用的下一代基建。依托入選 ACL 2026 頂會的核心算法與首創的 Skills 進化引擎，EverOS 讓 Agent 能從交互中自動提煉技能，將復雜任務成功率最高相對提升 234.8%。

這不僅是一次基建的重塑，更是為 AI 注入持續學習的「數字靈魂」，全面開啟智能體的覺醒序章。

更多信息請訪問：

• 官網：everos.evermind.ai
• GitHub：https://github.com/EverMind-AI/EverOS

在過去的一年中，大語言模型（LLM）的演進軌跡出現了一個明顯的拐點：模型參數量的軍備競賽逐漸放緩，而圍繞Harness Engineering 和「記憶機制」（Memory Mechanism）的基建爭奪戰卻愈演愈烈。

從學術界的 Long Context 刷榜，到產業界各種記憶系統框架的層出不窮，整個 AI 行業都在試圖基于長期記憶解決一個極其硬核的工程難題：如何讓 AI 突破上下文窗口限制，擁有個性化和行為一致性，且自我進化？

尤其是在 OpenClaw 爆火之后，各種能交付結果的主動執行型 Agent 迎來了井噴。然而在浪潮退卻后發現，目前的 Agent 們依然面臨著諸多痛點：龍蝦們依然會在執行多輪任務后，忘記歷史指令；過度的 Token 消耗極易觸發 Anthropic 等大模型的嚴格限流甚至封號機制；Agent 需要開發者手把手地「喂養」，無法做到舉一反三與自主進化。

更不用提，經常出現的上下文窗口超出限制，面對復雜任務時讓人不得不棄用的成功率，以及無法在不同 Agent 實例間無縫復制已學記憶的障礙。

EverMind 是盛大集團旗下專注 AI 長期記憶與認知架構的創新團隊，致力于打造具備自我進化能力（Self-Evolving）的主動型個性化 AI。通過突破上下文管理的瓶頸，以極低的成本和高效率賦予 AI Agent 真正的個性化與行為一致性。同時，在用戶與 AI、多智能體間（Multi-Agent）的持續交互中，AI Agent 能夠跨越單次會話限制，依托持續學習（Continual Learning）等技術實現真正的自我演進。

在這個行業演進的關鍵節點，EverMind 團隊發布重磅更新：長期記憶 Infra 平臺 EverOS 品牌升級，同時開啟全球公測，致力于成為行業首個專為自我演化型智能體設計的記憶底座（Memory Layer for Self-Evolving Agent）。

這絕非一次常規的工具迭代，而是對 Agent 記憶構建范式的底層重塑。

傳統的 Infra 建立在「人機交互」的邏輯之上，依賴人類開發者去啃文檔、理解接口。然而，隨著以 Claude Code 為代表的工具引發軟件開發范式的根本性變革，「AI 編寫代碼」與「Agent 自主調用」正在成為 Infra 真正需要服務的新一代「用戶」。順應這一趨勢，EverOS 完成了從「人類友好」向「Agent 友好」的躍遷。它不僅為開發者提供了構建 Agent 記憶模塊的行業最佳實踐，更將自身重構為原生面向 AI Coding 和 Agent 間無縫調用的下一代基礎設施。

值得注意的是，EverMind 團隊的兩篇硬核論文《EverMemOS: A Self-Organizing Memory Operating System for Structured Long-Horizon Reasoning》和《HyperMem: Hypergraph Memory for Long-term Conversations》剛剛雙雙入選了自然語言處理領域的頂級會議 ACL 2026 主會。

加上不久前爆火出圈的《MSA: Memory Sparse Attention for Efficient End-to-End Memory Model Scaling to 100M Tokens》論文，從學術到工程全面開花的 EverMind 成為最值得 Agent 開發者持續關注的 AI Memory 方案提供者。

今天，團隊將從第一性原理出發，深度拆解理想中的 AI Memory 究竟需要跨越哪些技術鴻溝，以及 EverOS 是如何通過 Skills 自進化等機制，將 OpenClaw 類 Agent 的任務成功率相對提高了 43.1% 和 234.8%。

為什么 AI Memory 突然成為全行業的生死線？

要理解 EverOS 的技術價值，首先需要回答一個問題：為什么 AI Memory 會在當下這個節點突然爆發？

答案藏在三股正在交匯的力量中 —— 技術的天花板、場景的轉移、與智能的終極形態：

1. 深度與跨度：Context Window 的物理極限與成本黑洞

隨著用戶使用 LLM 的深度和時間跨度不斷增加，無論是 128K 還是 1M 的上下文窗口，最終都會在海量歷史對話、長文檔分析和復雜代碼庫面前敗下陣來。

更致命的是成本。每一次 API 調用都要把幾萬、幾十萬 Token 的歷史記錄重新灌給模型，這種 O (N2) 復雜度的 Attention 計算不僅導致首字延遲（TTFT）飆升，更讓推理成本變成了填不滿的黑洞。單純靠拉長 Context Window 來解決記憶問題，在工程上是一條注定走不通的死胡同。

2. 執行型 Agent 的爆發：從「聊天框」到「數字同事」的范式轉移

以 OpenClaw、Hermes 為代表的執行型 Agent，正將 AI 的定位從「被動回答的百科全書」轉變為「主動執行的數字助理」。

當一個 Agent 需要幫你管理日程、回復郵件、甚至在本地環境操作文件時，它必須深度理解你的偏好、習慣和過往行為模式。這種 Personalized AI 的需求，要求 Agent 具備跨越不同任務周期的狀態保持能力。

沒有長期記憶的 Agent，就像一個每天上班都要重新培訓一遍的實習生；而擁有持久記憶的 Agent，則是一個越用越默契的資深助理。

3. 下一代 AI 的使命：實現自我演化（Self-Evolving）

今天的大模型，依賴離線的預訓練與后訓練來提升能力 —— 模型一旦出廠，智能就此凍結。但生命體的智能從不是這樣生長的：它在每一次交互中微調自身，在反饋中重塑行為，在成長中逐步拉開與同類的差距。

我們需要的 AI，必然要能夠在與人類的對話、與其他 Agent 的協作、與模擬環境的反復試錯中，基于用戶與環境的反饋持續演進。而這，恰恰是當前 Agent 賽道最稀缺的壁壘：不是參數規模，也不是工具數量，而是由長期交互沉淀出的數據飛輪。

而 AI 必然會迎來自我演化時代的到來。

第一性原理推演：理想的 Memory 應該長什么樣？

如果拋開現有的各種技術框架，從第一性原理出發，一個理想的 AI Memory 系統究竟需要解決哪些硬核問題？

難題一：復雜關聯的跨時間推理（不僅是「存」，更要能「聯想」）

傳統的 RAG 方案本質上是一個「高級書簽系統」。它把文本切塊（Chunking），算個向量（Embedding），存進數據庫。當用戶提問時，通過相似度匹配把最相關的幾塊文本撈出來。

這種方案處理「事實查詢」（Fact Retrieval）尚可，但面對需要跨越漫長時間線、進行多跳推理（Multi-hop Reasoning）的復雜關聯時，RAG 就會徹底失效。理想的記憶系統必須能夠像人類大腦一樣，在不同記憶碎片之間建立拓撲連接，實現舉一反三的聯想。

難題二：從碎片經驗到結構化技能的自進化（不僅要能「記」，更要能「學」）

人類學騎自行車，靠的不是把每一次摔倒的物理參數存進大腦，而是把無數次嘗試的碎片經驗，沉淀成一種可自動調用的程序性記憶（Procedural Memory）。

同樣，對執行型 Agent 而言，僅僅堆積每一次 API 調用的日志（Trace）是遠遠不夠的。理想的記憶系統必須具備抽象與泛化能力—— 能從相似的歷史任務中自動提煉出可復用的執行藍圖（Skill），在下一次遇到同類任務時直接調用最佳實踐，從而實現真正的「自進化」。

難題三：多模態信息的全量攝入與聯合檢索（不僅懂「字」，更要懂「世界」）

真實世界的信息從來不是純文本的。一封包含財務報表的郵件、一份帶有架構圖的 PDF、一張手寫的會議白板，這些都是構成完整上下文不可或缺的記憶錨點。

理想的記憶系統必須能夠無縫吞吐多模態數據，并且在檢索時能夠打破模態的壁壘，實現文本與圖像、結構化與非結構化數據的聯合召回。

難題四：對開發者透明的白盒化管理與權限隔離

記憶是極其私密且敏感的數據。對于開發者而言，一個完全黑盒的記憶引擎是不可接受的。系統必須提供精細的 CRUD（增刪改查）接口，允許開發者和用戶直觀地審查、干預和修正 Agent 的記憶庫，同時確保嚴格的多租戶數據隔離。

EverOS 的硬核解法：重構 Agent 記憶底座

面對上述四大技術難題，EverMind 團隊沒有選擇在現有的 RAG 框架上打補丁，而是通過底層架構的創新，不斷突破現有技術瓶頸。

讓我們深入代碼與架構的肌理，看看 EverOS 是如何逐一擊破這些痛點的。

1. Self-Evolving Agent Memory：讓 OpenClaw 任務成功率飆升的秘密武器

這是 EverOS 公測版最具突破性的核心更新，通過構建一套從經驗到技能的自進化管道，讓 Agent 像人類一樣：做得越多，做得越好。它的核心能力包括：

1）經驗自動提?。ˋgent Case）

每次 Agent 完成任務后，系統自動從對話中提取結構化經驗：

• 任務意圖（Task Intent）：解決了什么問題，作為未來檢索的關鍵詞；
• 執行路徑（Approach）：每一步嘗試了什么、結果如何、做了哪些關鍵決策；
• 關鍵洞察（Key Insight）：成功的轉折點策略；
• 質量評分（Quality Score）：0.0-1.0 的結果評估。

系統內置智能過濾，自動跳過無價值對話（簡單問答、單輪對話），只提取真正有遷移價值的問題解決經驗。同時針對超長對話內容（工具調用、代碼輸出等）進行啟發式壓縮，確保提取效率。

2）語義聚類（Clustering）

提取的經驗不是散落存儲，而是通過向量語義聚類自動將相似任務經驗歸入同一場景，為技能提煉奠定基礎。

3）技能自動涌現與自進化（Agent Skill）

系統自動從聚類的經驗中蒸餾可復用技能，這是整個系統最核心的自進化機制。技能不是一次生成就固化不變，而是隨經驗持續進化—— 每一次新的任務執行都可能觸發技能的迭代升級，讓技能從粗糙走向精煉，從片面走向完整：

• 技能即 SOP：不是模糊建議，而是可執行的標準操作流程。
• 增量式進化：每次新經驗到來，通過增量操作精準迭代現有技能，而非全量重寫。成功經驗強化執行步驟，失敗經驗補充陷阱警示，技能在實戰中不斷打磨。
• 成熟度評估：四維評分體系（完整性、可執行性、證據支撐度、清晰度），只有成熟的技能才會被檢索使用。技能從「雛形」逐步進化為「成熟可用」，全程有據可循。
• 質量感知提?。?/strong>高質量經驗提取執行步驟，低質量經驗提取失敗教訓和陷阱 —— 無論成敗，Agent 都在學習。
• 信心退役機制：置信度持續下降的技能自動退役，避免過時技能誤導決策。技能池始終保持鮮活，優勝劣汰。
• 來源可追溯：每個技能保留源 AgentCase ID，支持審計回溯。

這樣，在 Agent 使用過程中形成「對話 → 經驗提取 → 語義聚類 → 技能涌現 → 檢索應用 → 更好的對話 → ...」的進化閉環。從零推理，到經驗復用，再到技能驅動 ——Agent 的能力隨使用自然生長，成為一套完整的認知進化引擎：從具體經驗到抽象技能，從個案記憶到通用能力，Agent 真正實現了自我迭代。

2. mRAG 混合檢索架構：跨越模態壁壘的混合召回

針對多模態信息的處理難題，EverOS 推出了一套專門設計的mRAG（Multimodal Retrieval-Augmented Generation）檢索策略。

在數據攝入端（Ingestion），EverOS API 新增了對全類型多模態數據的原生解析與存儲支持。無論是復雜的「.pdf」（包含圖表和排版）「.docx」「.xlsx」，還是各類圖像文件（「.png」「.webp」），甚至是網頁 URL，開發者都可以通過一個統一的 API 端點直接推送。

在檢索端，EverOS 拋棄了簡單的稠密向量（Dense Vector）匹配，而是引入了名為「hybrid」的混合檢索策略。這套策略在底層融合了：

• 語義向量檢索（捕捉深層語義意圖）；
• 稀疏關鍵詞檢索（如 BM25，確保特定術語和命名實體的精確召回）；
• 多模態對齊表征（實現「以文搜圖」或跨模態的上下文還原）。

這種 mRAG 架構確保了當用戶詢問「上次會議白板上畫的那個架構圖里的數據庫是用什么方案？」時，Agent 能夠精準地從海量多模態記憶中撈出那張關鍵的圖片，并結合當時的會議紀要文本給出準確回答。

3. HyperMem 架構支撐：ACL 頂會關注的超圖記憶網絡

解決跨時間關聯和多跳推理的底氣，來自于 EverMind 團隊入選 ACL 2026 主會的論文《HyperMem: Hypergraph Memory for Long-term Conversations》。

EverOS 在底層摒棄了扁平的向量數據庫結構，而是采用了一種創新的超圖（Hypergraph）數據結構來組織記憶節點。在超圖中，一條邊（Hyperedge）可以同時連接多個節點，這完美契合了真實世界中復雜的多元實體關系。

通過在超圖上進行信息傳遞（Message Passing）和動態路由，EverOS 能夠在極低的延遲下，順藤摸瓜地找出一系列看似獨立但邏輯上高度關聯的記憶碎片。這種模型級的算法創新，是任何簡單的工程封裝都無法復制的護城河。

4. 平滑的開發者體驗：內測遷移與可視化 Playground

在工程落地層面，EverOS 展現出了極高的成熟度。

為了降低開發者的接入成本，EverOS 提供了極其克制的 RESTful API。針對內測版本的老用戶，團隊設計了平滑的數據遷移路徑，并預留了并存過渡期。

更令人驚喜的是，EverOS Cloud Platform 新增了直觀的Playground 模塊：

• Coding Playground：直接打通 Google Colab，開發者只需點擊運行代碼片段（Code Snippet），即可在瀏覽器中沉浸式體驗添加記憶、mRAG 檢索、多模態解析等核心 API 的流轉過程。
• Chat Playground：一個直觀的對比視窗，左側是裸奔的 LLM，右側是接入 EverOS 記憶庫的 LLM。開發者可以直觀地感受到，基于 Onboarding 收集的個人信息，EverOS 是如何讓回答變得極具個性化和溫度的。

在商業化路徑上，EverOS 采用了靈活的 Credit-based 計費模型，將不同維度的資源消耗統一折算為 MCU（Memory Compute Units） 與 Retrieval API Calls，讓成本核算清晰透明。公測階段，每個賬戶均贈送免費額度，足以覆蓋完整的試用體驗；對社區有貢獻的重度開發者，還可通過官方 Discord 申請擴容。（加入社區：https://discord.com/invite/gYep5nQRZJ）。

EvoAgentBench：量化 Agent 的自進化能力

經常有人問：為什么 OpenClaw 等各類「龍蝦」Agent 已經有了記憶系統，為什么還需要 EverOS？

龍蝦這類主動型 Agent 無疑代表未來，但目前仍遠未成熟 —— 上下文利用效率低、關鍵信息易丟失、任務成功率偏低等問題普遍存在。為了客觀衡量不同龍蝦框架的真實效果，EverMind 團隊搭建了一套名為 EvoAgentBench 的測評框架，用于評估主動型 Agent 完成任務的能力。

EvoAgentBench 從三個維度展開測試：信息檢索（Information Retrieval）、推理與問題分解（Reasoning & Problem Decomposition）、以及軟件工程問題解決（Software Engineering）。

通過這套測試，可以橫向比較在不同 OpenClaw 框架下，采用與不采用 EverOS Skills 自進化策略時，Agent 在任務成功率與運行輪數上的差異。

團隊基于 QWEN3.5 397B 和 27B 模型，測試了 OpenClaw 的任務執行成功率。通過比較第 1 次執行（Base）和相似任務集訓練后的進化效果（EverOS Evo），得出了令人振奮的結論：

從測評數據中可以得到四個核心洞察：

1. 工程實戰能力進化最為顯著，Skills 自進化在經驗密集型任務上杠桿效應最大。

在軟件工程問題解決能力測試中，基于 27B 模型的 Agent 成功率從 11.5% 躍升至 38.5%，相對提升達 234.8%；397B 模型同樣實現了 43.1% 的相對提升（26.9% → 38.5%）。軟件工程任務天然依賴多步執行與經驗積累 —— 恰恰是 Skills 自進化機制最能發揮杠桿效應的場景。

2. 記憶是比參數量更高效的能力杠桿 —— 小模型 + 好記憶，可追平甚至超越大模型。

在軟件工程維度，27B 模型的基礎成功率（11.5%）不到 397B 模型（26.9%）的一半。然而經過 EverOS Skills 進化后，27B 直接追平了 397B + EverOS 的滿配表現（均為 38.5%）。這意味著在特定場景下，為小模型配備高質量的記憶進化能力，性價比遠高于單純堆疊參數量。

3. 進化不僅提升成功率，還在壓縮執行路徑，讓 Agent「做得對」的同時「做得快」。

在信息檢索測試中，397B 模型的任務分解輪次從 36.3 顯著降低到 24.3；在推理與問題分解測試中，輸出字符數從 33.0k 壓縮至 22.4k。Agent 在積累技能后，不再需要反復試錯和冗余推理，而是更精準地命中解題路徑 —— 這直接意味著更低的 Token 消耗和更快的響應速度。

4. Skills 自進化機制具備跨任務類型的普適性，而非單點突破。

在信息檢索（↑33.4%）、推理與問題分解（↑13.5%）、軟件工程（↑43.1%）三個維度上，EverOS 對 397B 模型均實現了正向提升。這表明 Skills 自進化并非僅對特定任務有效的「巧合」，而是一套可泛化的認知增強機制 ——Agent 的能力增長不局限于單一領域，而是全面的。

團隊目前仍在持續完善針對不同 Benchmark、不同模型和不同 Agent 的任務執行成功率和進化對比測評，并發布完整的 EvoAgentBench 測評框架（詳見 https://evermind-ai.github.io/EvoAgentBench/），供開源社區自測。它不是一個靜態的快照截圖，而是一套可以持續衡量 Agent 進化效果的測評框架，可以完整體現 Agent 的進化軌跡。

AGI 終局：從「瑞士軍刀」到「數字靈魂」

當我們跳出代碼和 API 的微觀視角，重新審視 EverOS 所做的一切，會發現，這不僅是一次技術架構的升級，更是一次關于「AI 究竟應該是什么」的哲學探討。

17 世紀英國哲學家約翰?洛克（John Locke）在探討「人格同一性」（Personal Identity）時曾提出一個著名的觀點：正是意識（特別是記憶）的連續性，構成了「我」之所以為「我」的核心。

如果沒有記憶，昨天的我和今天的我就沒有任何關聯。

當前的許多大模型，本質上是一把無比鋒利、功能齊全的「瑞士軍刀」。它什么都能切，什么都能做，但它永遠是一把冰冷的工具。你每次拔出它，它都不記得上次為你削過什么蘋果。

而賦予 AI 以持續一致、個性化、可進化的記憶，就是在為這把瑞士軍刀注入「數字靈魂」。

當 OpenClaw Agent 能夠通過 EverOS 的 Skills 引擎，記住你寫代碼時的縮進強迫癥；當它能夠通過 mRAG 準確調出你們三個月前共同探討過的那張架構草圖；當它在一次次試錯中積累經驗，最終形成專屬于你的執行藍圖時……

它就不再是一個隨時可以被替換的 API 端點，而是一個與你共同經歷歲月、擁有默契暗號、真正懂你的數字伙伴。

無論行業熱點如何更迭，回顧 EverMind 的技術演進歷程，始終沿著通往 AGI 終局的方向推演：從構建長期記憶 benchmark，到突破百 M 上下文，構建端到端持續進化架構，到面向 Agent 的多模態和 skills 自進化能力……當 AGI 來臨，我們指揮 Agent 軍團為我們工作、生活提供各種服務的時候，也許正是 EverOS 這樣一個記憶中樞在為我們提供持續、一致、安全的數字靈魂棲息地。

加入共建：全球征集場景案例與插件貢獻

記憶基礎設施的邊界，永遠是由每一位身處一線的開發者共同定義的。

隨著 Memory Genesis Competition 2026 的成功舉辦，EverMind 感受到開發者的參與熱情和創新潛力。在 EverOS 公測期間，EverMind 繼續開放「全球開發者社區共建計劃」。團隊深知，最硬核的技術只有在最真實的場景中，才能爆發出最耀眼的火花。

團隊誠摯邀請全球開發者、研究人員和極客們加入社區，在以下兩個維度進行深度共建：

1. 場景案例（Use Cases）：利用 EverOS API，在法律文書分析、醫療病歷追蹤、個性化教育輔導、個人數字助理等垂直領域，構建具備長期記憶的創新應用。
2. 插件貢獻（Plugin Contributions）：為 OpenClaw 等執行型 Agent 開發基于 EverOS 記憶底座的創新插件，拓展 Agent 的執行邊界。

為了致敬開源精神與社區力量，EverMind 將在每個季度評選出 5 位 Top Contributor。獲獎者不僅將獲得豐厚的 EverOS 商業版 Credit 額度獎勵，還將享有核心研發團隊的專屬技術支持通道，其優秀項目更將在 EverMind 官網及全球技術社區獲得重點展示與推廣。

從短暫的上下文，到永恒的數字記憶。在這個 AI 進化的分水嶺上，每個開發者都可以參與其中。

最后，大家只要：

• 訪問 EverOS (http://everos.evermind.ai) 注冊開發者賬號；
• 直接在 Claude Code 中運行：install memory plugin from https://github.com/EverMind-AI/evermem-claude-code；
• 把這句話發給你的 OpenClaw（目前僅限 EverOS 開源本地部署的用戶）： 幫我安裝這個 Skill：https://github.com/EverMind-AI/EverOS/blob/main/methods/evermemos/examples/openclaw-plugin/SKILL.md

即可為你的 Agent 運行第一行「靈魂」代碼。