你的AI正在失忆

Memory.md已死，记忆战争才刚刚开始

说这话的是宋健，NoDesk AI创始人。这个春节他特别忙，因为他们的 DeskClaw 在跟大厂正面“掰手腕”。20个浙江官媒下场报道，全网几千万播放，他领到了一个意想不到的网黑头衔：“杭州龙虾哥”。

但比外号更让他头疼的，是记忆这件事。

宋健的公司从上线至今用户量一直在涨。早期基于 Peter 写的 OpenClaw，现在改成自研了。

“他原先那个 Memory.md 有个很大的问题。”

宋健在台上毫不客气。“通俗点说，一个人不可能把这一身的 know-how、能力和经历全部用一个备忘录来记，而 Memory.md 本质上就是一个备忘录。”

台下一片笑声。但这笑声里藏着焦虑。

从企业的角度，什么时候做短期记忆，什么时候做中期、长期记忆，这有它很复杂的点，不可能靠一个备忘录文档去搞定。

“OpenClaw 至少把大模型的能力彻底激发出来了，这肯定是个好范式。”但他话锋一转：“现在引发的新问题是，信息大爆炸了，能力变强了，但实际上记忆变成了重灾区。”

于是，宋健和他的团队提了个概念叫“Evo-Memory”——想把记忆的搜索、合成再到进化，构建一个闭环。

宋健举了个例子。

“哪些记生活、哪些记日常、哪些是学习，这放到电商场景就更灾难了。哪些是每天都要做的事，哪些是这一刻要做的事，哪些是做完要精进的事，哪些是做完之后每一天都不应该变的事？”

他顿了顿，语气变得严肃。

“甚至像 ROI 这种东西，广告投放不是说加个小红点、减个小红点的事，最后背锅的是人民币。投放的广告费多与少，ROI 点数往前还是往后，这种错误跟幻觉在今天的 OpenClaw Memory.md 里还是非常明显的。”

这意味着，做垂直类厂商要花很多心思去把场域和场景定性。定性之后，要在 Memory 里花很多心思去分类。

“这就意味着我们在做 To B 服务的时候，记忆管理就更重要了，否则企业根本没办法落地。”

沈俊潇（Shawn）给出了另一个答案。

他是 Memories.ai 的创始人兼 CEO，初创团队以前都在 Meta 做 AI 助手。在硅谷融了 1500 万美金，做的事情听起来很科幻：多模态记忆、视觉记忆。

“我们当时就觉得未来一定会有 Millions of Agents，把现在的这些网站、APP 全部替换掉。”

但问题是：你跟这些 Agents 做自然语言交互时，他们不够 Personalized，你不可能把你的个人信息给到每一个 Agents。

“所以一定要有一个中间层，就是 AI 助手层。AI 助手层帮你连接你和未来所有的这些 Agents。那这些 AI 助手如果需要足够个性化，就得需要有 Memory，而且得有你的 Memory。”

Shawn 认为，未来的 AI 助手一定是基于视觉的、多模态的。可穿戴设备、机器人，都属于具身智能的一部分。

“如果把这个整体归类于具身智能的话，里面的多模态记忆就很重要。”

他花七位数美金买了 memories.ai 这个域名。当被问到值不值时，他只说两个字：“值得。”

但 Shawn 也承认，记忆很难成为一个单独的产品。

“产品很看重 Time to value（实现价值的时间）。记忆的 Time to value 太长了，你需要花很多时间才能知道记忆系统 A 和 B 到底哪个好，很难在十分钟内感知出来。”

而且它不是给人类用的，是给 Agent 用的。

“所以你是为 Agent 构建记忆的 Infrastructure。”

为了展示这套 Infra 做得有多快、多好、多细，他们做了一个 First party app（第一方应用）。

“就像谷歌当年为了推广安卓自己做了 Pixel 手机一样。”

前几天他 Co-founder 见了亚马逊的领导层，对方想用他们的技术方案，问这能干嘛。

“我们说你们随便问。他们问：‘你到我们公司路上见过多少个餐厅？把餐厅所有的东西都列一下。’系统马上全部列出来了。”

接了后端的 First party app 之后，你就能有很快的 Time to value moment。

“单纯靠记忆本身很难。但我并不觉得现在没有，代表未来没有，记忆作为一个单独的产品是有可能的，只是现在需要跟 Agent 结合在一起。”

张栖铭从另一个角度切入记忆。

他做了两个产品：Aibrary（让人学 AI）和 BotLearn（让 AI 学习）。Aibrary 可以推荐书籍、用书籍跟你对话、把大量书籍生成播客。

“我们自己内部开玩笑说，Aibrary 做的事情是为了让你不读书或者少读书，更快地读书。”

但吴畏问了一个尖锐的问题：“现在的 AI 智能已经到了这种水平，为什么人类还需要接受教育呢？”

张栖铭没有回避。

“这是一个很难的问题。长期来看假如 AGI 真的来了，我们认为人学很多东西可能是没有意义的。”

但在中间这个过程里，一定有一个阶段是人跟机器去协同的。人更多负责元认知、提出问题，然后推进 Agent 去解决；Agent 则把很多可以重复的、能力能积累下来的事情直接去落地。

“我们认为当下大家把小孩送进学校，其实是用 19 世纪的教学模式，学 20 世纪的知识，去培养 21 世纪的小朋友。”

他给了两个建议：

“第一，带小孩的时候尽早让他们接触 AI 类产品，打小就开始玩各种 AI 工具。第二，鸡娃不如鸡自己。以后人工智能发展，娃可能很难找工作了，所以大家鸡好自己，多给娃留一点财产。”

宋健说：“与其恐惧，不如行动。既然行动那就用心做，至于大厂，会有另外的大厂去干它的。”

张栖铭说：“鸡娃不如鸡自己。”

Shawn 说：“Focus。现阶段做什么就专注做什么，下一个阶段再做下一个。找到牛逼的人和团队最重要。”

陈宏（memU 创始人）说：“希望大家能把自己的能力都 Skills 化。”

记忆这件事，看起来是技术问题，实际上是生存问题。

当你的 AI 助手记不住你上周说过的话，当你的 Agent 在关键时刻“失忆”，当你的广告投放因为记忆幻觉烧掉真金白银——你会发现，Memory.md 确实只是一个备忘录。

而备忘录，撑不起 AI 时代。

吴畏：欢迎各位！我们其实不大在国内见面，有的时候是在硅谷做活动碰面，很难得能在这里见到各位。所以第一个开场的Panel，我觉得还是请各位先简单介绍一下自己，介绍一下自己所在的公司，以及你们跟Memory（记忆）之间的关系。我相信每位都跟Memory有非常重要的关系。

沈俊潇：大家好，我叫Shawn，是Memories.ai的Founder兼CEO。Memories.ai是一家位于硅谷的科技公司，我们的初创团队以前都是在Meta做AI助手的。当时我们在Meta做AI助手的时候，就觉得“记忆”是一个AI助手最重要的一件事，没有之一。

吴畏：为什么记忆这么重要？

沈俊潇：因为那个时候ChatGPT还没出现，但我们在Meta已经有智能体（Agents）的概念了。我们当时就觉得未来一定会有Millions of Agents（数以百万计的智能体），把现在的这些网站、APP全部替换掉。但是你跟这些Agents做自然语言交互时，他们不够Personalized（个性化），你不可能把你的个人信息给到每一个Agents。所以一定要有一个中间层，就是AI助手层。AI助手层帮你连接你和未来所有的这些Agents。那这些AI助手如果需要足够个性化，就得需要有Memory，而且得有你的Memory。

另外，我们觉得未来的AI助手一定是基于视觉的、多模态的。比如你的可穿戴设备，包括现在的机器人其实也属于AI助手的一部分。如果把这个整体归类于具身智能的话，里面的多模态记忆就很重要。我们做的其实就是多模态记忆、视觉记忆。所以我们当时就从Meta出来，在硅谷融了1500万美金，做的就是未来AI助手和具身智能的视觉记忆。

吴畏：明白。您之前在Meta待过，又在硅谷，一直怎么评价Meta在AI这一波的策略？我感觉好像时不时速度很快，但又好像时不时在乱开枪。

沈俊潇：确实是比较激进。但我感觉整体来说，在硅谷AI发展太快太快了。如果一家公司没有从上至下、从下至上两边一起配合的很好的Infra（基础设施）去搭配的话，确实很难在这个“以快制胜”的AI时代里胜出。所以看硅谷这么多的大厂，微软、亚马逊、谷歌、苹果，谁家大厂的机会最大？那肯定是谷歌。

吴畏：肯定是谷歌？不是看好Anthropic或者OpenAI吗？

沈俊潇：Anthropic和OpenAI在我们眼里算是“初创公司大厂”，不是传统大厂。初创公司刚建立三四年，没有很多历史遗留问题，他们的Infra就是为了AI去做的。看估值已经是几千亿美金了，我觉得从体量上来讲已经够大了。所以如果说谁最有机会，我个人觉得就是谷歌，然后是OpenAI和Anthropic。目前看来Anthropic其实是属于后来居上的。

吴畏：是的，我看今天OpenAI也发布了新的东西。没关系，来，张总介绍一下自己。

张栖铭：大家好，我叫张栖铭，我们公司名字叫Ouraca，是OurAcademy的简写，是“未来的AI大学”的一个简写。我们的第一个产品叫Aibrary，因为我们想建一个面向未来教育的AI大学，就先从一个图书馆开始建起。图书其实是历史的记忆，我们希望说能把书讲好，大概率就能把很多学习的东西讲好。在这个过程中我们也做了很多研究，比如未来的社会需要什么样的人才。现在人工智能发展特别快，传统的教育已经存在很多问题了。后来OpenClaw火了之后，我们又开了一个新产品叫BotLearn，希望能把人类的技能积累下来，让Agent去学习、去进化，实现人跟机器的协作。所以我们更多是做一些模型或者Agent的应用和进化。

吴畏：所以这个Aibrary是让人学AI，BotLearn是让AI学习、让Agent学习？

张栖铭：Aibrary就是一个图书馆，它可以给你推荐书籍，可以用书籍跟你对话，还可以把大量的书籍生成播客，让你快速去读书。我们自己内部开玩笑说，Aibrary做的事情是为了让你不读书或者少读书，更快地读书。而BotLearn想做的是让Agent更多地去学习，然后你去作一个人机协同。

吴畏：现在的AI智能已经到了这种水平，为什么人类还需要接受教育呢？

张栖铭：这是一个很难的问题。长期来看假如AGI真的来了，我们认为人学很多东西可能是没有意义的。但在中间这个过程里，一定有一个阶段是人跟机器去协同的。可能人更多负责一些元认知、提出问题，然后推进Agent去解决；Agent则把很多可以重复的、能力能积累下来的事情直接去落地。我们认为当下大家把小孩送进学校，其实是用19世纪的教学模式，学20世纪的知识，去培养21世纪的小朋友。大家明确能看到，现在程序员写代码用Copilot一句话就可以写很多，做个PPT也不需要文案和设计师了，一句话直接生成。所以未来的教育一定要产生比较大的变化，才能满足未来的诉求。

吴畏：OK。我在台上主持，听到上面稍微有点吵。Vera，麻烦帮我把两扇门关掉。如果大家要在会场里讨论请移步到外面，外面更适合交流。我们在整个场域里是在学习，请大家保持安静，可以吗？好，来，下一位宋总。我感觉您是最近一个月特别忙的人，我们参加过你的活动，介绍一下自己吧。

宋健：大家好，我是NoDesk AI的宋健。这个春节正如吴老师说的，确实比较忙，因为我们此时此刻作为中国的年轻创业公司，还在跟大厂做正面“掰手腕”。我们有一款产品叫DeskClaw。DeskClaw现在在国内应该还是非常火的，很多用户说在他眼里现在就是Qclaw、WorkBuddy、DeskClaw在正面竞争。当然我这不是要DISS傅盛的产品或者阿里的产品。作为一个在杭州土生土长的年轻公司——今天书记跟我说上台一定要Q一下，我们来自于中国云谷，隶属于西湖区紫金港科技城——最近因为被20个浙江官媒下场报道，全网播放量可能超过几千万，几十万条评论，我领到了人生第一个网黑头衔叫“杭州龙虾哥”，我这辈子都没想过会有这么狗血的名字。

但是我还是觉得，现在无论大厂还是我们，本质上可能都是在借OpenClaw的势能，希望用通用跟垂直相结合，因为各有各的领域。像我们其实就是想把电商领域的Agent应用落地，把它做垂直。阶段性来看，我依然觉得OpenClaw带来的很多东西是不一样的。

Q一下今天的主题，记忆这件事情对于我们其实也很虐。从上线至今用户量一直在涨，早期我们是基于Peter老哥写的OpenClaw，现在我们已经改成自研了。他原先那个Memory.md有个很大的问题。通俗点说，一个人不可能把这一身的know-how、能力和经历全部用一个备忘录来记，而Memory.md本质上就是一个备忘录。从企业的角度就更不行了，什么时候做短期记忆，什么时候做中期、长期记忆，这有它很复杂的点，不可能靠一个备忘录文档去搞定。

所以最后你还是需要一个Memory System（记忆系统）帮你去分门别类地管理这些Markdown file。比如这个Markdown file管理我的Coding preference（编码偏好），另一个管理办公的，还有一个管理个人生活的。不同的Markdown file代表了不同的Memory，怎么管理是由Memory System来决定的。但现在的问题是，如果你把所有的管理全部交给Agent执行，它可能会给你列出非常多的Categories（分类），导致文件系统爆炸。所以你还是需要一个Solution来更合理地管理。Memory System提供了这样好的记忆管理Solution。

陈宏：是是是，没错没错。

吴畏：刚才其实宋总你有稍微展开一点，你的这个Cloud相当于借助开源然后自研了一套智能体系统。你们是怎么做的，能够确保用户在记忆管理这块有更好的体验跟感受？

宋健：我觉得今天这个会我学到最重要的事情，就是我下来肯定得跟陈宏的公司合作，同为初创企业，合作精神很重要。第二个就是，从我们的角度来说，在做记忆迭代这件事情上，我们更像小学生。因为我们是25年初才成立的，3月18号刚满一周年。在这1年的动荡中，我们既要做电商Agent场景落地，又要做Agent应用落地。

OpenClaw出来之后，Memory.md又炸了。宋健和他的团队提了个概念叫“Evo-Memory”——想把记忆的搜索、合成再到进化，构建一个闭环。这是昨天我们另一个Co-founder王晓东在公众号发的文章里提到的。

OpenClaw至少把大模型的能力彻底激发出来了，这肯定是个好范式。以前模型跟身体手脚的连接有瑕疵，现在引发的新问题是，信息大爆炸了，能力变强了，但实际上记忆变成了重灾区。就像刚才提到的，哪些记生活、哪些记日常、哪些是学习，这放到电商场景就更灾难了。哪些是每天都要做的事，哪些是这一刻要做的事，哪些是做完要精进的事，哪些是做完之后每一天都不应该变的事？甚至像ROI（投资回报率）这种东西，广告投放不是说加个小红点、减个小红点的事，最后背锅的是人民币。投放的广告费多与少，ROI点数往前还是往后，这种错误跟幻觉在今天的OpenClaw Memory.md里还是非常明显的。

这就意味着，我们做垂直类厂商要花很多心思去把场域和场景定性。定性之后，要在Memory里花很多心思去分类。这就意味着我们在做To B服务的时候，记忆管理就更重要了，否则企业根本没办法落地。

吴畏：是的。对于企业来讲除了安全权限以外，数据很重要，其次就是记忆，因为记忆也是数据的一部分。OK，张总你这边有什么看法？毕竟你们要处理大量的图书和学习知识。

张栖铭：我顺着刚才的话题说吧。Memory很重要，以人为例的话，人经历的所有事情决定了他当下的状态。我们跟模型或Agent互动时其实也是一样的。从我们做教育或者书籍的角度来说，我们是怎么把模型的参数记忆、包括我们对用户本人的理解做好的？

刚才大家提到，用户在用的时候很难把所有的know-how和经历灌进去。我们在过程中发现，我们的用户基本人人都有LinkedIn。LinkedIn记录了他上过什么学校，在什么公司待过，从事什么岗位。我们就引导用户把他的LinkedIn输入进来，极大地个性化了他的经历。在这个基础上，结合他跟我们的互动：问了什么问题，读了什么书，哪本书读了多久，哪些地方在反复听或询问，我们就可以做出非常个性化的反馈。比如大家都是互联网行业出来的，读从0到1或者经济金融类的书，我们就可以完全按你的个人经历代入进去，讲一些贴合你的内容。这我觉得是一个很好的思路。

模拟人是一回事。我们在中间还探索了如何模拟书的作者来回答问题。在没有Skill这个概念时，我们内部就提出：所有的书都是作者世界观跟方法论阶段性的总结。比如做互联网都要做增长，我们就把大量增长类书籍里的核心逻辑、案例全部抽取出来。你最近做一个产品功能，输入进去，就可以模拟这本书的作者，用书里的实际案例和方法论来分析。所以书其实是大量历史人物记忆的总结。

我们做了很多有意思的Skill，你输入一个问题，一堆“书”出来回答你。大家观点不一样时，还可以让这些“书”去辩论。再叠加你的LinkedIn个人经历、甚至把所有的文档都扔给它，它能给出非常全面、细致的建议，准确率比直接用模型高很多。

吴畏：我觉得这是一个很好的思路。其实我的记忆大部分都在微信聊天记录里，如果AI能把我的微信聊天记录都分析一下，我估计它完全能模拟我这个人。另外，刚才你再说书，我也在想一个问题。我自己也写了本书，但我这其实是瞎写的一本工具书。未来会不会写书的人也大量用AI，其实只是在炒冷饭、从各种新闻信源里借鉴？那会不会未来书的价值没有过去那么大了？

张栖铭：一定是这样的。所以从这个角度看，我们认为如果能把很多有想法、有思路、有方法论的人引入一个社区，他把自己的思路放上去，很多人来问他问题，他自己也可以学习到更多东西，而且这是一个实时迭代进化的过程。

吴畏：非常有意思。我们最后再聊一下关于OpenClaw跟公司业务发展的问题。回到Memories.ai，我觉得这个很好，你们花了多少钱买这个域名？七位数美金？值得吗？

沈俊潇：值得的。

吴畏：确实抓到了重点。你肯定在记忆这块特别有发言权，你们做的是多模态的记忆管理，这可能就是未来但凡带摄像头的AI智能硬件的核心基础设施了。怎么会那么早就想要布局这一块？有什么挑战还是恰好到了这个点？

沈俊潇：我们的记忆其实做很久了。我们一直在推记忆，但现在我们会把记忆和后面的Action（行动）一起推。为什么？因为我们觉得记忆很难成为一个单独的产品，产品很看重Time to value（实现价值的时间）。记忆的Time to value太长了，你需要花很多时间才能知道记忆系统A和B到底哪个好，很难在十分钟内感知出来。而且它不是给人类用的，是给Agent用的。所以你是为Agent构建记忆的Infrastructure。

为了展示我们这套Infra做得有多快、多好、多细，我们就需要一个好的Demo，一个First party app（第一方应用），就像谷歌当年为了推广安卓自己做了Pixel手机一样。如果没有这个App去表达，很难说服未来的OEM、ODM公司用我们的技术。前几天我Co-founder见了亚马逊的领导层，他们想用我们的技术方案，问这能干嘛。我们说你们随便问。他们问：“你到我们公司路上见过多少个餐厅？把餐厅所有的东西都列一下。”系统马上全部列出来了。

接了后端的First party app之后，你就能有很快的Time to value moment。单纯靠记忆本身很难。但我并不觉得现在没有，代表未来没有，记忆作为一个单独的产品是有可能的，只是现在需要跟Agent结合在一起。

吴畏：未来大模型确实有种吃掉一切的感觉，把Agent各种东西合并在一起。回到陈宏，你觉得多模态的记忆Infra更有机会，还是你做的方向更有机会？另外下一个问题是，你公司的北极星指标是什么？为什么？

陈宏：是这样的，我觉得各有各的好吧。我们其实比较关心的是技术的发展。它不是一个传统意义上的商业指标，而是保持我们在技术上的领先性，跟上大家的节奏。

另外我给大家一些建议吧。现在公司内部或个人提效工具很多，大家用像DeskClaw小龙虾这种工具的话，其实是可以把自己的能力全部Skills化（技能化）的。一句话，希望大家能把自己的能力都Skills化。

吴畏：好的，谢谢陈总，掌声鼓励！把技能Skill化，蛮好的。不过Skill化会不会最后都被大模型吃掉了？被拿去训练了。宋总，你的一句话总结？

宋健：我给大家一句话，与其恐惧，不如行动。既然行动那就用心做，至于大厂，会有另外的大厂去干它的。

张栖铭：我是做教育的，给两个建议吧。第一，带小孩的时候尽早让他们接触AI类产品，打小就开始玩各种AI工具。第二，鸡娃不如鸡自己。以后人工智能发展，娃可能很难找工作了，所以大家鸡好自己，多给娃留一点财产。

吴畏：所以大家今天来对了呀！都在学习嘛。Shawn，你的一句话总结？

沈俊潇：我不知道大家是创业者还是投资人居多？举手调研一下好不好，创业者举手看一下？投资人呢？看来在场还是Founder居多。我自己也没完全搞明白，就不乱给建议了。但目前我学到的有两点：第一个是Focus（专注）。Focus and sequencing，现阶段做什么就专注做什么，下一个阶段再做下一个，Focus很重要。第二个是，找到牛逼的人和团队最重要。我就这两件事。