阿里前员工做了个“破壁”版龙虾，这能让大模型记住你吗

AI正在从“能计算”走向“会决策”，而记忆是这场跃迁的关键

AI正在从“能计算”走向“会决策”，而记忆是这场跃迁的关键。

企业AI落地的痛点，如今已经水落石出。数据像一地的拼图碎片，散落在表格、PDF、音视频等各种载体里，系统始终无法拼出一幅连续的画面。高管们想分析项目风险，模型却理不清历史问题与市场趋势的内在联系；金融机构指望系统能预警风险，却发现它拿不出决策的来龙去脉；制造企业想要追溯质量问题，人工排查动辄数周，而模型响应也要几个小时。

问题的根子在哪里？其实，传统以数据为中心的系统，做的不过是零散信息的存储和调用。但企业真正呼唤的，是一种具备记忆能力的认知状态——它得能理解业务逻辑，能串联多源信息，最终支撑起复杂的决策过程。

占超群在阿里巴巴度过了超过十年的时间，其间，他主导构建了国内营收规模最大的云原生数据仓库体系。他带领的团队，曾在TPC-H和TPC-DS两项全球数据库基准测试中同时登顶，实现了中国公司在这项测试上零的突破。此外，他还担任过阿里妈妈达摩盘的架构师，以及城市大脑多个项目的总架构师。处理过几十万亿级别数据的经验，让他比多数人更早洞察到纯粹数据驱动的局限性。

离开阿里后，占超群以质变科技创始人兼CEO的身份，带领团队研发了多模态记忆平台MemoryLake。这个平台的使命很明确：让AI不再是一座信息孤岛，而是拥有像人一样连贯、可用的“记忆”。

近日，团队又推出了多模态记忆平台MemoryLake龙虾版。这款产品的定位是打造AI时代的“记忆护照”，目标就是让用户的“记忆”能够跨越ChatGPT、Claude、OpenClaw等不同AI平台，实现无缝迁移和继承。

在最近的一次深入交流中，占超群首次系统性地阐述了生产级AI记忆基础设施的底层设计逻辑，揭示了MemoryLake构建的技术护城河，并解释了为什么正在崛起的AI世界会如此需要一张“记忆护照”。

创业与在巨头的不同：距离用户更近，创新更“实”

对于创业和在巨头工作的区别，占超群坦言，真正创业之后，最大的不同在于能够以更快的速度，去实践更大规模的突破性创新。与用户的距离被极度拉近，能够直接感知到他们的需求和反馈，这让创新变得更加扎实（Solid）。

当然，挑战也同样明显。在阿里，背后有近乎无限的人力和资源作为支撑；而创业后，每个决策都需要反复权衡，很多事必须亲力亲为。从客户拜访、产品设计、架构规划，到产品原型实现甚至前期的编码开发，都需要深入参与。

从阿里到创业：两个根本性的市场判断

回顾在阿里的11年，占超群认为主要做了两件事：一是推动技术完成了从工具到产品，再到全球化商品的演进；二是在大规模应用场景中，实现了数据价值的最大化。

至于为何选择此时创业，主要基于两个根本性的市场判断。

第一，是云计算依然存在巨大的机会。未来五年，随着网络带宽和硬件性能的持续突破，软件形态将发生根本性的变革。这就好比手机催生了移动互联网，整个软件架构也必将迎来一次彻底的重构。

第二，是AI将彻底改变数据的使用方式。过去的数据分析，主要服务于高管决策；而未来，AI将能直接驱动智能体（Agent）行动。并且，视频、音频等非结构化数据都将被充分数据化，数据的规模、价值和用户群体将远超以往任何一个时代。

一直怀有碘伏性创新抱负的占超群认为，2024年，云与AI的深度结合，必将催生出一个全新的、前所未有的市场机会。

MemoryLake的技术护城河：五项核心能力

MemoryLake本质上是一个多模态记忆平台，其架构由三层构成：MemoryLake-D1多模态理解大模型、MemoryLake记忆引擎，以及Relyt多模态数据平台。这三层共同打通了记忆从提取、计算到存储的全流程。

其技术护城河，具体体现在五个层面：

第一，多模态记忆理解能力。MemoryLake-D1是业内首个专注于记忆理解的领域模型。它能够解析结构复杂的Excel表格、扫描版PDF、流程图乃至会议录音录像。在头部文档办公企业的实际场景测试中，通用方案的准确率往往只在60-70%徘徊，而MemoryLake实现了99.8%的召回率。

第二，认知记忆体系。平台构建了六种记忆类型：背景记忆、对话记忆、事件记忆、事实记忆、反思记忆、技能记忆。这种精细化分类，使得AI能像人脑一样，根据具体问题场景，精准定位相关的记忆片段，而非在海量聊天记录中进行盲目、低效的关键词搜索。

第三，多跳推理能力。这是让记忆真正“活”起来的关键。当用户提问“我应该投资这个医疗AI项目吗？”时，系统不会只做简单的关键词匹配。它会进行至少四跳推理：检索项目基本信息、关联过往的投资经验与教训、匹配用户的投资风险偏好、并综合外部行业研究报告。最终输出的，是基于记忆图谱的因果推理链，而不仅仅是一个结论。

在全球公认极具挑战性的长程对话记忆基准测试LoCoMo上，MemoryLake以94.03%的综合得分位列全球第一。

第四，生产级性能指标。平台实现了最高91%的Token成本下降，这让长期记忆的大规模、经济性落地第一次成为可能；在关键任务中达到99.8%的准确召回率；支持PB级别的记忆容量，同时保持毫秒级的检索延迟。

第五，开放数据集成。平台内置了海量的高质量开放数据集，包括4000万篇学术论文、300万份SEC文件、50万项临床试验数据、实时金融数据、200万种化合物信息以及1000万项美国专利等。

“记忆护照”：让记忆在AI世界自由流通

MemoryLake龙虾版，专为开源智能体OpenClaw（俗称“龙虾”）设计，旨在提供永久、可迁移、能持续积累认知的多模态记忆服务。其采用的“记忆护照”方案是一个巧妙的比喻：就像实体护照让你在不同国家间无需重新证明身份一样，这张“记忆护照”能让你的记忆在不同AI平台间自由穿梭。

试想一下，当你的主要工作平台从Telegram迁移到ClaudeCode时，AI助手依然清晰记得你三个月前提到的某个项目细节。这种体验，仿佛它真的认识你、懂你。

这正是记忆基础设施最核心的价值之一——它并非绑定某个特定模型或智能体的附属功能，而是一个独立于模型和智能体的中立层。企业因此可以自由选择最合适的底层模型，而宝贵的记忆资产始终归企业自己所有，并能够跨越技术周期持续积累。

必须指出的是，当前大家热衷于“养龙虾”（训练智能体），但这仅仅是记忆应用的起点，远非终点。

真正的记忆生产力，应该让AI从一个拥有知识体系的“本科生”水平起步。它要能够判断信息来源的可靠性，面对矛盾信息时懂得思考与权衡，能看懂图表、听懂录音视频，并且能将每一次有价值的交互都沉淀为可复用的技能。而不是仅仅给出“用户喜欢深色模式”这样单薄、表面的结论。

商业化路径：C端与B端同步推进

在海外C端市场，质变科技推出了决策智能体产品Powerdrill，主要面向金融、教育、政府等领域的专业数据分析人士，用于日常的数据分析和决策报告生成。其基础版收费标准为每月19.9美元，而针对需要博士级别开放研究能力，并要求深度溯源、引经据典的高规格需求，收费为每月199美元。预计未来ToC业务将迎来爆发式增长。

在企业级市场，MemoryLake平台已经服务于超大规模的文档办公企业、头部企业移动办公应用、主流大模型公司以及大型国央企等客户。

安全与可信：记忆落地的基石

安全与可信是企业客户的核心关切。MemoryLake从三个层面构建了保障体系：

可追溯性：每条记忆节点都采用了内容寻址存储（Content-Addressable Storage），通过SHA-256算法生成唯一的commitID，支持分支、合并、回滚等操作，且仅存储增量变化。每条事实都携带完整的溯源元数据（来源AI、会话ID、时间戳、置信度等），并通过只追加（append-only）日志保证数据不可篡改。这意味着，你可以追溯任何一条事实的原始来源，并导出符合严格合规要求的完整证明链。

可解释性：这是特别强调的一点。系统首创了每一步推理都可预览、可解释的机制。它不会给出一个“黑盒”答案，而是向用户清晰地展示推理路径、使用了哪些记忆、做了哪些假设以及对应的置信度。引擎返回的是结构化、精炼且完整的记忆片段，而非冗长难读的原始全文。

可干预性：平台提供了完善的版本控制、权限管控与合规审计功能。企业可以为不同角色设置精细的访问权限，能够回溯到任何历史版本，并且允许进行必要的人工干预和记忆修正。整个过程是可控的，而非完全自动化的“黑盒”。

正是这些机制，使得MemoryLake能够作为一个可信赖的长期记忆中枢，深度嵌入企业核心业务流程，满足金融、制造、政府等高敏感行业严苛的安全与合规要求。这套体系已经经过了真实生产环境的验证。

此外，平台在生产环境中已经成功管理超过10万亿条记录和1亿份文档，在如此巨大的规模下，依然保持了毫秒级的检索延迟，真正实现了规模化与安全性的同步保障。

未来规划：深化能力与拓展边界

展望未来，质变科技将在三个方向持续发力：

在产品研发领域，将持续优化记忆产品的多模态能力，例如加强对图片、视频、音频以及更多类型数据库的支持；不断提升MemoryLake多模态数据模型的准确度与数据转换能力；同时强化沙箱（Sandbox）安全能力以及分布式记忆计算能力。

在市场拓展层面，将大力加强市场推广，重点开拓游戏、办公协作、具身智能、金融等高价值、高增长潜力的市场领域。

在技术研究方面，将始终紧跟行业前沿，例如采用AgentSkills技术全面提升系统的可干预性；增强分布式记忆计算能力以支撑更大规模的记忆体量，并提升端到端的记忆评估能力。同时，会加大对隐性知识的研究与挖掘力度，探索将隐性知识数字化的有效路径。

最后的思考：模型的护城河与记忆的护城河

谈论未来格局，一个根本性的区别在于：模型的护城河，很大程度上建立在算力和数据之上；而记忆的护城河，其根基在于“信任”与“中立”。没有哪家企业会愿意将自己积累了数年、关乎核心业务的认知记忆，锁死在某一个特定模型厂商的封闭生态里。他们需要的，是一个像Snowflake那样，能够自由连接任何模型和任何AI的中立记忆层。

记忆本身具备引力效应——越用越丰富，价值随时间不断增长。底层的模型和智能体或许会随着技术浪潮更迭切换，但记忆基础设施，才是个人和组织需要持续构建并长期拥有的核心数字资产。

作为全球范围内，少有的同时兼具记忆能力、模型能力和数据平台能力的全栈玩家，质变科技的目标，是抓住这个时代机遇，打造出像Databricks、Snowflake那样，定义AI时代的基础设施基石企业。

（作者｜郭虹妘）