“认知墙”：为什么仅增加上下文还不够

一个直接的长期一致性解决方案是扩展上下文窗口。但超长上下文可能成本高昂，而且效果仍会下降（例如“中间丢失”行为）。更重要的是，许多真实失败并不是由信息缺失造成的——而是由整合不佳造成的：代理可能检索到相关事实，却无法将其整合为稳定概念，检测矛盾，或维持一致的用户模型。

EverOS 的核心基于一个简单论点：

长期智能体的未来，更依赖结构化记忆组织，而不是蛮力式的上下文扩展。

一句话概括 EverOS

EverOS 是一个记忆操作系统，它通过三阶段记忆生命周期将无限制的交互流转化为结构化的“数字大脑”：

1. 情景痕迹形成

2. 语义整合

3. 重建式回忆 

阶段 I — 情景痕迹形成：从对话流到 MemCell

EverOS 引入了一个核心记忆原语：MemCell，一种连接底层日志与高层语义的原子单元。

MemCell 定义为一个元组：

• E（Episode）： 对发生事件的简洁第三人称叙述（一个稳定的语义锚点）

• F（Atomic Facts，原子事实）： 从该情景中提炼出的离散、可验证陈述，用于高精度匹配

• P（Foresight，前瞻）： 带有有效期 [tstart, tend] 标注的前瞻性推断（计划、临时状态），用于时间感知

• M（Metadata，元数据）： 用于落地对齐的时间戳和来源指针

为了从嘈杂对话中稳健地创建 MemCell，EverOS 使用的流水线包括：

• 语义边界检测 （将连续流切分为连贯的情景），

• 叙事综合 （消解指代/歧义，整理为干净的情景），

• 对原子事实 + 有时间边界的前瞻信号进行结构化推导。

阶段 II — 语义整合：自组织的“MemScene” + 用户画像演化

如果 MemCell 是原子，那么 MemScene 就是让智能体保持一致性的主题。

在语义整合阶段，EverOS 执行在线增量聚类：

• 当新的 MemCell 到达时，它会将该单元与现有的 MemScene 中心进行比较。

• 如果相似度超过阈值 τ，则将该 MemCell 并入；否则，创建一个新的 MemScene。

更关键的是，整合还会驱动用户画像演化：

• EverOS 不再直接对原始聊天日志进行提示，而是从场景摘要更新一个紧凑的 User Profile（用户画像） ，从而帮助区分稳定特征与短暂状态，并跟踪随时间出现的冲突。

这正是许多“扁平式检索”记忆系统所忽略的部分：将结构化整合作为一等系统行为。

阶段 III — 重建式回忆：“必要且充分”的上下文，而不是最大化回忆

在 EverOS 中，检索不被视为一次性的查找。它被建模为一个主动重建过程，并遵循如下原则：

必要且充分：只检索回答所需的内容——不多不少。

在高层上，EverOS：

• 选择相关的 MemScene，

• 使用混合检索获取情景（MemCell），

• 并通过迭代检查（例如充分性验证 + 查询重写）来避免检索不足和“提示膨胀”。

结果

EverOS 已在四个主要长期记忆基准上取得最先进（SOTA）结果：

LoCoMo： 以极少得多的 token 在所有现有记忆系统甚至完整上下文的大模型之上取得更优表现（整体准确率 93.05%）。

LongMemEval：取得领先的 83.00% 准确率，尤其在知识更新和时间推理方面提升显著。

HaluMem：在记忆完整性和准确性方面设定了新标准（90.04% 回忆率）。

PersonaMem v2：在多样化场景下展现了更强的深度个性化和行为一致性。

这对真实智能体为何重要（超越基准）

当今的基准测试高度关注答案层面的正确性。但真实助手还必须处理：

• 相互冲突的偏好与新的约束，

• 稳定的个性化，

• 带时间边界的状态（药物、截止日期、临时计划），

• 以及主动的、基于经验的“前瞻”。

EverOS 显式构建了记忆表示（如具有时间有效期的前瞻）和系统行为（语义整合）来支持这些智能体需求，并通过定性案例研究加以展示。

下一步是什么（以及如何尝试）

EverOS 被设计为一个系统级基础：一个可以接入不同智能体栈和任务的记忆操作系统，同时保持一致的生命周期契约，用于构建和使用记忆。

论文 + 代码：

arXiv 页面：  https://arxiv.org/abs/2601.02163

代码：        https://github.com/EverMind-AI/EverOS