一夜之间，AI终获「永久记忆」！最难考试99%刷爆SOTA，全网直呼疯狂

AI记忆难题，已彻底被解决？

今天，一个Supermemory团队爆火出圈，向全世界扔出了一颗核弹——

全球数十亿Agent都需要记忆，而如今，AI「健忘症」几乎被攻克了。

是的，你没有听错！

ASMR以近乎无敌的姿态刷爆SOTA，一时间登上了今天X的热榜。

它抛弃了传统的「向量数据库」，抛弃了嵌入（embedding）模式，完全在内存中运行。

这一次，ASMR全程采用「多Agent并行推理」的流水线，具体分工如下：

如今，全网被「太疯狂了」刷屏了。

上下滑动查看

值得一提的是，ASMR将于4月初开源全部代码，AI记忆的「大航海时代」正式开启！

首先，还是要mark下这篇博客第一句话——

几个月前，Supermemory祭出首份研究报告，便在LongMemEval-s测试中拿下了85%的成绩。

这一分数，早就领先于当时所有公开的记忆系统。

而今天，超级记忆系统「ASMR」（智能体搜索与记忆检索）的出世，再一次刷新了纪录。

它的技术实现，非常简单。

不需要向量数据库、嵌入（embeddings），直接完全在内存中运行。

这意味着，它可以被内嵌到其他系统中，甚至是机器人等硬件中。

那么，ASMR具体是如何被打造出来的？

要知道，LongMemEval是目前公开可见的、最严苛的长期记忆基准测试之一。

很多基准测试只考量短上下文中的简单检索，但LongMemEval不同，它旨在模拟真实生产环境中的各种混乱情况：

大多数记忆系统表现不佳，问题往往出在「检索」上，而不是推理上。

即便召回率很高，如果检索过程中伴随着大量噪音，LLM同样很难利用这些信息。

首要难题在于，如何只将正确的信息放入上下文窗口；更困难的是——如何判断检索到的事实已经过时，并已经被更新的版本所取代。

不仅如此，标准的向量搜索在多数情况下都很好用。

但在处理信息密度高、跨越多会话的时序数据细节时，它就力不从心了。语义相似度匹配无法可靠地区分某个事实是「旧信息」还是「新修正」。

为了应对LongMemEval的复杂性，必须从头开始重新构思信息摄取与检索管道，用主动的Agent推理来取代向量数学计算。

由此，团队跳出了传统RAG框架，构建了一个「多Agent协同编排」的管道。

就像ASMR一样，这项技术简单直白，且让人极度舒适。

首先，部署一个由3个并行读取器——观察者Agent，组成的智能体编排器。

它们背后由Gemini 2.0 Flash加持，不用针对用户对话进行分块和嵌入就能执行任务。

这些Agent会并发地阅读原始会话，比如，Agent 1负责会话 1、3、5；Agent 2负责 2、4、6。

观察者Agent目标是围绕「六个维度」进行定向的知识提取：个人信息、偏好、事件、时序数据、信息更新、助手信息。

然后，这些结构化的发现会被「原生存储」，并映射回它们的源会话中。

当接收到问题时，ASMR不会去查询向量数据库。

通过部署的3个并行的「搜索Agent」，这些AI会主动阅读并推理已存储的发现，每个Agent都有专属的侧重点：

编排器会汇总所有三个「搜索Agent」的发现，并提取原文会话的逐字片段来进行细节验证。

这种机制使得系统能够基于真实的认知理解来进行智能检索，而不仅仅是依赖关键词或数学上的相似度。

一旦上下文整合完成，单一的提示词无法应对LongMemEval中种类繁多的问题。

有些问题需要推断细节，而有些则要求给出极其具体的答案。

接下来，Supermemory尝试了两种截然不同的AI Agent回答工作流。

8变体集群（98.6%准确率）

将检索到的上下文路由给并行运行的8个高度专业化的提示词变体。

比如，精准计数器、时间专家、Context Deep Dive等，每个变体都会独立评估上下文并生成答案。

如果这8条截然不同的推理路径中，有任何一条成功得出了正确答案（Ground Truth），该问题就会被标记为正确。

这种并行的多重判断方法，让ASMR达到了惊人的98.60%整体准确率，完美覆盖了盲区。

12变体决策森林（97.2%准确率）

为了测试一个旨在产出单一、权威答案，而依赖多次独立尝试的系统，团队又将ASMR扩展为了一个包含12个变体的决策森林。

在这里，12个高度专业化的AI Agent（由GPT-4o-mini驱动）独立回答提示词。

并且， 还引入了一个「聚合大模型」作为最终的裁判。

聚合器通过多数投票、领域信任度和冲突解决机制来综合这12个答案。

这种单一的共识模型，同样取得了高达97.2%的惊人准确率。

需要说明的是，ASMR目前还没有用在Supermemory的核心生产环境中。

这次实验不仅刷新了数据，更验证了几个关键观点：

• Agent检索优于向量搜索： 主动搜索消除了语义相似度陷阱，解决了时序变化导致的信息失效问题。

• 并行处理是效率核心： 将负载分配给多个专用Agent，显著提升了提取的速度与颗粒度。

• 专业化分工胜过通用模型： 专用专家（如细节提取器）的表现远超单一的全能提示词。

   

但如果你以为ASMR只是一个刷榜实验，那就太小看这个团队了。

ASMR背后，是一个叫Supermemory的完整记忆引擎——一套面向所有AI应用的记忆与上下文基础设施。

你的AI在对话之间什么都记不住，Supermemory来修。

GitHub地址：https://github.com/supermemoryai/supermemory

前面说的ASMR，解决的是「怎么从海量对话里精准找到正确信息」。

但Supermemory要解决的问题更大：让AI真正拥有记忆，而不只是检索。

区别在于，RAG不认人，今天给张三返回的结果和明天给李四的一模一样；而Supermemory会从对话中主动提取事实，追踪变化，处理矛盾，甚至自动遗忘。

举个例子，你上个月跟AI说「我住在北京」，这个月又说「我刚搬到上海」。RAG会把两条信息都丢给大模型，让它自己猜。Supermemory知道后者覆盖了前者，只返回「上海」。

更狠的是「自动遗忘」机制。你说「我明天有个考试」，等日期过了，这条记忆自动失效。临时事实不会变成永久噪音。

Supermemory默认把RAG和记忆合并在同一次查询里跑，知识库检索和个性化上下文一次返回。

记忆之外，Supermemory把用户画像也一并接管了。

传统方案里，你想让AI「认识」一个用户，需要自己搭建用户画像系统，手动维护标签、偏好、历史行为。Supermemory把这件事全自动化了。

它会把用户信息拆成两层：

• 静态事实（「资深工程师」「用Vim」「偏好暗色模式」）

• 动态上下文（「正在做认证模块迁移」「在debug限流问题」）。

   

一次API调用，延迟约50毫秒，你的Agent就知道对面坐的是谁。

把这个画像注入system prompt，Agent瞬间从「陌生人模式」切换到「老朋友模式」。

记忆光靠对话还不够，Supermemory还接通了一整套外部数据源。

Google Drive、Gmail、Notion、OneDrive、GitHub，全部通过实时Webhook自动同步。

文档上传后自动处理，PDF解析、图片OCR、视频转录、代码AST级分块。传上去就能搜，零配置。

对开发者来说，集成成本被压到了最低。

npm装一个包，几行代码就能给自己的Agent加上完整的记忆能力。Vercel AI SDK、LangChain、LangGraph、OpenAI Agents SDK、Mastra，主流AI开发框架全部有现成的封装。

内置Claude Code、OpenCode、OpenClaw插件

甚至不写代码也行。

Supermemory提供了MCP服务器，一行命令安装，Claude Desktop、Cursor、Windsurf、VS Code直接用。

从实验到产品，Supermemory团队做的事情其实可以用一句话概括：把AI的「工作记忆」从一个附加功能，变成一层基础设施。

过去几年，大模型的竞争集中在参数规模、推理速度、上下文窗口长度。

但一个128K上下文窗口再大，对话结束就清空，下次见面还是陌生人。

记忆才是让AI从「工具」变成「搭档」的最后一块拼图。

当每一个Agent都能记住你是谁、你在做什么、你上次说到哪里，人机交互的体验会出现一次静悄悄的质变。

不是AI变聪明了，而是它终于不再失忆了。

<原文链接：https://mp.weixin.qq.com/s/8tjd9tHtJL5DjVGga21Pjg