对话MemTensor CTO李志宇：AI记忆增强正当时，中国团队跑通第三条路线！| Open AGI Forum

“当全行业都在卷参数、卷算力的时候，我们把目光转向了记忆。”

在 GOSIM HANGZHOU 2025 现场，《Open AGI Forum》栏目邀请到记忆张量 CTO 李志宇，与 优快云 &《新程序员》执行总编唐小引展开一场关于“AI 记忆增强”的深度对话。视频全长一次性放出，信息量巨大，建议收藏后慢慢消化。

🎬 对话到底聊了什么？

• 记忆分层架构从 0 到 1 的探索历程；

• 为什么把“记忆”视为大模型性能瓶颈的突破口；

• 记忆增强不是锦上添花，而是大模型性能瓶颈的「Plan B」；

• MemOS 开源框架三层记忆设计：参数记忆、激活记忆、明文记忆；

• 落地效果：RAG 需要 4~5 秒的检索延迟，MemOS 利用“用户输入的 5 秒空档”把记忆提前备好，端到端缩短 80% 等待时间；

• 多模态记忆原生大模型 + AI 硬件，明年或推“全天私人秘书”；

• 开源 3000+ Star 背后：社区反馈、轻量化 Neo 版、SaaS API 路线；

• 从 Prompt 工程 → 上下文工程 → 记忆工程，通往 AGI 之路需要哪两大条件？

无论你是开发者、创业者，还是关注大模型落地的从业者，这期节目都将为你揭开“记忆增强”这一赛道的技术细节、商业化思路与未来趋势。欢迎关注，锁定 GOSIM 更多开源与 AI 干货分享！

彩蛋

• 12 月即将 release「text-to-memory」基础模型，一行命令把任意长自然语言表达转成“记忆操作序列”。

• MemOS-SaaS 已开放内测，add/search 两个接口就能完成记忆闭环，全免费高性能，欢迎申请~