AI agent 记住的事实中，后果最重的，有时恰是用户后来要求它忘掉的那一条。

偏爱的酒店原本无害，直到它变成每份行程里过时的约束。收货地址在搬家前一直有用。一次客服处理结果应当为下一通电话提供参考，同时留在该客户的账户范围内。agent 一旦把对话加工成摘要、工具轨迹、可复用技能或共享知识，原句即使得到纠正，它的派生物仍会保留旧内容。

沿着这条更尖锐的线索，可以重新理解开源项目 MemOS 背后的上海公司 MemTensor。2026 年 7 月 20 日，中国财经媒体报道称，MemTensor 已完成约 RMB100 million Pre-A 轮融资，资金将用于长期智能基础设施与“记忆原生”模型研究。[6][9] 投资方包括华为哈勃、荣耀战略投资部门、商汤国香资本、深创投与 MSA Capital。[6]

截至 2026-07-29T21:38:16Z UTC，该公司的公开技术栈已经远远超出论文设想。MemOS 2.0 同时提供托管服务、自托管服务器、连接云端的 agent 插件和本地插件。持久记忆正在成为一个独立产品层，拥有自己的存储选择、身份范围、纠错途径与部署政治。MemTensor 面前的机会与负担落在同一处：让遗忘像召回一样经过审慎决策。

本文把 遗忘 定义为执行一项已声明的策略：更新当前事实、撤销未来使用、设置逻辑墓碑、保留受限的审计记录，或在规则要求下物理清除来源及其派生物。这些操作各有含义，一个删除按钮无法替代其中差别。

公司早于品类定型而来

创始人兼 CEO 熊飞宇 于 2024 年 11 月在上海成立 MemTensor，初创团队来自他此前在上海算法创新研究院领导的大模型中心。公司称其由该研究院孵化，并聘请数学家鄂维南担任首席科学顾问。[1][9] 在本轮 Pre-A 融资之前，公司已从复腾资本、算丰信息、中金资本等机构完成一轮接近 RMB100 million 的天使融资。[9]

MemTensor 的研究命题远比“把对话片段放进向量数据库”更为宽广。其 2025 年 MemOS 论文把模型记忆分为三类载体：文档与结构化事实等 明文记忆（plaintext memory）；KV cache 与隐藏状态等 激活记忆（activation memory）；以及编码在权重或 adapter 中的 参数记忆（parameter memory）。[3] 论文设想用名为 MemCube 的统一容器，把内容与来源、权限、版本历史、使用信号一并保存。

论文中的操作系统类比承担着具体的概念功能。传统操作系统除了存储字节，还会决定哪些进程能够读取这些字节、何时移动它们，以及怎样记录其生命周期。MemOS 为记忆的创建、激活、融合、归档、冻结与处置提出了对应组件。频繁使用的明文内容可以升格为速度更快的激活形态；稳定知识可以进一步蒸馏进参数模块；低频或过时的知识则可反向迁移。[3]

这套宽广架构也给产品建立了一把有用的尺子。以 commit 92653cd 固定的仓库快照来看，最具体、可部署的部分集中在明文、图、向量、工具轨迹和 agent 技能。仓库公开了一组用于添加、检索、编辑和删除记忆的 API；多个用于隔离与受控共享的“cube”；以及纠正或替换已存内容的反馈途径。[2] 官方中文文档仍在描述完整的明文—激活—参数生命周期，日常安装路径则收得更窄，更贴近实际工程。[4]

蓝图与产品之间的这段距离颇有启示。MemTensor 从异构模型记忆理论出发，如今借助运营人员当下就能检查的一层进入市场：一项位于 agent、模型与存储之间的服务。

一种产品，三套信任安排

MemOS 当前的产品组合划分出三套实质不同的信任安排。[2]

托管路线为应用提供 API key，数据保存在 MemOS Cloud。同一服务也可以接在 agent 插件之后，在运行前召回上下文，并在运行后写入新的对话材料。这条路线的运维负担最低，代价是客户要把长期行为历史置于第三方控制平面之下。

自托管路线在客户运营的基础设施上运行 MemOS 服务，并配合 Neo4j 与 Qdrant。数据库保管权和网络策略由部署组织掌握，升级、备份、身份映射，以及摄取期间使用的语言模型或 embedding 模型也由该组织负责。

本地路线面向 OpenClaw 或 Hermes 插件，使用 SQLite 与全文/向量混合检索。本地存储带来的变化超出离线速度：谁能检查记忆、谁负责长期保存，都随之改变。故障形态也会转移，笔记本迁移、数据库损坏，或两个 agent 错共用了一个本地 namespace，造成的影响会超过云服务在线率。

把三者一概称为“持久记忆”，会遮住这些差异。一项偏好从本地存储复制进共享云端 cube 之后，原先的本地承诺便失去管辖力。自托管记忆导出到插件时，如果两种格式表达的身份语义不同，其中的访问规则就会遗失。因此，可移植性需要移动的不止文本与 embedding，还包括来源、所有权、保留状态与撤销意图。

MemOS 的公开设计已经覆盖这道问题的许多部分。论文描述了版本链、namespace、访问日志、权限感知调度、审计导出，以及附着于记忆对象的来源信息。[3] 当前产品材料强调私有与共享 cube、纠错和 agent 级隔离。[2][4] 公开材料尚未证明的是谱系联动的结果：来源被纠正或撤销后，依赖它的摘要、图边、cache、共享副本与习得技能，能否按照明确策略重新计算、隔离、设置墓碑、置于受限审计控制下保留，或彻底清除。

面对错误记忆，操作系统才要证明自己

召回基准会奖励系统找到正确的旧事实。生产系统还得承受错误事实。

设想一个助理记录了“把发票寄到我的个人地址”，后来得知企业地址已经启用，同时还把旧指令固化成一项可复用的开票技能。检索质量只覆盖第一步。可治理的记忆系统应当显示这条指令来自哪里、哪些产物依赖它、哪些 agent 能读取它，以及它何时发生变化。系统还应分清几组动作：更新当前地址与撤销旧地址的未来使用；逻辑墓碑与物理清除；受权限控制、获准保留的审计记录与 agent 可以调用的活跃记忆。部分派生物仍然有效，其余内容则需要重新计算、隔离、撤销或清除。

当记忆从明文转入不透明形态，这些区分会更加鲜明。图中的一句话可以接受检查，升格后的 KV 表征或参数 adapter 则更难追溯，也更难撤回。MemOS 论文把跨类型转换列为核心抱负，其中包括将稳定知识蒸馏进参数模块。[3] 回滚、谱系与同意的重要性由此上升。知识升格的速度必须给用户留出质疑与纠正的窗口，避免把一个顺手的错误快速固化成长期行为。

共享记忆也面对同一问题。MemOS 把多 cube 组合呈现为用户、项目与 agent 复用知识的方式。[2] 企业买家需要确认，两个 agent 能否共享一条获批事实，同时把产生该事实的人、对话或凭据留在原有范围内。边界可靠时，记忆层才像一套持久基础设施；一旦出现孔隙，持久化便会扩大事故表面。

评分表展现潜力，也受供应商主导

MemTensor 让评测材料的可检查程度超过了只摆几项孤立百分比的幻灯片。2025 年论文报告了一组实验：统一采用 GPT-4o-mini 作为骨干模型，并在一块 80 GB H800 GPU 上运行。在这套配置中，作者的 MemOS-1031 在 LoCoMo 上取得总体 75.80 的 LLM-judge 分数，在 LongMemEval 上取得 77.8，同时列出了多跳、时间、偏好与知识更新任务的分类结果。[3]

固定于 2026 年 7 月的 OmniMemEval 快照显示，MemOS cloud 路线在 LoCoMo 上取得 88.83，在 LongMemEval 上取得 89.20。统一用户记忆配置以 gpt-4.1-mini-2025-04-14 处理记忆服务设置与作答，并由 gpt-4o-mini-2024-07-18 担任 judge。LoCoMo 运行排除了 category 5 对抗问题，共覆盖 1,540 道题。[5] 这是一项在同一 harness 内有参考价值的结果，无法据此推定自托管或本地 MemOS 也会得到相同数字。

与本文论点关系最直接的基准是 PersonaMem v2。它包含 1,048 个 ask-to-forget 案例，测试用户要求系统忘记某项内容后，系统能否正确回答偏好问题。MemOS cloud 按规则匹配准确率取得 57.82，是该快照复现结果中的最高一行；仍有 42.18% 的案例未能选中 gold option。[5] HaluMem 给出第二项行为信号：MemOS 在 180 道动态更新问题上取得 55.00。[5] 这两项结果都属于行为测试，无法充当存储审计，也不足以证明物理清除、墓碑传播或每项派生产物都已清理。

另一条 agent 评测轨道在 OpenClaw 2026.5.7 上测试 本地 MemOS 插件 2.0.8，agent 使用关闭 thinking 的 qwen3.6-flash，judge 使用开启 thinking 的同一模型。协议依次执行清理、训练、静置、备份、恢复，并在五个领域中对每项任务独立运行三次。[5] MemOS README 称，平均完成率从 36.63% 上升至 50.87%。[2] 然而，公开的五行 MemOS 数据——23.85、61.00、38.46、64.96 与 62.07——简单平均值为 50.07%，基线数据的平均值则确为 36.63%。[5] 这处 0.80 分的不一致需要先行解释，随后才能把标题数字视为定论。

评测范围依然重要。系统由 MemTensor 团队编写，harness 由其维护，配置由其选择，标题表格也由其发布。7 月 27 日的一份市场评述展示了比较隐患，却没有消除它：文章把一项较早的 MemOS 结果与较晚的 Mem0 供应商主张放在一起，版本和配置并不相同。[7] 可用于决策的证据，需要独立复现固定版本的 backend，同时控制摄取预算、检索深度、基础模型与 judge 模型、硬件及产品路线；还要加入纠错、撤销、清除、namespace 泄漏与导出保真度的生命周期审计。

开源遇上战略性硬件押注

Apache-2.0 仓库给 MemTensor 带来了分发渠道，托管 API 与自托管软件包则指向托管服务和企业部署两条商业化路线。[2] 本地插件又打开了进入设备的第三条路。36Kr/投资界的一篇报道称，公司在天使轮阶段已经签下价值数千万元的合同，但没有披露确认收入，也没有说明这些合同如何分布在云服务、企业项目与研究工作之间。[9] ZenGen 给出的新一轮估值约为 RMB500 million，并称收入仍未披露；MemTensor 官网与界面新闻的本轮融资报道都未给出这两个数字。[1][6][7]

竞争已经出现在 MemTensor 自己的 harness 中：Mem0、Zep/Graphiti、Supermemory、Letta、Hindsight 等托管或自托管系统都位于相邻地带。[5] 上海的一份第三方市场评述把 MemTensor 的开放基础设施路线与 Red Bear 更封闭的企业定位作了对照。[7] 单靠召回准确率很难长期拉开差距；来源追踪、可移植性、生命周期控制，以及跨部署路线的可靠运行，才是更耐久的区分项。

投资方名单还释放出一条具有中国行业特征的信号。华为哈勃与荣耀连接硬件和设备体系，商汤拥有大型 AI 平台背景，深创投则带来国资相关的创投资源。[6] 一份关于本轮融资的独立评述认为，这组投资方押注的是让记忆贴近手机与电脑运行，使它摆脱远程模型 API 附加层的位置。[7] 这一解读属于推断，公司披露的产品路线图没有给出同样表述；不过，它与 MemTensor 的本地插件，以及公司对跨平台迁移的研究表述相互吻合。

即使基础模型的上下文窗口继续变长，设备端记忆仍可为 MemTensor 留下一块独立价值。更长上下文扩大了模型在单次运行中的阅读量；持久身份、权限、审计轨迹、纠错，以及可在模型之间迁移的记录，仍要由专门系统处理。另一面是，模型供应商与操作系统厂商一旦把这些功能吸收到自有平台，独立记忆层就有退化为品牌化检索包装的风险。

因此，公司下一阶段要给出的证明既关乎技术，也关乎组织。一项记忆从云端移至本地存储、从一个 agent 移至另一个 agent、再从明文转成更快的表征时，能否保持原有含义？用户能否在不了解内部图的情况下检查、纠正、导出并清除它？企业能否验证两个租户从未继承彼此的历史？所有版本与预算固定之后，独立评测者能否复现性能提升？

MemTensor 已经筹到资金，用来追求那套更宽广的答案：把记忆做成一项受治理的资源，其寿命超过任何一次模型会话。范围更窄的存储与检索市场里，已经有 Mem0、Zep/Graphiti、Supermemory 等参与者。[5] 两种答案之间的距离，衡量尺度会从 agent 说出“我记得”时的亲切程度，转向用户说“那已经不再是真的”时，系统回应得有多精确。

来源

1. MemTensor 官网（公司背景、上海算法创新研究院孵化经历、科学顾问、产品定位与公司新闻索引；中文）。
2. MemTensor，MemOS 2.0 Stardust 仓库 commit 92653cd（快照检查于 2026 年 7 月 29 日；当前 API、部署路线、存储位置、插件、功能与 Apache-2.0 发布）。
3. Zhiyu Li 等，“MemOS: A Memory OS for AI System”，arXiv:2507.03724v4（修订于 2025 年 12 月 3 日；MemCube 模型、记忆类型、生命周期与治理设计、评测配置、结果和研究前景）。
4. MemTensor，“什么是 MemOS?”，官方中文文档（MemCube、来源追踪、生命周期、治理模块，以及明文、激活和参数记忆）。
5. MemTensor，OmniMemEval 仓库 commit 0b1ea8d（2026 年 7 月 24 日快照；公开的用户记忆与 agent 记忆评测轨道、adapter、任务领域和执行协议）。
6. 界面新闻，“记忆张量 MemTensor 完成亿元 Pre-A 轮融资，华为哈勃、荣耀战投等共同投资”（2026 年 7 月 20 日；投资方与本轮融资确认，中文）。
7. Dermot McGrath，“The China Round — July 24, 2026”，ZenGen Labs（发布于 7 月 27 日；关于上海记忆创业公司、投资方构成与供应商评分变化的第三方市场评论）。
8. 九方智投，“九方智投亮相世界人工智能大会”（本文真实 OpenMem 社区启动活动照片的来源页面；2025 年世界人工智能大会论坛背景，中文）。
9. 投资界，经 36Kr Europe 转载，“AI记忆爆发，一个上海团队火了”（2026 年 7 月 20 日；创始人与公司历史、此前融资、已签合同主张、产品战略与本轮融资，中文）。