在过去一年里，我们在反复讨论一个问题：
当模型越来越强，Agent 越来越复杂，AI 的“记忆”到底应该放在哪里？
Prompt？RAG？向量库？
这些方案在解决一部分问题，但也逐渐暴露出边界： 上下文不可持续、经验无法演化、跨任务无法复用。
这正是 MemOS 试图解决的问题。
近期，MemOS 入选 InfoQ 2025 中国技术力量年度榜单，并获得 「AI 基础设施卓越奖」。
这是一次来自第三方技术媒体与评审体系的认可，也让我们更确信：“记忆层”正在成为 AI 系统中一块真实而重要的基础设施拼图。
InfoQ「中国技术力量年度榜单」
「中国技术力量年度榜单」由 InfoQ 极客传媒 联合 模力工场 发起，历经两个多月的案例征集与多轮评审，系统性梳理并呈现过去一年中，在 AI 全栈技术创新与产业落地 方面具有代表性的产品、平台与解决方案。
自 2025 年 10 月 15 日启动以来，本届榜单共吸引：
- 200+ 家企业与团队参与申报；
- 覆盖云厂商、AI 初创公司、行业龙头、开源社区与科研团队；
- 300+ 项案例进入初审阶段。
这些案例涵盖算力与芯片、大模型平台、AI 原生基础设施、Agent 平台、行业 Copilot、数据与存储系统、AI 开发工具、多模态模型与框架等多个方向，构成了一幅具有高度代表性的 中国 AI 全栈创新实践图谱。
MemOS 荣获「AI 基础设施卓越奖」
在 AI 应用不断走向 Agent 化、长期化、系统化的今天，**“记忆”正在成为 AI 基础设施中不可或缺的一层**。
MemOS 聚焦的并不是单一模型能力，而是一个更底层、更长期的问题：
如何为 AI 构建一个可持续演化的记忆系统，使其具备长期经验、上下文连续性与跨任务复用能力。
在实际工程中，我们看到越来越多类似的需求：
- Agent 需要记住过去的任务与决策；
- AI 助手需要在多轮、多天对话中保持一致性；
- 多个 Agent 需要共享、继承或隔离记忆；
- 记忆需要被修正、删除，而不是一旦写入就不可控。
这些问题，让记忆变得越来越重要： 记忆不应该只是 Prompt 的一部分，而应该成为系统的一层。
InfoQ 将 MemOS 评选为「AI 基础设施卓越奖」，更是对 MemOS 在基础设施定位、工程完整性与长期技术价值的认可。
记忆正在成为 Agent 系统的关键一层
随着 AI Agent、工具调用、多模态交互逐渐成为主流，系统复杂度正在快速上升。
这个过程中，一个越来越清晰的趋势是：
没有记忆，Agent 只能“反应”； 有了记忆，Agent 才能“积累经验”。
这也是为什么我们在 MemOS 中持续投入：
- 长期记忆与知识库能力；
- 可控的记忆修正与删除机制；
- 面向 Agent / MCP 的标准化接口；
- 面向工程场景的调度与稳定性设计。
这些能力未必“炫技”，但它们决定了 AI 系统是否能真正跑得久、跑得稳。
写在最后
MemOS 仍然是一个在快速演进中的系统，也仍然有大量工程与设计问题等待被验证、被挑战、被改进。
如果你正在构建 Agent、AI 应用，或者对“长期记忆”这一层感兴趣，欢迎继续关注、使用、甚至参与 MemOS 的演进。
未来，MemOS 也将继续作为 AI 基础设施的一部分，与开发者、研究者和产业伙伴一起，探索 AI 记忆系统在 Agent、行业应用与未来智能体中的真实价值。
🚀 一键体验云服务
立即进入 MemOS Cloud，体验毫秒级记忆与偏好召回能力。
💾 如果你喜欢我们的工作，请一键三连：
⭐️ Star 🍴 Fork 👀 Watch
并欢迎通过 Issue 提交你的使用反馈、优化建议或 Bug 报告。
github.com/MemTensor/MemOS/issues
关于 MemOS
MemOS 为 AGI 构建统一的记忆管理平台，让智能系统如大脑般拥有灵活、可迁移、可共享的长期记忆和即时记忆。
作为记忆张量首次提出“记忆调度”架构的 AI 记忆操作系统，我们希望通过 MemOS 全面重构模型记忆资源的生命周期管理，为智能系统提供高效且灵活的记忆管理能力。
