MemOS

MemOS 累积调用量正式突破 2,600 万，并保持持续高速增长态势。 自 2025 年 11 月正式上线以来，MemOS 在开发者社区与企业应用场景中实现了快速落地，在 2026 年 1 月突破累

两个独立的 OpenClaw ，是否能在不进行人工复制粘贴信息的情况下，通过 MemOS OpenClaw 插件共享上下文，自动接力完成任务？ 为什么需要跨 OpenClaw 协作？ 实际使用中，你可

OpenClaw 原生架构的记忆依赖上下文历史拼接、工具调用读写本地文件，以及显式对话指令触发记忆。 这带来几个问题： 检索算法简陋： 召回不稳定、相关性弱，Agent 需要反复试错与重问，Token

OpenClaw 最近大家一定都体验过了！但如果你真用过一阵子，会发现两个问题： Token 烧得太快了。 OpenClaw 能干很多长尾任务，代价是每次运行都烧一大堆 Token。让它监督屏幕、定时

本次更新，MemOS 对记忆和知识管理能力进行了多方面提升，让系统更加“聪明”和“贴心”。 我们围绕 “技能化记忆（Skill）能力” 与 “记忆系统算法与工程能力升级” 两条主线，对云服务和开源项目

在 v2.0.2 中，我们围绕「知识库问答效果」与「记忆系统内部机制」两条主线，对检索、工具记忆与事实记忆处理流程进行了进一步优化，同时补充了官方最佳实践文档，帮助开发者更快构建可落地的 MemOS

v2.0.1 版本里，我们聚焦开发者实际应用场景，针对五项核心功能完成升级，进一步补全了 MemOS 在跨会话场景下的记忆管理能力和对话能力。

在昇腾 AI 创新大赛 · 初创赛道中，记忆张量 MemTensor 凭借项目 《基于记忆强化的 CANN 算子持续进化方案》，获得全国总决赛 · 初创赛道金奖。

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」。