AI应用的下一个瓶颈：记忆层一周融资 5400 万美元，基准却给出零分-开发者社区

10 月中旬这一周，四家做「记忆与上下文层」的创业公司先后拿到融资，合计约 5400 万美元。领跑的是 Scuba，3400 万美元，由前 Slack 首席产品官 Noah Desai Weiss 创办，Accel 和 IVP 联投，做团队的「共享上下文引擎」。紧随其后的是 Uvi（750 万）、Infino（750 万）和 Zeroset（520 万），三家分别押企业上下文层、Rust 检索引擎、企业记忆平台。

钱来得又急又密，方向也高度一致。但就在同一个月，一批 2026 年的记忆基准把主流记忆系统挨个测了一遍，结果不好看：Mem0 在稳定性上垫底，几乎所有系统在「级联失效」这一项上拿了零分。资本在往前冲，基准在往回拽，这是记忆层眼下最刺眼的一道裂缝。本文想拆开的，就是这道裂缝：钱到底投给了什么，基准到底测出了什么，以及这两条线什么时候会撞上。

一周四笔钱，押在同一个词上

把四笔融资摆开看，它们的共同点比差异更值得注意。据官方新闻稿，Scuba 的定位是「团队的共享上下文引擎」，让团队把文章、截图、文档、语音都丢进去，自动整理成可检索的记忆，再通过 MCP 接到 Claude、ChatGPT、Cursor 和 Slack 上。Uvi 自称「持久记忆层」，把 Slack、Jira、Confluence、Salesforce 和代码库接进来，给 Agent 一份跨会话、可继承权限的公司上下文。Zeroset 的 Nebula 平台抓取微软 365、Outlook、Teams、SharePoint、GitHub 里的运作痕迹，让 Agent 理解企业流程和决策。Infino 最值得单独说，因为它自称「Rust 检索引擎」，统一全文检索、向量检索和 SQL，跑在 Parquet 上，明确说「不做又一个向量数据库」。

上图：Scuba 官网产品页原图，2026-10-19，展示共享上下文引擎的产品界面，来源：scuba.app

四家挂在不同的品类名下面，讲的是同一个故事：模型不缺智能，缺的是上下文。Scuba 创始人在新闻稿里的原话是「前沿模型没有被智能卡住，它们被上下文卡住了」。Uvi 的 CEO 说得更直白：模型是租来的，但上下文是拥有的。这是记忆层融资潮的底层逻辑，投资人下注的其实是一个判断：上下文是下一个可被拥有、可被收费的资产。

这个判断在更早之前就被下过注。斯坦福出来的 Engram 在今年 6 月拿了 9800 万美元，估值 6 亿，领投的是 General Catalyst、Kleiner Perkins 和 Sequoia，宣称只用 1% 到 10% 的 token 就能替代 RAG。Mayfield 合伙人 Vijay Reddy 那句流传很广的话把这个逻辑说到头了：AI 的价值正在转向上下文，每家公司都想拥有自己的上下文，问题是，谁来建、谁拥有它。

把「记忆层」这个词拆开，会发现钱其实投给了三样不同的东西。显式记忆库是一类，Mem0、Zep、Cognee 这类框架把记忆当成外部数据，用向量库加知识图谱存下来，需要时取回，Mem0 有 6 万多个 GitHub star，拿了 2400 万美元 A 轮，还成了 AWS 新 Agent SDK 的指定记忆提供方，2025 年三季度 API 调用量冲到 1.86 亿次。状态与检索层是另一类，Letta 把记忆做成 Agent 内部的「内存和磁盘」，运行时自己往里写，Infino、Uvi 做的是检索和上下文基础设施。压缩又是一类，Engram 和 context-mode 干脆少存、多压。三个故事被叠成了一个词，钱自然显得又急又密。

显式记忆库这条路线内部还分两种哲学。Mem0、Zep 这类是「记忆即检索」，记忆放在外面，用的时候按相似度取回，模型本身不改变。Letta 这类是「记忆即状态」，记忆就是 Agent 运行时的内部状态，写进去就一直存在、驱动后续行为。前者的问题后面会看到，是检索不准；后者的问题更难缠，是状态一旦写错，重启之后照样错。

上图：2026 年 10 月中旬四笔融资的规模与领投方，全部押注同一个「上下文受限」叙事。

但基准测试不买账

投资人的叙事很顺，基准的答卷很扎眼。2026 年的一篇论文用认知科学的干扰、误信息、巩固和再巩固范式，把六个主流记忆系统测了一遍，结论是：Mem0 在稳定性与可塑性平衡上排在最差的那一档，可塑性只有 28.6，稳定性 54.5，处在「最不理想区域」。另一篇同年的论文更狠：在「级联失效」这一项上，Mem0、Graphiti、以及 SQLite、NetworkX 这些对照基线，全部拿了 0 分（0/29）。级联失效的意思很朴素：CEO 从张三换成了李四，系统更新了这条事实，却没有同步更新「张三负责签字」这条从它派生出来的结论，于是你问「现在谁负责签字」，它照样答张三。

这篇论文的设计比传统准确率更有信息量。它不去问「最后答对了吗」，而是拆开问：系统能不能在收到新信息时更新旧信念（可塑性），能不能在更新时不丢掉该留的旧信息（稳定性）。这个拆法戳中了记忆系统的根本矛盾，既要忘得快，又要记得牢。Mem0 两头都不占，说明它的 ADD、UPDATE、DELETE 去重逻辑在真实场景里既删不掉该删的，也保不住该保的。

上图：级联失效是 2026 年记忆基准暴露的核心缺陷，基础事实更新后衍生结论不跟着变，主流系统在该项全部挂零。

这不是孤例。MemoryAgentBench 的测试里，Mem0 的陈旧率随着历史从 6000 条涨到 26 万条，从 43.8% 爬到了 59.2%。而厂商自己报的漂亮数字，比如 Mem0 号称 LoCoMo 上提升 26%、Zep 号称 LongMemEval 上提升 18.5%，被多家评测者明确指出缺乏干净的独立复现。这些基准指向的是同一个根子：显式记忆库的「写时抽取」这一环不稳。往记忆里写一条事实，要先用大模型判断「这值不值得记、怎么记」，这一步本身就会漏记、多记、记错，而一旦写错，后面所有读出来的东西都是错的。更让「记忆框架」难堪的是开源端的收缩信号：Mem0 在 2026 下半年把图记忆从开源 SDK 里拿掉，转成付费平台功能；Zep 的社区版仓库只剩 example 和集成，开源核心实质迁移到了 Graphiti。一边是融资热，一边是开源框架在缩，这个反差本身就说明问题。

两条路在抢同一个问题的答案

「跨会话要记住一件事」这个问题，现在有两条互相打架的解法。一边是显式记忆层：向量库加知识图谱加情景记忆，把记忆当成外部数据按需取回，Mem0、Zep、Cognee、Letta 都是这条路。另一边是上下文压缩：干脆不建显式记忆，用长上下文加压缩快照硬扛。Uvi 走这条路，宣称单次回答成本从自建 Agent 的 0.75 到 1.41 美元，压到 0.10 到 0.16 美元，约 8 倍便宜，极端情形 46 倍；它的早期客户里有 Lemonade、monday.com、Melio 这些愿意为降本付费的名字。The New Stack 给它配的标题是「开发者正在为失忆付着前沿模型的价格」。还有一个叫 context-mode 的 MCP server，把工具输出沙箱化、宣称能压缩约 98%，超过 5KB 就切进 SQLite 全文检索，用会话快照让模型压缩后还能接上。

企业端已经在为这两条路付真金白银，付钱的理由也分得很清楚。Uvi 的定价逻辑是把「记忆」当运维成本卖：企业自建 Agent 每回答一次要花 0.75 到 1.41 美元，其中一大块是反复把公司上下文塞进 prompt 的 token；接上 Uvi 之后，这笔钱降到 0.10 到 0.16 美元。它敢这么报，是因为把「每次都要重新告诉 Agent 公司是谁」这件事从成本里摘掉了。显式记忆库卖的是另一套账：可审计、可溯源，出了问题能翻出「系统当时记了什么」。两套账对的是两种买家，一个想省钱，一个想省事。

上图：解决跨会话记忆的两条技术路线，一条建显式记忆层，一条靠压缩与长窗口，各有卖点也有硬伤。

中文社区里有一句话把这条分界讲得很清楚：窗口大小是容量数字，不是记忆架构。长窗口修不好索引问题，上下文越长，中间的信息利用率越低（Lost in the Middle 的 U 形曲线），注意力还是 O(n²)，KV-cache 也只是单会话的加速产物、会话结束就释放。但压缩路线同样有硬伤：摘要会丢证据、丢时序、丢细节。所以更接近真相的判断是，两者其实正交互补，谁也替代不了谁：压缩回答「单次 prompt 能塞多少」，显式记忆回答「什么值得留、如何保持时效、谁看得见」。我判断，未来一两年真正跑出来的，是「压缩当检索键、原始对话当证据」的中间形态，纯粹的显式记忆库和纯压缩都装不下它，显式记忆库这个独立品类会持续被两头挤压。

中国开发者已经用脚投票

中文社区对这场争论的站队，比英文世界更早也更干脆。掘金上有人实测 LoCoMo 基准，结果 Mem0 只有 66.9%，被 TiMEM 的 75.30% 和 MemOS 的 75.80% 反超，而 Mem0 官方自报的 92.5%、token 省 80% 被开发者直接质疑「存疑，别当定论」。知乎上对 Mem0 和 Zep 的检索机制也有集中的抱怨：向量相似度找到的是「语义相近」而不是「问题相关」，问「苹果怎么选」可能召回「苹果手机评测」；Mem0 单次查询平均消耗约 7000 token，其中相当一部分是低价值召回。品玩干脆用「AI 记忆大爆炸」来形容这条赛道的热度。

这些抱怨背后有一个清晰的技术偏好：中文开发者更认「时间分层压缩加按需唤醒」这条路线，而不是堆一个自动全量召回的显式记忆库。清华系的开源项目 MemOS、TiMEM 这些本土玩家，也大多在往压缩和上下文工程的方向走。「记忆」这个需求的真实性没人怀疑，但「显式记忆库」这个具体解法，至少在中国开发者眼里，还没被买账。

大厂正在把记忆收进模型里

给这条赛道再压一记的，是大厂的原生记忆。OpenAI 的 Dreaming 架构在今年 6 月上线，后台自动组织、综合、更新历史对话，官方基准里事实回忆从 67.9% 提到 82.8%，偏好遵循从 55.3% 提到 71.3%，时间敏感记忆从 52.2% 提到 75.1%，计算成本还降了 5 倍。Dreaming 最值得注意的其实是它的时间感知：它会自动把「你 7 月要去新加坡」改写成「你 2026 年 7 月去过新加坡」。这种对时间戳的重写，正是前面那些显式记忆库在级联失效里做错的事，大厂用后台综合把它做了个及格。Anthropic 在 8 月底把 Claude 聊天和 Cowork 的记忆打通，聊天过程中实时写入，用户在设置里能读能删，敏感话题默认不存。Google 的 Gemini 也上了 Memories 和 Live 记忆。

这三家做的，正是独立记忆层最怕的事：把记忆收进模型自己的后台。它不卖「记忆层」，它送记忆，还送得越来越好。当你的护城河是「上下文是拥有的」这句话时，大厂用免费的原生记忆把这句话的「拥有权」重新定义了一遍。采购端也已经起了变化：据说「你的记忆架构是什么」正在成为 Anthropic、Cursor、Lindy、Sierra 这些公司的标准面试题，而截至 2026 年初，不到四分之一的企业能把 Agent 规模化上线，记忆架构被列为头号技术瓶颈。需求是真的，但需求落向谁，远没有定。我预判，这轮 5400 万美元更像是对「上下文瓶颈」这个真问题下的一批期权，而不是对「独立记忆层」这个具体答案的背书，两年后回头看，其中至少一半会发现自己押错了形态。