10 月 20 日，一家叫记忆张量的公司开源了两个模型，AI 圈讨论不少。我看完论文，第一反应不是兴奋，而是替很多团队捏了把汗：刚花力气建好 RAG 知识库的企业，看到这种新闻最容易犯的错，是连夜开会讨论要不要推倒重做。
先给结论，免得你白读：不能替代，也不需要推倒重做。但这条新路线确实抢走了一块原来没人管的地盘——下面用论文里的三张原图，把账算清楚。
先看它到底改了什么
传统做法——RAG、各种记忆外挂——逻辑都一样：经验存在模型外面，用的时候检索出来，塞回对话里让模型”看着办”。模型本身没变，每次推理都像翻笔记考试：笔记带着，但这个人自己没进步。
MemT 1.0 走的是另一条路：把”记笔记、翻笔记”这件事焊进模型内部。
这张图别看公式，就看中间那列：一个 Transformer 模块里，原来的注意力通路旁边并联加了一条”记忆注意力”，两路结果相加再往下走。翻译成人话：模型生成每个字的时候，除了看当前对话，还同时读一份自己维护的”内部状态”——过去交互的压缩版本。
它把东西分成三层，这个分工是关键：
- 主干：模型原有的能力，训练后冻结，线上运行时一动不动；
- 超记忆：一套可训练的”读写开关”，决定什么值得记、怎么取——这是训练出来的能力；
- 局部记忆：真正存内容的那块矩阵，随着你跟它聊天不断更新，会话结束还在，跟人走。
所以”记忆原生”四个字的意思：记忆不再是往上下文里塞文本，而是模型自己会写、会改、会读的一份内部状态。训练的时候，答题对错会反过来教它”该记什么”——这是外挂检索库永远得不到的反馈回路。
它真正强的账：越用越久，但不越用越贵
企业用 Agent 都撞到过这堵墙：会话越长，上下文越大，钱和延迟线性上涨；历史长了只能截断，截断就丢经验。
论文的实测图给了另一组数字：
读图说三件事（双 GPU、单并发条件）：
- 历史到 12.8 万 token，完整塞上下文的方案端到端要 30 秒，MemT 只要 16 秒——快 1.86 倍；历史翻倍到 25.6 万，差距拉大到 3.99 倍；
- 最狠的是底下那条：保存”一个人的全部历史”，全量 KV 缓存要 5.061 GiB，MemT 的内部状态只有 40 MiB，不到 1/66，而且历史再长它也不涨；
- 首字响应时间不随历史变长——聊到 25.6 万 token，全量方案等 445 毫秒，它还是 110 毫秒左右。
这意味着什么？“长期陪伴型 Agent”第一次在成本上算得平账。过去这个产品做不起，不是体验问题，是每个老用户都在把你的推理成本往上抬。
但是，RAG 能撤吗——论文自己画的对比图
好，重头戏。论文 Figure 1 把”文本记忆”（左边灰区：MemOS、DenseRAG、Graphiti，全是 RAG 流派）和”参数化记忆”（右边蓝区：MemT 领衔）放进六个基准同台对比：
读图结论很直白：六个基准里，灰区的 RAG 阵营几乎全线压着蓝区打。 最扎眼的是左一 LoCoMo（长对话问答）：MemOS 拿 85.7 分，MemT 最大的 288B 型号只有 65.1 分。论文原话也没回避：最强的文本记忆系统在细节召回上”仍然显著更强”。
为什么会这样？机制决定的。MemT 的历史被压缩进一块固定大小的矩阵——40 MiB 装 25.6 万 token，就不可能原文都还在。它是”记住了大意和套路”，不是”背下了每一页”。你要它复述三个月前那份合同的第 7 条第 2 款，它真做不到；RAG 翻笔记一翻一个准。
所以第一个问题的答案：查询、溯源、精确复述这类活儿，RAG 的地盘纹丝不动。 谁要是劝你把知识库推了换原生记忆，让他先拿这图说话。
那它抢的是谁的活儿？第三方记忆外挂该不该慌
这是你的第二个问题，答案更有意思。
论文第 7 节做了个对照实验：同一批”经验”（比如”修 bug 前先写复现测试”这类做事方法），用两种方式喂给模型——A 组以文本形式塞进上下文（就是记忆外挂的老办法），B 组写进 MemT 的本地记忆矩阵。然后在 500 道真实 GitHub 修 bug 任务上各跑三遍。
三组数字：不喂经验，成功率 66.07%；文本经验，69.13%；原生记忆，69.73%。
打平。原生记忆第一次做到了跟”把经验写成文本喂进去”几乎同等的效果——而且不是靠占上下文、不是靠检索命中，是模型自己”想起来的”。执行轨迹也变了样：有经验的模型动手改代码前会先写复现测试，改完还回头查边界条件；没经验的上来就改，错了再补。
所以它抢的地盘，说得精确一点：不是”查资料”，是”学做事”。 你给 Agent 挂的经验库、SOP 库、踩坑记录，如果用法是”每次任务前检索出来塞进提示词”，那这正是 MemT 们要内化的东西。第三方记忆厂商自己也懂——这次发布 MemT 的记忆张量，主业卖的就是 MemOS 这套文本记忆系统，它是左手打右手一起发了。
但”该不该慌”要分场景。慌的资格取决于你的经验长什么样：
- 经验是方法（先复现再修、报价前先核成本）：能被压缩、能被学习，原生记忆路线吃得下；
- 经验是凭证（合同条款、客户工单、版本记录）：要原文、要出处、要能审计——文本记忆仍是唯一解，论文数据就摆在那，65.1 对 85.7，别被”断崖领先”的通稿标题带跑。
企业现在该做什么：一张分工表
我的判断，未来一两年企业 AI 的记忆架构大概率长这样——两条腿分工，不是二选一：
| 需求 | 该用谁 | 原因 |
|---|---|---|
| 精确原文、来源可溯、合规审计 | RAG / 文本记忆 | 保真，细节召回碾压（Figure 1 实测） |
| 长会话、多轮陪伴、跨天任务的”手感” | 盯紧记忆原生 | 成本账只有它算得平（1/66 存储） |
| 组织级 SOP、流程约束的强制执行 | 文本 + 人批 | 可编辑可删除可解释，出问题能说清 |
| 个人偏好、隐性经验的持续复用 | 记忆原生的试验田 | 这正是它”越用越顺手”的设计目标 |
再补一句组织层面的冷水——这属于作者判断，论文没测：原生记忆带来一个新的合规麻烦，它记住的东西不可逐条解释，也难以精确删除。RAG 库里存了什么，列清单就能审计；模型内部状态里沉淀了什么”经验”，目前没好办法一条条查。GDPR 式的”被遗忘权”落到模型头上怎么执行，是这条路线进生产的必答题。你的安全团队现在就该把这个问题记在风险台账上，不用等到选型。
最后说一个比技术更要紧的变化
记忆原生把一件事的产权变了：经验沉淀在模型状态里，而这部分能力第一次归部署方，不再只归模型厂商。 你用出来的判断、踩出来的路数，理论上跟着你这份模型走，而不是变成厂商下一次的训练素材。对企业来说，这可能比那 1.86 倍提速值钱。
不用推倒 RAG，但”经验归谁、怎么积累”这道题，从这篇论文开源那天起，正式摆上企业 AI 的桌面了。
留个问题给你掂量：如果你的 Agent 有一天真的”越用越懂你司业务”，但没人能说清它到底记住了什么——你敢不敢让它上生产？评论区聊聊你的答案，下一篇就顺着这个问题写。