Cognee 押注智能体需要记忆而非更大上下文——27.6k 星和 750 万美元种子轮

Cognee 是一个开源 AI 记忆平台：它以任何格式摄取数据，并不断构建自托管知识图谱和向量存储，以便智能体跨会话保持持久的长期记忆。Apache 2.0 的 Python 核心是免费的，付费的 Cognee Cloud 提供托管记忆以及 Claude Code 和 OpenClaw 的插件。

智能体真正的瓶颈是记忆，而非上下文大小：开源图加向量记忆层，赢得开发者，然后向托管云收费。

750 万美元种子轮，日期为 2026 年 2 月 19 日，由 Pebblebed 领投，42CAP 以及来自 Google DeepMind 和 n8n 的天使投资人参与（startup.eu; NewDecoded）；先前的前种子轮金额未披露。

Cognee 团队——背景涵盖经济学、临床心理学、大规模生产工程和图论——始于这样的信念：LLM 无法跨会话记住上下文，而简单的 RAG 框架有太多旋钮且没有状态。他们在 Apache 2.0 下开源了核心，并于 2025 年 6 月 3 日在 Hacker News 上以 Show HN 发布，描述了一个‘记住上下文’的记忆层，同时附有一篇研究论文（arXiv:2505.24478）。

采用率随着智能体浪潮而攀升：到 2026 年 2 月，该项目 GitHub 星超过 12,000，管道运行超过一百万次，Bayer 和怀俄明大学被列为用户，Cognee 完成了由 Pebblebed 领投的 750 万美元种子轮。这笔资金用于托管云平台、面向边缘设备和本地隐私的 Rust 引擎，以及将人类记忆模型转化为生产软件的研究；到 2026 年 7 月中旬，仓库持续增长到 27.6k 星。

仍然活跃并在扩展：在 2026 年 7 月 13 日的趋势列表中拥有 27.6k GitHub 星，种子资金已到位，付费云产品正在开发中，同时还有 Claude Code 和 OpenClaw 的集成。超出披露的 70 多家公司的收入和客户数量尚未公布。

上下文窗口的增长速度快于智能体使用它们的能力，而无状态导致幻觉——使持久记忆成为团队可以拥有的明显瓶颈。

RAG 框架需要太多调整的旋钮并且没有状态，为一个在统一 API 下结合图结构、向量和规则的产品留下了空间。

Apache 2.0 核心将每个智能体开发者变成潜在用户，2026 年的智能体热潮提供了采用曲线。

记忆是一个水平层：任何智能体框架（Claude Code、OpenClaw、自定义堆栈）都可以插入，所以一个开源项目可以同时驾驭多个平台。

托管云和企业权限为从免费开发者到付费公司提供了一条路径，而没有破坏社区信任的开源陷阱。

在智能体淘金热中，销售每个智能体都需要的一层，而不是另一个智能体：开源核心为 Cognee 提供了分发；种子资金资助了将开发者转化为收入的云。

截至 2026 年 9 月，Cognee 活跃且正在扩展：仓库在 2026 年 7 月 13 日超过 27.6k GitHub 星，来自 Pebblebed 和 42CAP 的 750 万美元种子轮已到位，工作集中在 Cognee Cloud 以及用于本地和边缘部署的 Rust 引擎。其披露的牵引力——一百万次以上的管道运行、70 多家公司和点名用户 Bayer 和怀俄明大学——可追溯到 2026 年 2 月的种子公告；没有发布更新的收入或客户数据。