档案库 · 开发与企业工具 · 产品决策 · 2024–2026
记忆赌注：智能体记忆应记录行动，而不仅是对话
纽约初创公司的Apache-2.0智能体记忆层，截至2025年12月18日已获11.1K GitHub星标，融资370万美元。
Memori Labs
做的是什么生意
Memori Labs (New York, founded 2024) sells an agent-native memory layer: Python and TypeScript SDKs plus an MCP server that record what LLM agents do — execution traces, tool calls, decisions, outcomes — into structured persistent memory and recall it on demand. The core is Apache-2.0; revenue comes from Memori Cloud and private-VPC Memori Enterprise deployments.
起因
Memori Labs was founded in New York in 2024 on the observation that agents suffer session amnesia: every new session forgets the stack, the conventions and what earlier runs already established, so teams repeat themselves and agents re-discover what prior work found. The founders bet the fix was a memory layer that records what agents do — tool calls, decisions, outcomes — not just what they say.
经过
The team shipped an Apache-2.0 core with Python and TypeScript SDKs plus an MCP server, so Claude Code, Cursor, Codex, Warp, OpenClaw and Hermes agents get persistent memory without prompt changes. Memori Cloud offers zero-configuration hosted memory with bring-your-own-database options, and Memori Enterprise runs inside a customer's VPC; the README cites one enterprise QA-automation deployment cutting token spend by $2.1M per year. ROSS Index Q4 2025 recorded 11.1x GitHub star growth over the quarter, on top of a $3.7M round from F7, Oceans, RiverPark and Struck.
还没有结局，它还在跑。
背景
Memori Labs（纽约，成立于2024年）为LLM应用构建智能体原生记忆层。其Apache-2.0核心捕获执行和对话进入结构化持久状态——工具调用、决策和结果——并通过SDK或MCP服务器使智能体可召回。
创始赌注是智能体的失败源于失忆，而非能力：它们忘记堆栈、约定以及先前运行建立的内容，因此团队重复劳动，浪费token重新发现已知内容。Memori的答案是基于行动而非聊天文本的记忆，以结构化事实、偏好和规则存储，而非原始日志。
到2025年第四季度，这一赌注已获推动：ROSS Index统计2025年12月18日GitHub星标11.1K，季度增长11.1倍，从F7、Oceans、RiverPark和Struck融资370万美元。项目的LoCoMo基准报告平均每次查询721 token，准确率87%——约为全上下文的2.8%。
开放核心支撑付费堆栈：Memori Cloud提供零配置托管记忆，Memori Enterprise提供私有VPC部署，并集成Claude Code、Cursor、Codex、Warp、OpenClaw和Hermes。README引用一个企业QA自动化工作流，每年减少210万美元token支出。
这件事要成立，得有什么
- 会话失忆是常见失败：智能体在会话间忘记约定和先前结果，导致重复发现工作和token支出累积。
- 记录智能体的行为——工具调用、决策、结果——捕获了仅靠对话文本无法获得的上下文，这是智能体原生定位的差异化。
- 结构化召回优于全上下文重放：平均721 token、LoCoMo准确率87%，使持久化比将历史塞入每个提示更便宜。
- 在Apache-2.0下开源核心，同时销售云和企业部署，消除了采用障碍，推动一个季度GitHub星标增长11.1倍。
可借鉴之处
记忆制胜的关键在于捕获智能体的行为，而不仅仅是言语：工具调用和结果才是它们需要的上下文，召回一部分胜过重放所有内容。
后续进展
截至2026年9月5日，Memori已上线托管云、自带数据库支持和企业版，集成了Claude Code、Cursor、Codex和Warp的MCP服务器以及OpenClaw和Hermes的插件。其README报告LoCoMo准确率87%，每查询721个token，并引用一个企业QA自动化部署年减少210万美元token支出。凭借2025年12月18日的11.1K GitHub星标和来自F7、Oceans、RiverPark和Struck的370万美元融资，Memori Labs正在将开源社区扩展为付费企业记忆合同。
资料来源
- Top trending open-source startups in Q4 2025 — ROSS Index
- Memori README — Memory from what agents do, not just what they say
发现哪里写错了？告诉我们。
轮到你了
你刚读完一家。说说你在做什么，看看谁在赌同一件事。
免费账号 · 3 次免费提问 · 不用绑卡