SuperMemory：AI终于有记忆了——3万星背后的记忆层赛道观察

你有没有这种感觉——每次跟 AI 聊完，下次见面它就像失忆了一样，一切要从头开始？你的项目背景、偏好、踩过的坑，它统统不记得。这不是 AI 的错，是整个行业长期忽略的一个核心问题：AI 没有记忆层。

今天想聊一个我关注了挺久的项目——SuperMemory。这个工具最近在 GitHub 悄悄爬到了 3 万多 Stars，而且它有个更硬核的背书：在 LongMemEval、LoCoMo、ConvoMem 三个 AI 记忆领域的权威基准测试里，全部拿到第一。

它到底解决了什么问题？

简单说，SuperMemory 是 AI 的「外挂记忆系统」。它不是简单的对话记录，而是：

• 事实提取：从你的聊天记录里自动抽取关键事实，建立知识结构。
• 时序感知：理解事实会随时间变化，追踪更新，而不是把所有版本都混在一起。
• 矛盾检测：如果新信息和旧信息冲突，它会主动标记出来，而不是假装没看见。
• 自动遗忘：过期的信息会被标记，不干扰当前决策。

最让我惊讶的一个数字：它的 95% Recall@15（记住 15 条关键信息后能准确回忆的比例），同时上下文压缩率高达 99.4%。也就是说，它用了极少的 token 就能召回几乎所有重要信息，对话成本大幅下降。

接入体验怎么样？

SuperMemory 支持主流工作流：

• 连接器生态：Google Drive、Gmail、Notion、OneDrive、GitHub，全是实时 webhook 同步，不需要手动导入。
• 多模态支持：PDF、图片（OCR 识别）、视频（自动转录）、代码（AST 结构分块），丢进去就能用。
• 用户画像：调用用户上下文只需约 50ms，几乎感知不到延迟。
• 本地部署：支持完全本地运行，数据不出你的服务器。

它自称「Memory API for the AI era」，背后有独立研究团队支撑，不是那种拿开源模型随便套个壳的项目。

为什么值得 AI 行业观察者关注？

SuperMemory 代表了一个正在形成的风向：AI 应用的下一波竞争，不在模型本身，而在记忆层。当模型的推理能力趋于同质化，谁能让 AI 更懂你、记住更多、遗忘得更聪明，谁就拥有差异化壁垒。

记忆层赛道目前有几家公司在跑——Supermemory、Mem 等等。但 SuperMemory 有意思的地方在于，它选择了研究驱动路线，先刷基准测试，再做产品。这种路径在消费级产品里不多见。

如果你正在用 AI 编程工具（比如 Claude Code、Cursor），或者你想让 AI 助手真正成为「第二大脑」，这个项目值得放进你的观察清单。

GitHub：supermemoryai/supermemory ⭐ 30.9K

GitHub: https://github.com/supermemoryai/supermemory