模型的自我进化，在路上了｜爱分析访谈|上下文|分析访谈|算法|飞轮

开场介绍EverMind时，邓亚峰没有先谈融资，也没有先谈市场规模，而是把问题推回原点：AI为什么不能像人一样，在使用中让自己变得更好？

邓亚峰回顾到，EverMind从设立起就押注长期记忆。但过去半年，真正花掉他最多时间的，不是记忆本身，而是记忆如何驱动AI自我进化。

谈到当前进展，邓亚峰的判断很直接：“Skill和代码层面已经跑通了自我进化，模型的方法也在收敛，方向是确定的了。”

聊到后半程，邓亚峰描述了脑海里的一幅画面：将来会出现这样一类公司，少数工程师设计和改进AI系统，AI系统则会自主构建由多个面向不同场景的专业Agent组成的团队，自主完成各种任务。而且，整个AI系统会持续迭代、不断进化，必须由人完成的事情，可能只有提出需求和签字确认了。

他补了一句：在可预见的时间内，我们就会看到这一天。

围绕这个愿景，邓亚峰在访谈中进一步展开了他对AI自我进化实现路径、记忆与推理合流，以及赛道长期壁垒的一整套思考。

核心观点

AI自我进化的本质，是人从循环里退出去。

过去的数据飞轮仍需要工程师写策略、更新参数；真正的自我进化，是AI根据运行轨迹自己总结经验、沉淀SOP、改代码，不需要人参与。

Skill层和代码层已经跑通自我进化，模型层也处于持续突破中。

代码层的价值已被验证，且泛化性良好；模型层跑通验证实验后，还需要技术进一步打磨，确保最优的训练成本、响应速度和ROI。

记忆与模型注定正交，大厂拿不走这个市场。

应用厂商和终端用户希望随时切换模型，不愿被模型绑死记忆。记忆作为独立的Infra层，甚至独立的用户入口，都有生存空间，创业公司有结构性机会。

技术领先只管半年，数据飞轮才是终局壁垒。

技术架构和模型优势会在半年到一年内被拉平；但用户一旦把20年的个人数据沉淀进一个记忆系统，迁移成本极高，这才是真正的壁垒。

以下为本次访谈实录，在不改变原意基础上略有修改。

从长期记忆到AI自我进化

爱分析：EverMind从设立起就押注长期记忆，为什么把这个方向看得这么重？

邓亚峰：是的，EverMind从第一天起做的就是长期记忆。不过用现在的视角回看，我们其实在同时做相互关联的两件事：一件是长期记忆，另一件是AI自我进化。

我们希望AI随着人的使用、以及它自身的迭代，越来越好。从C端用户的角度，未来你真正需要的AI，一定是能记住你的历史偏好、理解你的决策上下文、还能越来越聪明的那种。

记忆这个feature，未来每一个应用都会需要，这件事是确定的。

爱分析：AI自我进化过去也一直有人尝试，现在和过去最核心的区别是什么？

邓亚峰：最核心的区别，是人到底参与了多少。

过去互联网时代，我们讲的数据飞轮，还是需要人类工程师设计系统、调试算法、训练模型，并持续利用用户数据去迭代和改进，人的工作在里面占的比重很大。而今天我们讲AI自我进化，核心逻辑是AI自己把自己变得更好，不再需要人持续参与；或者说，系统一旦设定好，就只需要极少的人介入。

爱分析：智谱、DeepSeek这些模型厂商也在做持续学习和自我进化，当前实际做到了什么程度？

邓亚峰：我们在三个层面推进：Skill层、Harness层，也就是代码、框架层，和模型层。

第一层是Skill层。人当然可以写Skill，但人写的质量不稳定，而且模型一旦变强，原来的Skill可能从正向变成负向。我们现在的做法，是让AI根据人类、甚至AI自己产生的任务和执行trace去总结提炼，把经验和SOP沉淀成Skill。整个过程除了前端策略由人来定，后面全是AI自己在做。

第二层是Harness层。我们把运行的任务和结果都告诉模型，让它自己去改代码。这件事已经看到很明显的效果——任务上有15%的绝对提升，而且是在各类任务上普遍提升，泛化性很好，甚至评测集上的提升比训练集还要大。

爱分析：模型层呢？

邓亚峰：模型层的自我进化还要解决几个更硬的问题。第一，不可能让每个人都去训练一个自进化的大模型，它一定要跟大模型的参数形成某种配合，比如LoRA或别的结构；第二，训练成本要足够低，响应速度要尽可能快；第三，不同场景下还得看ROI，成本和价值能不能算得过来。

过去AI的范式是post-training，收集数据、训练、迭代；未来的范式是在使用和交互的过程中自己就变好了，这叫test-time training。

一句话总结我的判断：人参与得越少，自我进化越容易落地。模型层因为牵扯训练、参数、时延、成本，天然更难；但从需求看，它又是刚需。

和模型厂商最大的区别，模型厂商做这件事的目标是站在生产端提升模型的通用技术能力，而我们则是站在消费端用户视角，希望AI系统利用用户数据提升个性化、垂直领域的能力。模型的能力是静态的，而用户需要的是一个能具有长期记忆、持续进化的动态系统。

Coding跑通了，记忆是下一个

爱分析：Claude Code的成功，是偶然压中了方向，还是Coding本身有某种必然？

邓亚峰：Claude Code的成功有几个很关键的前提。

第一，Coding的数据量极大。人类历史上产生的文字里，代码可能是最多的品类之一。第二，Coding是逻辑性最强的场景，上下文被充分暴露出来，而这恰恰是语言模型最擅长学习的东西。第三，也是最容易被忽视的一点，Coding训练出的逻辑推理能力可以向外泛化。你看现在让模型写调研报告、做金融预测，虽然不能100%准，但分析过程的能力它基本已经学到了。

从产品角度看，Coding还带来两个趋势。一是越来越多的人变成了程序员：以前国内能编程的可能就几百万，现在也许是上亿的规模。二是能力一旦外化，干别的事也会跟着受益，所以Claude Code后面一定不只是Coding。

爱分析：Coding的成功对记忆赛道有什么启示？

邓亚峰：我得到的启示是在模型能力还在快速提升的阶段，选一个既能发挥模型当下优势、又有外溢效应的场景，比单纯追求技术领先更关键。

记忆场景的数据量、逻辑链条，以及它对推理能力的正反馈，和 Coding 有相似性。但记忆还有一个 Coding 没有的优势：它的数据是个性化的——个人偏好、历史、决策上下文，这类数据的迁移成本极高。

而且记忆本身就是推理的底座。人脑的认知结构就是一部分长期记忆加一部分推理能力：先根据问题在长期记忆里检索信息、放进working memory，推理完再把新的结果沉淀回长期记忆。所以记忆和推理很难分开，我们内部做推理的工作和做记忆的工作，已经合在一起了。

爱分析：可如果记忆的价值只是补全上下文，边界是不是有点窄？

邓亚峰：对，这也正是我们把推理服务和自我进化一起做的原因。如果记忆只是存下来，那它就是个数据库；但如果记忆能成为自我进化的经验底座——把任务轨迹、执行结果、偏好反馈都沉淀下来，再让AI自己去总结提炼，它就不只是存储了。

为什么独立厂商更有机会

爱分析：大厂会在记忆赛道占多大份额？

邓亚峰：我觉得记忆和模型大厂之间会是相对正交的关系。

从AI应用厂商的视角看，他们真正想要的是什么？是模型和记忆不要绑得那么死。最好的情况是：今天智谱效果好就换智谱，明天DeepSeek的模型又便宜又好就换DeepSeek。你要是非把记忆和模型绑在一起，生态反而不买账。

记忆作为AI Infra的一部分，天然是一个相对独立的价值层。大厂不是做不好，但只要投入不够大，创业公司就有机会。就像最早做大模型的时候，大家都觉得互联网大厂机会更大，但最后发现，对智能的认知才是关键。大厂人更多，可做这件事的人，认知上不一定比创业团队更有优势。

爱分析：大厂做记忆，资源反而不充足？

邓亚峰：是的。

在大厂做记忆的团队，得不断证明自己的价值。模型厂商的核心研发一共就那两三百人，基模团队天然能拿到更多资源、更聪明的人。所以对创业公司来说，这反而是一个机会窗口。

爱分析：记忆市场的爆发点，会在底层Infra，还是上层应用？

邓亚峰：我们内部叫“横着切”和“竖着切”。横着切，是把记忆做成像数据库一样独立的基础设施，抽象得足够好、有壁垒，所有人都来用；竖着切，打通端到端进化飞轮，有点像推荐系统——每个AI产品都需要推荐，但没人单独做一层推荐去卖。这两条路我们都在验证，底层能力是一致的，只是还没有明确结论。

不过有一点是确定的：当你手里有了用户数据，你就可能成为一种模型分发的入口。用户的数据在你这，他很可能就通过你去调用模型——这个位置的价值，比单纯做记忆要大得多。

爱分析：EverMind现在多条产品线并行，是在同时验证不同路径？

邓亚峰：对。

第一款是EverOS，面向开发者和Agent提供记忆基础设施。

第二款是EverMe，做跨Agent、跨平台的个人记忆管理。因为未来一个人会同时用很多Agent，但从用户视角看，他需要一个统一的系统来管理自己的记忆数据。EverMe有三层功能：先把不同Agent的信息同步过来，再做可视化、图谱化，让你能管理和操作；当你接入新Agent时，它可以像“记忆网盘”一样直接嵌进去用。

第三款是自我进化的Harness智能体Raven。我们在做的过程中发现，今天很多Agent对记忆的处理都比较简单——你去看很多产品的记忆功能，其实都挺基础的。

所以我们想做一套memory native的Agent框架，里面有做规划和执行的Agent loop层、有自主进化的evaluation层，还有记忆层。这三部分都和AI强相关，而且我们做的是解耦架构——每个模块的实现代码和模型都可以独立配置、独立替换。

技术领先只管半年，数据飞轮才是终局壁垒

爱分析：从竞争格局看，模型层目前是各领风骚三五个月，没有绝对的领头羊。记忆赛道会不会也这样？

邓亚峰：我认同，在早期阶段，产品方向的选择、技术路线的选择、甚至某个技术点的攻关，都会影响你在赛道里的位置，很难说今天谁一定会笑到最后。短期之内，你可以靠技术领先建立一个身位，但这个窗口大概也就半年到一年。

但回顾历史：2011年腾讯和阿里都在做搜索，还从Google请了非常强的人回来，为什么后来做不过百度？很简单，百度有先发的数据飞轮——用户用完之后，基于使用数据去优化，这个飞轮一旦转起来，后来者很难追上。

记忆赛道也一样。技术上的领先，无论是架构还是模型能力，都会在半年到一年内被拉平。真正长期的壁垒，在数据飞轮上。

爱分析：但模型之间的竞争似乎证明数据飞轮不一定管用——Claude的用户量比OpenAI少，DeepSeek-R1那会儿用户和数据量也不大，照样能超车。记忆赛道为什么不一样？

邓亚峰：关键区别在于，记忆的数据是“关于你”的数据——你的偏好、你的历史、你的决策上下文，这类数据的迁移成本非常高。

你现在让大模型做事，还得写很长的prompt把上下文交代清楚；但如果有一个记忆系统已经知道你的历史和偏好，你一句话交代任务，它就能自动补全。这种体验差距一旦拉开，用户不会因为另一个模型好那么一点点就换。

打个比方：如果你20年的数据都在某一个产品里，而它还能让你把这些数据用到各种应用、各种大模型上，你就不会轻易换。换模型可以一键切换，但换记忆基础设施，就没那么容易了。

爱分析：商业化目前在公司战略里的优先级还比较低？