Living Brain 发布跨模型持久记忆系统
先了解这件事
2026年11月4日，Living Brain 发布一套共享持久记忆系统，覆盖 ChatGPT、Claude、Cursor、Codex 及用户自建智能体，官方称在一处写入即可在任意一端检索。据 Elvis Saravia（DAIR.AI）当日转述，官方数据为 LoCoMo 上达到 92.2%、检索中位延迟 464ms、每题最多节省 22.6 倍 token；Saravia 评价称，把记忆从模型解耦是合理思路，可让 harness 利用智能体的持久能力。同日另一则转述补充称，该系统是独立于模型的持久记忆层，通过 MCP 或 API 接入，更换模型或 Agent 框架后记忆仍保留，并称单任务成本最多降低 95%、端到端回答中位数 3.7s、每次提问最多减少 22.6 倍 token。上述性能数字均来自官方或转述说法，报道未提供第三方复现或独立评测。目前进展停留在发布与指标披露阶段，尚未见收费方式、地域限制或各端功能差异的说明。
AI 根据报道生成 · 3 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
- Rohan PaulLiving Brain 推出跨模型持久记忆层，支持 ChatGPT、Claude、Cursor 等
Living Brain 发布一个独立于模型的持久记忆层，可在 ChatGPT、Claude、Cursor、Codex 和自建 Agent 之间共享读写，通过 MCP 或 API 接入。作者称其单任务成本最多降低 95%，端到端回答中位数 3.7s，每次提问最多减少 22.6x token。其思路是只检索与当前问题相关的少量记忆而非发送全部历史，使更换模型或 Agent 框架时记忆仍保留。
- Elvis SaraviaLiving Brain 推出跨 ChatGPT、Claude、Cursor 的共享持久记忆
Living Brain 发布一个跨 ChatGPT、Claude、Cursor、Codex 及自建智能体的共享持久记忆系统，在一处写入即可在任意一端检索。官方称其在 LoCoMo 上达到 92.2%，检索中位延迟 464ms，每题最多节省 22.6 倍 token。Elvis Saravia 认为把记忆从模型解耦是合理思路，能让 harness 利用智能体的持久能力。
本事件热度走势
- 可比范围当前
- 19
- 可比范围峰值
- 2011月4日 23:00
- 近 24 小时变化
- –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。