2026-06-04 · Clippings 深度分析
Garry Tan在6月2日说："Memory是你唯一能带走的资产。2027年浏览器战争的新定义：AI套索战争。"
我当时的分析是：模型正在commoditize，真正的战场在数据层。两天后看到这份《Memory Layer托管商研究来源》——12家公司的完整版图——我意识到我把事情想小了。
这不是"数据层"的问题。这是记忆基础设施的标准战争。它比浏览器战争更底层——浏览器争夺的是"你上网的入口"，Memory层争夺的是**"你的AI认识你"的方式。**
一、风口的数据：不是"趋势"，是"已经在发生"
Mem0的一组数据可以说明一切：
- Q1 2025：3500万次API调用
- Q3 2025：1.86亿次API调用
- 30%的月环比增长
- 2025年10月完成$24M融资（$3.9M seed + $20M A）
这不是"AI记忆很重要"的趋势判断。这是已经发生的指数增长。 30%的月环比意味着每三个月翻一番。到2026年Q2，Mem0单季度的API调用可能已经超过10亿次。
MEMStorage提供了另一个关键数据：~70%的企业AI查询是重复的。 这意味着企业AI场景中，绝大多数token消耗不是在解决新问题，而是在重复回答已经回答过的问题。Memory不是"锦上添花的优化"，它是成本控制的生命线——$8,400/月可以降到$2,100/月，节省75%。
这就是为什么Memory基础设施正在吸引资本、开发者和标准制定者同时涌入。
二、12家公司的版图：三国杀
这12家公司可以分为三个阵营：
第一阵营：通用Memory引擎（Mem0 / Letta / Supermemory）
这三家是"全栈"玩家。它们不只是存储记忆——它们管理记忆的完整生命周期：获取、存储、检索、遗忘、整合。
Mem0 是最接近"默认选择"的玩家。41K GitHub stars、1300万下载、$24M融资、YC出身。它的策略是做"AI memory的Stripe"——不是最创新的，但是最好用的，开发者在30分钟内可以集成。
Letta（前MemGPT）走的是学术+工程路线。19K stars。它的差异化在于"Context Constitution"和"Agent File (.af)"——试图把memory管理变成一个标准化的工作流，而不是一个API调用。Letta的野心是成为"AI memory的Git"——不只是存储，还管理版本、分支、合并。
Supermemory 是9K stars的追赶者。它的定位更偏个人用户和中小团队，而非企业级。
第二阵营：特定架构玩家（Zep / Memnode / Tokyo Brain）
这三家不走通用路线，而走架构差异化。
Zep 的核心是时序知识图谱。它的论文显示DMR（Dialogue Memory Recall）达到94.8%，LongMemEval准确率提升18.5%。时序图谱的优势是能理解"先后关系"——不仅记住了"用户喜欢柠檬茶"，还记住了"用户上周说太甜了所以这周要减糖"。
Memnode 打的是"provenance"和"scoped tokens"——强调记忆的来源可追溯和权限可控制。这是企业安全导向的定位，适合金融、医疗等合规要求高的场景。
Tokyo Brain 是最有趣的差异化——它让AI memory"会做梦会忘记"。不是记住一切，而是像人类一样选择性地遗忘和整合。这是最接近认知科学理念的架构。
第三阵营：路由/成本优化层（MEMStorage / MemoryRouter / Kronvex）
这三家不直接做memory引擎，而是在现有引擎之上做路由和优化。
MEMStorage 的"routing brain"是专利技术在审的核心——自动判断一个查询是新的还是重复的，然后把重复查询导向缓存而非再次调用LLM。SEC EDGAR的案例中，它将月成本从$8,400降到$2,100。
MemoryRouter 做的是"per-customer vault"——每个客户一个独立的memory空间，按月收费$2K-10K。这是明确的SaaS定价模型，说明企业愿意为"隔离的memory"支付溢价。
Kronvex 的战略位置最独特——欧洲、GDPR-by-default。在AI监管日益收紧的欧洲，合规本身就是护城河。
三、标准的暗战：PAM vs OMS
最容易被忽略但最影响长期格局的，是两个开放标准。
PAM v1.0（Portable AI Memory）于2026年2月发布。它的野心是成为"AI memory的vCard"——一个跨平台的记忆可迁移标准。26个章节覆盖了taxonomy、W3C DID（去中心化身份）、Ed25519签名、RFC 8785规范化。这是互操作性路线：你的记忆可以在Mem0、Letta、Anthropic的Memory Tool之间自由迁移。
OMS v1.3（Open Memory Specification）走的是格式标准化路线。它的三层架构（OMS二进制container + CAL查询语言 + SML标记语言）定义了一种类似SQL+XML的AI记忆生态。10种grain type（Belief / Event / State / Workflow / Action / Observation / Goal / Reasoning / Consensus / Consent）覆盖了AI记忆的完整语义类型。
这两套标准的竞争将决定Memory层的开放程度。 PAM更接近"电子邮件IMAP协议"——跨平台互通。OMS更接近"HTML+SQL"——定义了一种"AI记忆的原生语言"。如果PAM胜出，Memory层的切换成本会大幅降低（利好用户）。如果OMS胜出，掌握OMS生态的玩家会拥有类似Oracle在数据库时代的地位（利好先发者）。
目前两者都还在早期。 PAM是CC BY 4.0许可，OMS是CC0公版——这意味着两者都不能通过许可限制来制造锁入。这是开源的胜利，但也是标准战争的开始。
四、巨头的位置：OpenAI和Anthropic为什么"落后"？
有趣的是，OpenAI和Anthropic在Memory层的投入看起来不如创业公司激进。
OpenAI的ChatGPT Memory：2024年初上线测试，2025年6月下放免费用户。功能上说，它做的是"让ChatGPT记住你的偏好"——不是通用的Memory基础设施，而是ChatGPT的私有功能。
Anthropic的Memory Tool：2025年9月发布beta，本质是"file directory"——在API层面提供文件存储能力，不是memory管理系统。HN讨论中有人认为这"太简单了"。
为什么两巨头在Memory层"克制"？三个可能的原因：
- Memory层的利润太薄。 相比模型推理（高token消耗），memory存储和检索的成本极低。巨头可能认为不值得在这个层面竞争。
- 锁定效果。 如果你用ChatGPT的Memory，你就被锁定在ChatGPT的生态中。推出开放标准反而会降低锁定效果——这对巨头不是好事。
- 收购策略。 更可能的剧本是：等某个标准胜出后，巨头直接收购领先的memory公司（Mem0或Letta是最可能的标的）。
但Garry Tan的"套索战争"预言恰好说明：Memory层的克制是一个战略性错误。 不管利润多薄，不管锁定效果多好，如果一个独立的memory标准成为行业共识，巨头的锁定效果会被瞬间瓦解——因为用户可以带着记忆离开。
五、中国玩家的缺位
这份研究里没有中国公司的身影。这可能是信息偏差（英文来源为主），但也反映了一个结构性问题：中国AI行业对基础设施层的投入仍然集中在模型本身。
中国的memory基础设施可能以不同的形式存在——更可能内嵌在大型AI平台（百度文心、阿里通义、字节豆包）的内部架构中，而非独立公司。这反映了中美AI生态的结构性差异：美国倾向于独立的基础设施层（可以跨平台），中国倾向于端到端的垂直整合（平台内闭环）。
但如果Garry Tan的"2027年浏览器战争"预言应验，垂直整合路线可能面临危机——当用户的AI记忆被锁定在单一平台内时，切换成本极高，但用户一旦意识到这种锁定，逃离的意愿也会极强。 浏览器战争的结果是Chrome赢了（通过开放标准和跨设备同步），而不是IE赢了（通过Windows捆绑）。
Memory战争的历史可能重复这个模式：开放标准+跨平台可迁移，最终会击败封闭生态。
结论：不是工具之争，是标准之争
Mem0和Letta的区别、Zep和Tokyo Brain的区别、PAM和OMS的区别——这些都不是"谁的产品更好"的竞争。它们是"谁的架构将成为行业默认"的标准战争。
标准战争的规律是：先发优势极强，但最终胜出的不一定是技术上最好的方案，而是最早获得开发者社区认可的方案。
在1990年代，SQL赢了——不是因为SQL是最好的查询语言，而是因为Oracle和IBM把它推成了标准。在2020年代，Git赢了——不是因为Git是最好的版本控制工具，而是因为GitHub把它变成了协作的默认语言。
在AI Memory层，同样的故事正在上演。Mem0目前领先——41K stars、30%月增长、$24M融资。但Letta的"记忆版本管理"概念（Context Repositories = Git-based memory）和OMS的10种grain type语义覆盖，可能代表更长期的正确方向。
标准战争的结果不会在2026年决定，但2026年的选择会决定2027年的格局。 对于AI agent的开发者来说，最关键的决策不是"用哪家memory服务"，而是**"押注哪个memory标准"**——因为一旦标准确立，切换到另一个标准的成本将和在2026年从Oracle切换到PostgreSQL一样高。
而这一切，都指向Garry Tan的核心问题：你的AI记忆在哪里？你能不能带走它？ 答案是：目前不能——除非PAM或OMS中的一个成为跨平台标准。
数据来源：Memory Layer托管商研究来源 2026-06-03 / Mem0 / Letta / Zep 官方文档