Berryxia.AI@berryxia · XAI 摘要
ACL 2026发表的EverOS推出HyperMem超图记忆架构，替代传统向量RAG。长期对话召回率达93%（RAG约45%）。27B参数模型借助记忆与Skills自进化策略，任务成功率提升234.8%，性能追平397B模型。本地优先，记忆存为Markdown文件，支持Git版本控制与Obsidian。三行命令安装，Apache 2.0开源，GitHub获7200星，兼容Claude Code、Codex等Agent框架。
ACL 2026发表，Github 开源斩获7200星！ EverOS 让AI Agent记住一切，27B模型碾压397B！
每一个用过AI写代码的人都经历过这件事。 早上打开终端，跟AI说"继续昨天的工作"。 AI问你：什么工作？
你昨天花了三个小时解释你的代码库结构，你告诉它为什么不用Redux而用Zustand。
你让它记住你偏好函数式写法，你花了一个小时调通了一个bug，它帮你找到了根因。
今天早上，全部消失了。你需要从头再来。
这其实不是Bug，这是当前所有AI Agent的默认状态。 它们没有记忆，每次对话都是一张白纸。
2026年，一个叫EverOS的项目在ACL上发表。它不是又一个向量数据库，不是RAG换了更好的Prompt。
它是一个完整的记忆操作系统，坐在AI Agent的底层，让它真正记住事情。
核心技术叫HyperMem。
传统记忆方案是把文本切成块，转成向量，存进数据库，每次对话时搜索最相似的片段还给你。这是平面查找。
EverOS用超图结构组织记忆--主题层、事件层、事实层，一条超边连接多个节点。跨时间关联和多跳推理内建在结构里。