原标题：模型如何实现自我进化，正在成为现实｜爱分析访谈

在介绍EverMind时，邓亚峰并没有先聊融资情况，也没有先讲市场规模，而是把问题拉回到最本质的一点：为什么AI不能像人一样，在持续使用过程中不断学习、不断优化自己？邓亚峰回顾称，EverMind自成立以来就坚定押注长期记忆。但在过去半年里，真正占据他最多精力的，并不只是记忆本身，而是记忆究竟如何驱动AI实现自我进化。

谈到当前进展时，邓亚峰的判断非常明确：“Skill和代码层面已经验证了自我进化可行，模型层的方法也在逐步收敛，整体方向已经比较清晰。”在访谈后半段，邓亚峰进一步描绘了一幅未来图景：未来会出现这样一类公司，由少量工程师负责设计和优化AI系统，而AI系统本身则能够自主搭建由多个面向不同场景的专业Agent构成的协作团队，独立完成多种复杂任务。同时，这套AI系统还会持续迭代、不断进化。真正必须由人来完成的工作，可能只剩下提出需求和最终签字确认。他补充说：在可预见的未来，我们很快就会看到这一天。

围绕这一愿景，邓亚峰在访谈中系统分享了他对于AI自我进化落地路径、记忆与推理融合，以及这一赛道长期竞争壁垒的完整思考。

核心观点

AI自我进化的核心，本质上是让人从迭代闭环中逐步退出。

传统的数据飞轮依然依赖工程师制定策略、调整参数；而真正的AI自我进化，是系统能够基于运行轨迹自主总结经验、沉淀SOP、修改代码，尽量减少人工参与。

Skill层和代码层已经实现自我进化验证，模型层也在持续取得突破。

代码层的价值已经得到验证，而且具备较强泛化能力；模型层在完成验证实验之后，还需要继续打磨技术方案，以兼顾训练成本、响应效率和ROI表现。

记忆与模型天然正交，头部大厂难以完全拿走这个市场。

无论是AI应用厂商还是终端用户，都希望能够灵活切换模型，而不是让记忆能力被单一模型深度绑定。记忆作为独立的Infra层，甚至独立的用户入口，依然拥有清晰的生存空间，创业公司也因此具备结构性机会。

技术领先只能维持半年左右，真正的终局壁垒仍然是数据飞轮。

技术架构和模型能力的领先优势，往往会在半年到一年内被快速追平；但一旦用户把自己长期积累的个人数据沉淀到某个记忆系统中，迁移成本会非常高，这才是真正稳固的竞争壁垒。

以下为本次访谈实录，在不改变原意的基础上进行了少量文字优化。

01、从长期记忆到AI自我进化

爱分析：EverMind从成立开始就押注长期记忆，为什么会如此重视这个方向？

邓亚峰：是的，EverMind从第一天开始做的就是长期记忆。但如果站在今天的视角回看，我们其实是在同步推进两件彼此关联的事：一件是长期记忆，另一件是AI自我进化。我们的目标是让AI随着人的使用，以及随着系统自身不断迭代，变得越来越好。从C端用户的角度来看，未来真正有价值的AI，一定是既能记住你的历史偏好、理解你的决策上下文，又能够持续变聪明的系统。长期记忆这个feature，未来几乎每一个AI应用都会需要，这一点我认为是确定的。

爱分析：AI自我进化过去也一直有人在尝试，现在与过去相比，最核心的差异是什么？

邓亚峰：最核心的差异，在于人到底还要参与多少。过去在互联网时代，我们说的数据飞轮，依然需要人类工程师去设计系统、调试算法、训练模型，并持续利用用户数据做迭代优化，人类在整个过程中占据了非常高的权重。而今天谈AI自我进化，核心逻辑是AI能够自己把自己变得更好，不再依赖人类持续介入；或者说，系统一旦搭建完成，就只需要极少量的人来参与维护。

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

邓亚峰：我们现在主要从三个层面推进：Skill层、Harness层，也就是代码和框架层，以及模型层。第一层是Skill层。人当然可以写Skill，但人工编写的质量并不稳定，而且随着模型能力变强，原本有效的Skill有时会从正向作用变成负向作用。我们现在的方法，是让AI基于人类，甚至AI自己生成的任务与执行trace去做总结提炼，把经验和SOP沉淀成Skill。除了前端策略由人设定之外，后续流程基本都是AI自己完成。第二层是Harness层。我们会把任务运行过程和最终结果都反馈给模型，让它自己修改代码。这件事已经产生了非常明显的效果——在任务表现上有15%的绝对提升，而且这种提升是跨任务普遍成立的，泛化性非常好，甚至在评测集上的提升幅度比训练集还要更高。

爱分析：模型层呢？

邓亚峰：模型层的自我进化还要面对几个更难的技术问题。第一，不可能让每一个人都单独训练一个能够自我进化的大模型，它一定需要和大模型参数形成某种协同，比如LoRA或者其他结构；第二，训练成本必须足够低，响应速度也必须尽量快；第三，在不同业务场景里还要计算ROI，看看成本和价值是否真的划算。过去AI的主流范式是post-training，也就是收集数据、训练模型、持续迭代；而未来更重要的范式，是在真实使用和交互过程中就让AI变得更强，这可以理解为test-time training。用一句话概括我的判断：人参与得越少，AI自我进化就越容易真正落地。模型层之所以更难，是因为它涉及训练、参数、时延和成本这些更复杂的约束；但从用户需求来看，它又是不可回避的刚需。我们和模型厂商最大的不同在于，模型厂商做这件事，是站在生产端提升模型的通用能力，而我们是站在消费端用户的视角，希望AI系统能够利用用户数据，提升个性化能力和垂直场景能力。模型本身的能力更偏静态，而用户真正需要的是一个具备长期记忆、还能持续进化的动态AI系统。

02、Coding跑通了，记忆是下一个

爱分析：Claude Code的成功，是偶然踩中了趋势，还是Coding这个场景本身就具备某种必然性？

邓亚峰：Claude Code的成功背后有几个很关键的基础条件。第一，Coding拥有极其庞大的数据量。放在人类历史上看，代码可能是数量最多的文本类型之一。第二，Coding是逻辑性极强的场景，上下文信息暴露得非常充分，而这恰恰是语言模型最擅长学习和利用的内容。第三，也是最容易被忽略的一点，Coding训练出来的逻辑推理能力是可以向外泛化的。你看现在让模型写调研报告、做金融预测，虽然结果未必能做到100%准确，但它在分析过程中的能力其实已经学到了。从产品趋势上看，Coding还带来了两个明显变化：一是越来越多的人正在变成程序员，以前国内真正会编程的人可能只有几百万，现在可能已经接近上亿规模；二是能力一旦被外化出来，做其他事情也会同步受益，所以Claude Code的价值，未来一定不只是写代码这么简单。

爱分析：Coding的成功，对AI记忆赛道有什么启发？

邓亚峰：我的判断是，在模型能力快速提升的阶段，选择一个既能充分发挥模型当前优势、又具备外溢效应的场景，比单纯追求技术领先更重要。记忆场景在数据量、逻辑链条，以及对推理能力的正向反馈上，与Coding有不少相似之处。但记忆还有一个Coding不具备的优势：它的数据天然具有高度个性化特征，比如个人偏好、历史经历、决策上下文等，而这类数据的迁移成本非常高。更重要的是，记忆本身就是推理的基础。人脑的认知结构，本来就是长期记忆和推理能力共同组成的：先根据问题从长期记忆中检索信息，再放入工作记忆中进行推理，推理结束后又把新结果沉淀回长期记忆。因此，记忆和推理实际上很难彻底拆开。也正因为如此，我们内部负责推理和负责记忆的团队，已经合并到了一起。

爱分析：但如果记忆的作用只是补全上下文，它的边界会不会显得太窄？

邓亚峰：对，这也正是我们为什么要把推理服务和AI自我进化一起做。如果记忆只是简单存储信息，那它本质上就是一个数据库；但如果记忆能够成为自我进化的经验底座——把任务轨迹、执行结果、偏好反馈持续沉淀下来，再交给AI自己去总结、提炼和优化，那么它的价值就远远不只是存储，而是会成为推动AI进化的关键基础设施。

03、为什么独立厂商更有机会

爱分析：大厂在记忆赛道里大概会占据多大份额？

邓亚峰：我认为记忆和模型大厂之间，最终会形成一种相对正交的关系。站在AI应用厂商的视角，他们真正需要的是什么？是模型和记忆不要被绑定得太死。最理想的情况是，今天智谱效果更好就切换到智谱，明天DeepSeek的模型又便宜又好就换成DeepSeek。如果一定把记忆和模型绑在一起，生态系统反而未必愿意接受。记忆作为AI Infra的重要组成部分，天然就是一个相对独立的价值层。大厂当然不是做不好，但只要投入不够坚决，创业公司就有机会。就像早期做大模型时，很多人都认为互联网大厂的机会更大，但后来大家发现，真正关键的其实是对智能的理解。大厂的人更多，但真正适合做这件事的人，在认知层面未必比创业团队更有优势。

爱分析：也就是说，大厂做记忆，资源反而未必足够？

邓亚峰：是的。在大厂内部，做记忆的团队往往需要不断证明自己的价值。模型厂商真正的核心研发人员也就那两三百人，而基模团队天然更容易拿到更多资源，也更容易吸引最顶尖的人才。所以从创业公司的角度看，这反而形成了一个不错的机会窗口。

爱分析：记忆市场未来的爆发点，会出现在底层Infra，还是上层应用？

邓亚峰：我们内部把这叫做“横着切”和“竖着切”。横着切，是把记忆做成像数据库一样的独立基础设施，把产品抽象得足够好、壁垒足够深，让所有开发者和应用方都来使用；竖着切，则是打通端到端的进化飞轮，有点类似推荐系统——每个AI产品都需要推荐能力，但很少有人单独把推荐系统这一层拆出来售卖。这两条路线我们都在验证，底层能力本质上是一致的，只是目前还没有完全得出结论。不过有一点很明确：当你掌握了用户数据，你就有机会成为一种模型分发入口。因为用户的数据沉淀在你这里，他很可能会通过你去调用不同模型——这个位置的价值，显然比单纯做记忆能力本身更大。

爱分析：EverMind现在多条产品线并行推进，是在同时验证不同路径吗？

邓亚峰：对。第一款产品是EverOS，面向开发者和Agent提供记忆基础设施。第二款是EverMe，定位为跨Agent、跨平台的个人记忆管理工具。因为未来每个人都会同时使用很多Agent，但从用户视角看，他需要的是一个统一系统来管理自己的记忆数据。EverMe有三层能力：第一层是把不同Agent里的信息同步进来；第二层是做可视化和图谱化，让用户能够更方便地查看、管理和操作这些记忆；第三层是在接入新Agent时，它可以像“记忆网盘”一样直接被嵌入使用。第三款产品是自我进化的Harness智能体Ra ven。我们在实际推进过程中发现，今天很多Agent对记忆的处理方式都还比较初级——你去看不少产品的记忆功能，本质上都还比较基础。所以我们希望做一套memory native的Agent框架，内部既包括规划和执行的Agent loop层，也包括自主进化的evaluation层，还有底层记忆层。这三部分都与AI高度相关，而且我们采用的是解耦架构——每个模块的实现代码和模型都可以单独配置、单独替换。

04、技术领先只管半年，数据飞轮才是终局壁垒

爱分析：从竞争格局来看，模型层现在往往是各领风骚几个月，没有绝对稳定的领跑者。AI记忆赛道未来也会是这样吗？

邓亚峰：确实有这种可能。在行业早期，产品方向、技术路线的选择，甚至某一个关键技术点是否率先攻克，都会直接影响你在赛道中的位置，所以很难现在就判断谁最终一定能胜出。短期来看，你可能凭借技术领先拿到一些优势，但这个窗口通常也就半年到一年。就像回看历史，2011年前后腾讯和阿里都在做搜索，还从Google请回了很强的人才，但为什么最后没能做过百度？原因其实很简单，百度已经建立起先发的数据飞轮——用户持续使用，平台再基于使用数据不断优化，一旦这个飞轮运转起来，后来者就很难追上。AI记忆赛道也是一样。无论是技术架构领先，还是模型能力领先，大概率都会在半年到一年内被逐步抹平。真正长期有效的护城河，还是数据飞轮。

爱分析：但模型之间的竞争似乎又说明，数据飞轮不一定总是有效——比如Claude的用户量比OpenAI少，DeepSeek-R1当时用户和数据规模也不大，却依然能实现超车。为什么记忆赛道不一样？

邓亚峰：关键差异在于，记忆里的数据是“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极高。现在你让大模型做事，往往还要写很长的prompt，把上下文一一交代清楚；但如果有一个记忆系统已经理解你的历史和偏好，你只需要一句话描述任务，它就能自动完成上下文补全。一旦这种体验差距真正建立起来，用户就不会因为另一个模型只是略好一点就轻易切换。举个简单的例子：如果你20年的数据都沉淀在某一个产品里，而这个产品还能让你把这些数据灵活用于各种应用和各种大模型，那么你基本不会轻易更换。换模型可以一键完成，但要更换记忆基础设施，就没有那么容易了。

爱分析：所以商业化在当前公司战略中的优先级，还是相对靠后？

邓亚峰：我们认为，未来一段时间里，最重要的仍然是先完成底层技术突破。不过，我们已经开始在产品和商业化层面做一些验证。B端会是一个自然增长的过程；而C端在我们看来可能爆发更快、增长更猛。但无论是B端还是C端，前提都是一样的：你必须先把技术能力做到行业领先，并且推进速度要足够快。

爱分析：如果再往前看一步，你认为下一代AI产品需要具备哪些关键条件？

邓亚峰：下一代Agent一定要摆脱单纯工具属性，更像一种数字生命：它拥有长期记忆，具备自主性，并且能够持续进化、越用越聪明。要实现这一点，有三个前提缺一不可。第一，它必须记住用户的历史、偏好和上下文；第二，它必须具有自主性，不能总是等着人类一步步下指令，最好是AI自己就能把任务完成；第三，它必须能够持续进化，而不是像现在很多AI一样，主要依赖预训练和后训练，几个月才更新一次能力。同时，能否稳定交付高质量结果也非常重要。不同场景需要不同的Harness，才能把效果做到极致，不可能靠一个Harness解决所有问题。如何在一套通用框架下，针对不同任务构建不同的Harness，而不只是停留在skill层面的策略调整，这一点也很关键。未来很可能会出现这样的场景：少数工程师负责设计和优化AI系统，而AI系统则自主构建由多个面向不同场景的专业Agent组成的协作团队，自动完成各种任务，并在运行过程中持续迭代、不断进化。只有极少数关键决策才需要人工确认。当人真正从这个进化闭环中退出去的那一天，才意味着AI自我进化真正跑通。到那个时候，必须由人完成的事情，可能就只剩下提出需求和签字确认。我相信，在数字世界里，真正意义上的AI自我进化，很快就会到来。