这是《为 AI 发电》的第一期。 我们想从 AI 开源者开始，记录那些把想法写成代码、把热爱写成项目、也把未来交给社区继续推进的人。 过去几年，AI 的故事几乎都围绕模型展开：谁的模型更大，谁的推理更强，谁能回答更多问题。但当模型越来越强、越来越便宜、越来越趋同，另一个问题会变得越来越重要： 如果 AI 每次见到你，都像第一次见面，它真的能成为你的长期助手吗？ 这一期，我和 MemVerge CEO Charles 聊了聊他们正在做的两件事：开源 AI memory layer 项目 MemMachine，以及即将面向用户推出的 MemoryBox。 Charles 提出了一个很有意思的判断：如果过去是 model-centric，接下来可能会进入 memory-centric。 当所有AI都在拼模型大小和推理能力时，这位创业老兵却提出了一个全新判断：AI的下一场竞争，可能不在模型，而在记忆。他花了二十年做存储，现在把目光投向个人AI记忆管理。你的文件散落在各处，税表不敢上传，董事会记录翻不出来——这些痛点他都看在眼里。他推出的产品，想让你和你的个人数据直接对话，不用再担心隐私泄露。但记忆管理真的那么容易吗？怎么筛、怎么存、怎么忘，都是挑战。这期节目，我们来聊聊AI记忆赛道的机遇与难题。 本期你会听到 - 为什么 Charles 认为 AI 的效果不只取决于模型推理，也取决于上下文和记忆管理。 - MemMachine 为什么先选择开源，它想成为什么样的 AI memory layer。 - MemoryBox 为什么不是另一个聊天机器人，而更像一个面向个人数据的 AI 记忆系统。 - AI Memory 真正难的地方：不只是“存下来”，还包括检索、数据源接入、同步、整理和遗忘。 - 当 AI 越来越了解你，记忆的所有权、隐私和正确性怎么同时成立。 - 为什么 Charles 认为今天很多 AI 产品是 model-centric，而未来可能会转向 memory-centric。 - 企业里的 AI 记忆会不会变成新的组织资产，以及这件事可能带来的边界问题。 - 开源项目如何长成商业产品，商业产品又如何反过来验证开源技术。 ## 时间轴 - 00:00 为什么做《为 AI 发电》 - 00:06 本期引子：从 model-centric 到 memory-centric - 00:47 Charles 自我介绍：从存储到 AI Memory - 03:43 为什么先开源 MemMachine - 07:21 MemoryBox 不是另一个聊天机器人 - 10:08 个人数据与知识库：AI 为什么还是不了解你 - 13:55 AI Memory 难在哪里：检索、数据源、记忆演化 - 18:50 MemoryBox 的产品形态与目标用户 - 24:15 开源与商业化如何共存 - 27:50 记忆所有权、隐私和数据主权 - 31:44 企业 AI 里的记忆与岗位资产 - 36:12 一年后，MemoryBox 最想证明什么 - 38:08 片尾 嘉宾与项目 嘉宾：Charles，MemVerge CEO 项目： - MemMachine：开源 AI agents memory layer - MemoryBox：面向个人和工作场景的 AI memory 产品 相关链接： - MemMachine GitHub：https://github.com/MemMachine/MemMachine - MemoryBox 官网：https://www.memorybox.ai/