MemoryScope (ReMe)
OSS 过程记忆框架
优势
- 过程记忆：智能体从经验中学习和优化
- 随着时间的推移动态优化记忆
- 开源，得到阿里巴巴/ModelScope 血统的支持
- 非常适合自我改进的智能体研究和实验
- 框架友好的集成
局限性
- 面向研究/开发者；没有最终用户产品或 UI
- 专注于过程记忆，而不是受管控的记忆记录
- 不是面向个人的模型中立、无代码可移植层
- 不是多模态文档平台
- 较小的生产采用
完整记忆平台
MemoryLake
AI 记忆基础设施
优势
- 通过 MCP 实现 ChatGPT、Claude、Gemini 和编码智能体的跨模型可移植性
- 端到端加密，用户拥有的数据
- Git 风格版本控制 — 分支、提交、合并、回滚、审计日志
- 多模态摄取 — PDF、Word、Excel、PowerPoint、Markdown、图像（D1 VLM）
- 六种结构化记忆类型，包括可重用的技能记忆
- 自动冲突检测与解决 + 发布的 LoCoMo 基准
注意事项
- 托管服务 — 不是开源/自托管
- 较新的参与者，社区规模小于 OSS 领导者
功能逐项对比
| 功能 | MemoryScope (ReMe) | MemoryLake |
|---|---|---|
| 核心关注 | 用于智能体自我进化的过程记忆 | 面向个人和团队的跨模型记忆产品 |
| 记忆范围 | 经验/过程，按智能体 | 跨模型、跨会话、跨设备 |
| 可移植性 | 通过框架集成 | 模型中立（通过 MCP） |
| 版本控制 | 动态优化（非 Git 风格） | Git 风格（分支/提交/合并/回滚） |
| 来源 | 部分 | 完整的源追踪 + 审计日志 |
| 多模态摄取 | 不支持 | PDF · Word · Excel · PPT · Markdown · 图像 |
| 交付 | OSS 框架 | 托管的无代码产品 |
| 准确性（LoCoMo） | — | 94.03% *(自我报告)* |
架构 比较
ReMe 是为通过经验变得更好的智能体而构建的。MemoryLake 是为了让*个人*在每个 AI 中保持一个耐用、可移植的记忆 — 过程知识被捕获为可重用的技能记忆。
MemoryScope (ReMe) 流程
智能体经验
提取过程
动态优化过程记忆
改善未来行为
MemoryLake 流程
摄取（多模态，D1 VLM）
类型与结构（6 种记忆类型）
冲突检查与版本控制
存储（E2E 加密，用户拥有）
通过 MCP 服务于任何 AI
哪个适合你？
如果您选择 MemoryScope (ReMe)...
- 您正在研究或构建自我进化的智能体
- 过程/经验驱动的记忆是您的核心需求
- 您希望扩展一个开源框架
- 您在开发者/研究环境中感到舒适
- 不需要托管的最终用户产品
选择 MemoryLake 如果……
- 您希望在每个 AI 中拥有耐用、可移植的记忆
- 您处理文档、事实和技能，而不仅仅是过程
- 您需要 Git 风格的版本控制和审计跟踪
- 数据所有权和加密是不可谈判的
- 您希望在模型之间拥有可重用的技能记忆
- 您希望拥有一个带基准的无代码产品
常见问题
MemoryLake 是 MemoryScope/ReMe 的替代品吗？
对于跨工具的耐用、拥有的记忆，是的。ReMe 专注于过程自我进化；MemoryLake 是更广泛的记忆记录。
核心区别是什么？
ReMe 从经验中优化过程；MemoryLake 存储和提供拥有的、可移植的记忆 — 包括技能 — 在每个 AI 中。
我可以在不同模型之间使用 MemoryLake 吗？
是的 — 通过 MCP 服务器实现模型中立。
我拥有我的数据吗？
是的 — 端到端加密且用户拥有；即使是 MemoryLake 也无法读取。
MemoryLake 捕获过程知识吗？
是的 — 技能记忆让您可以定义技能一次并在任何 AI 和会话中重用。
MemoryLake 支持文档吗？
是的 — 通过 D1 VLM 引擎支持 PDF、Word、Excel、PowerPoint、Markdown 和图像。
ReMe 更适合自我改进的智能体吗？
对于过程自我进化研究，它是专门构建的。对于拥有的、可移植的、文档感知的记忆，MemoryLake 提供更多。
准确性如何测量？
在 LoCoMo 上为 94.03%（自我报告）；请求方法以进行复现。---