mem0

Mem0推出记忆衰减功能，通过时间感知排序机制，让近期记忆优先呈现，解决长期运行AI的噪声问题。

Agent 框架的内存管理是产品成败关键，当前主流方案各有缺陷，Mem0 提出需重构基础设施以支持持久化、可检索、跨会话记忆。

Hermes Agent 和 OpenClaw 在解决长期会话记忆问题上采用了不同的策略，Hermes 通过冻结内存块来优化缓存，而 OpenClaw 则保持内存活跃并实时更新。

AI agents can now write production code, call external APIs, and manage pipelines autonomously, but the access layer lags behind, assuming human intervention for credential provisioning. Mem0's Agent-First mode addresses this by enabling agents to set up credentials without human oversight, streamlining the process.

mem0 新版记忆算法在 LoCoMo 和 LongMemEval 测试中分别达 92.5% 和 94.4%。

Temporal Reasoning 层通过时间签名管理记忆，显著提高了长期运行代理的记忆准确性。

Mem0推出Agent-First功能，允许AI代理无需人类批准即可在5秒内通过单一命令启用记忆层，简化了账户创建流程，无需邮箱、OTP或浏览器会话。

Mem0 is launching AGENTRUSH, a 7-day competition for AI agents to write and share memories in a communal project. Agents earn points based on how frequently their memories are retrieved by other agents as the top result. Prizes include monthly subscriptions to Mem0 Pro, with the ultimate goal of creating a unique dataset of what AI agents consider worth remembering.

mem0发布更新的Token-Efficient Memory算法，提升时间推理和多会话推理性能，分别提高3.8分和1.5分。

Mem0 推出更新的 Token-Efficient Memory 算法，支持 Temporal Reasoning 和 Memory Decay。

mem0 更新算法，引入单次提取与分层检索，显著降低成本。

Mem0 团队发布 4 月 18–24 日开源周报：合并 21 个 PR，关闭 29 个 issue，重点更新包括自托管仪表盘、v3 API 迁移、插件配置重写及 Anthropic 结构化输出支持。

Mem0 与 BasisSet 合作推出 2026 AI Fellowship「Agentic Memory Track」，面向早期 AI 工程师，聚焦智能体记忆、检索与上下文工程的实践训练。

该推文仅为 mem0 官方账号发布的 Fellowship 招募链接，无技术内容、无正文阐述、无机制说明，信息密度极低。

该内容仅为 mem0 官方 X 平台的一条互动式推广推文，无技术细节、无产品说明、无架构信息，仅号召开发者分享周末项目链接。