Ano ang inilabas
Noong Oktubre 7, 2026, inilabas nang bukas ng Shanghai startup na MemTensor ang Metis, na tinawag nitong unang "memory foundation model" sa mundo. Nasa Hugging Face ang weights sa 4B, 9B at 27B, batay sa Qwen3.5.
Ang problema
Halos laging panlabas ang memorya ng AI agents (vector store, RAG), na nagdadagdag ng sistema at gastos sa token.
Paano ito gumagana
- Metis block na may memory matrix na nananatili at parameters na nagpapasya kung ano ang itatabi.
- Binabasa gamit ang memory attention, parang nasa prompt ang history nang walang gastos sa token.
- Sa inference, naka-freeze ang weights; memorya lang ang nagbabago, walang gradient.
Mga limitasyon
Prototype ito: bumababa ang performance kapag lampas ilang daang salita bawat update, at may interference sa mahahabang trajectory.
Konteksto
Ayon sa The Yangtzeer, nakalikom ang MemTensor ng humigit-kumulang 100 milyong yuan noong Hulyo at nagsasabing may 500+ enterprise customer.
Para sa mga negosyo
- Pananaliksik pa ang native memory; mas mature ang RAG.
- Privacy: mas mahirap burahin ang data sa internal state.
- Subukan ang 4B at 9B sa lab.
- Suriin ang lisensya bago gamitin nang komersyal.
Mga pinagmulan
- GitHub, MemTensor/Metis: https://github.com/MemTensor/Metis
- arXiv 2607.26760 (Metis: Memory Foundation Model): https://huggingface.co/papers/2607.26760
- The Yangtzeer (2026-10-09): https://yangtzeer.com/news/startups/memtensor-memory-native-ai/
- State of AI (Substack): https://stateai.substack.com/p/metis-llm-memory-without-the-cumbersome
Gusto mo bang suriin ang mga opsyon sa memorya para sa AI agents? Nag-aalok ang KGA IT ng libreng konsultasyon: kga-it.com.