一家刚毕业的YC公司，让AI记住对话的方式变了

客服人员正在处理第17个客户投诉，前6次对话散落在工单系统、聊天记录和CRM里；销售刚结束一场会议，要立刻从上周三的邮件、昨天的会议纪要和客户官网更新中拼出最新需求——这些不是AI该‘理解’的难题，而是它该‘记得住’的日常。

Zep AI做的，是把零散的对话、文档、数据库记录，自动织成一张带时间戳的上下文图（context graph）。这张图不是静态快照，而像活的索引：当AI需要调取某位客户的信息时，它能在200毫秒内组装出最相关、最精简的一组上下文，而不是把整个历史记录塞进提示词。 这意味着什么？以前为让AI‘记住’，工程师得手动写规则、设关键词、切分段落、反复调试token长度；现在，三行代码就能接入一套能随业务生长的记忆系统。

它的开源引擎Graphiti已有2.4万GitHub星标，远超多数基础设施项目。这不是因为演示酷，而是开发者发现：自己写的Agent一接入Graphiti，就不再频繁‘失忆’或答非所问——它第一次像有了可追溯、可验证的短期记忆。 这意味着什么？记忆不再是AI应用的附属功能，而成了可独立部署、可版本管理、可横向复用的模块。

别人还在争论‘大模型要不要加记忆’，Zep已经让记忆本身变成了产品：不是附加层，而是上下文的调度中枢。 这条路能不能走通，取决于企业愿不愿意把‘记忆’当成和数据库、API网关一样需要单独运维的基础设施。