Karpathy刚进Anthropic，转头又投了它

AI大神Karpathy重注！一家叫Engram公司出山，13个人团队，要让AI永久记住你。

13人公司，成立8个月，估值干到了6亿美金！

就在今天，一家名为Engram的AI初创公司结束隐身、正式亮相，一口气拿下了9800万美元融资。

这13个人，到底在做一件什么样的事，值这么多钱？

答案只有两个字：记忆！

最关键的是，仅用1%-10%的Token，Engram便能让大模型做到过目不忘。

而且，每一次对话，它都能实现不断自我改进。

投资人Karpathy第一时间送上了祝贺。

成立8个月，要让AI「永不失忆」

Engram这个词，本身就来自神经科学，指的是记忆在大脑中留下的「痕迹」。

一家做AI记忆的公司，名字就叫「记忆痕迹」，野心写在脸上。

团队将致力于解决的核心痛点，生动地概括为——「天才陌生人」（genius stranger）。

今天的AI，智商爆表，记性却烂得吓人。

它能处理海量信息、攻克复杂难题，但在面对具体业务时，认知水平甚至不如一名刚入职的实习生。

于是，荒谬的一幕反复上演：它不得不一遍遍重读相同的文档，一次次重新学习业务背景；

每面对一个新问题，都要把整个组织的知识库从头到尾「重新发现」一遍。

这不光蠢，还烧钱。随着上下文越来越大，模型越贵、越容易犯迷糊。

不卷大模型，专卷「记忆」

Engram的打法，跟其他实验室完全不在一个维度。

它的思路是，从一个强大的预训练模型起步，把训练算力死死砸在「上下文」上。

听起来很美，技术上凭什么落地？

答案就藏在CTO Sabri Eyuboglu 手里的王牌——Cartridges技术里。

这是近两年「把一大堆文档压成可复用记忆」的代表性方法之一，由斯坦福团队打造，背后的导师正是机器学习大牛、Engram联合创始人Chris Ré。

再来看一组具体的数字，就可以理解背后真相了——

当AI阅读一份7万字、约400KB的法律合同时，它在内部生成的记忆体积，会瞬间暴涨到100GB以上。

足足比原始文件大了25万倍，这正是AI变得又慢又贵的罪魁祸首。

Cartridges的思路，堪称暴力美学——

与其每次临时把整篇文档塞进上下文窗口，不如提前花一大笔算力，离线把它「学」成一个小小的记忆模块。

团队管这个过程叫「self-study」：让模型先围绕语料自己生成大量合成对话，再把这些「学习痕迹」蒸馏进一个紧凑的缓存里。

最终，内存占用降到原来的约1/40，解码吞吐量飙升25倍以上。

更妙的是Engram的架构哲学：它把模型的「推理层」和「记忆层」彻底拆开。

推理负责思考，记忆负责「认得你」。

这样一来，AI就能在几秒到几小时内，实时吸收个人偏好、对话历史和新到的数据，而不用从头重训一遍。

一支「全明星」团队

Engram这支队，来头一个比一个大。

去年10月，Engram孵化于斯坦福AI实验室，CEO是以色列研究者Dan Biderman。

他曾获得了哥伦比亚大学计算神经科学博士学位，后来进了Stanford AI实验室做博士后。

更有意思的，是Biderman痴迷「记忆」的起点。

小时候，他总想着各种办法，去帮已经失忆的祖母，重新记起关于他和兄弟姐妹的那些小事。

这支13人的队伍，成员来自斯坦福、伯克利、康奈尔。

第一名员工，是创始人的妻子Dr. Natalie Biderman，同样是一位斯坦福的记忆研究者。

据Biderman透露，团队里不少人，是拒绝了Anthropic和谷歌的橄榄枝，才选择跳上这条小船。

在如今这个抢人抢到刺刀见红的AI圈，这份「弃明投暗」，含金量还在上升。

AI可以记住你了

说到底，Engram押的是AI范式的下一次转向。

过去几年，全行业信仰「Scaling Law」：模型越大、数据越多、越聪明。

但Engram提出了一条新的Scaling轴：把算力砸在「学习和内化个人的数据」上。

模型越用越懂你，越用越聪明。

学习的对象,从公开互联网，变成了「你」和「世界本身」。学习的频率，从每天，逼近每一刻。

这正是通往ASI路上，最关键的两块拼图之一：让智能不再静止，而是持续生长。

Engram只有13个人，但它想做的，是给AI装上一段永不褪色的记忆。

而记忆，恰恰是智能开始真正理解世界的起点。

参考资料：

https://x.com/EngramLab/status/2069465879696576844?s=20

文章来自于"新智元"，作者 "桃子"。