Engramme 是一家开发旨在增强人类记忆的人工智能 (AI) 系统的科技公司。该公司于 2026 年 4 月 10 日正式公开，其使命是通过为用户的生活创建可查询的数字记录，帮助他们记住个人、职业和事实信息。^[1] 该项目由联合创始人兼哈佛大学神经科学家 Gabriel Kreiman 领导，并基于记忆形成与回忆的科学原理。^[2]

历史与创立

Engramme 于 2026 年 4 月 10 日通过协调的媒体策略正式发布，其中包括《彭博社》的专题报道以及创始人的公开声明。^[1] 公司由担任首席执行官的 Gabriel Kreiman 和另一位名为 Kimmon 的联合创始人共同创立。^[1] 在发布时，Kreiman 表示，公司的创立前提是“遗忘是人类的天性，但记住也可以是”。Kimmon 将该产品描述为“帮助你回忆任何事情的个人记忆助手”和“你自己生活的搜索引擎”。^[3]

在公开宣布之前，该公司进行了研究以指导其产品开发。2026 年 3 月，Engramme 完成了一项名为“人们需要记住什么？”的研究，以确定日常生活中常见的记忆失效领域。^[4] 同月，一篇关于 AI 模拟人类在复杂任务中表现能力的科学论文被《自然-人类行为》(Nature Human Behaviour) 杂志接收发表。^[2]

截至发布之日，Engramme 仍处于预发布阶段。其官方网站为未来的测试版产品提供候补名单登记。^[2]

技术与愿景

Engramme 的核心使命是“记住一切”，目标是赋予人类其所描述的“无限记忆”。该技术被定位为“增强人类认知的全知 AI”，而非通用的大语言模型，专门专注于记忆功能。^[2]

核心概念：个人记忆图谱

该公司的技术旨在充当“记忆假体”或“个人生活的搜索引擎”。系统通过摄取用户的个人数据（包括文本、音频和图像）来工作。这些信息随后被处理并组织成“个人记忆图谱”，在不同的数据片段之间创建上下文链接。用户随后可以通过 AI 助手使用自然语言查询该图谱，以检索他们遇到过的特定记忆、事实或经历。^[1]

公司对用户体验的长期愿景是提供“无需搜索、无需提示的回忆”，这暗示了一个能够主动或直观地呈现相关信息而无需用户特定查询的系统。该技术旨在帮助用户记住广泛的信息，包括人物、对话、书籍、专业文档和个人事件。^[2]

科学基础

公司的名称和科学方法源于神经科学。“记忆痕迹”(Engram) 是大脑中存储记忆痕迹的理论生物学单位。Engramme 的技术旨在为这些生物记忆痕迹创建数字对应物。^[1]

该项目的研究基于“记忆暗物质”的概念。该理论认为，许多记忆并非永久丢失，而只是无法通过自发的、无辅助的回忆（自由回忆）获取。当大脑接收到特定提示时，这些记忆通常可以被检索出来，这一过程被称为线索回忆，其难度显著降低。Engramme 的主要技术目标是数字地生成这些线索，以“照亮”这些暗物质，并使用户存储的记忆可以按需获取。^[4]

公司的发展路径表明，其最初重点是开发辅助进行性记忆丧失患者的技术。从这项工作中获得的见解旨在应用于面向普通大众的记忆增强工具。^[4]

记忆 API

Engramme 已向应用程序开发人员和产品团队开放了其记忆 API (Memory API) 的公开测试。该 API 旨在作为一个基础设施层，可以嵌入到其他应用程序和服务中。其目的是为用户提供主动的记忆回忆，在无需用户发起搜索的情况下，呈现有关过去事件、对话或文档的信息。该系统旨在与各种平台集成，包括 Gmail、Zoom、Slack 以及 Meta 眼镜等可穿戴设备。^[5]

该 API 由公司专有的“大记忆模型”(Large Memory Models) 提供支持，据称其架构与基于 Transformer 的模型不同。根据 Engramme 的说法，这种架构检索的是与真实事件绑定的实际记忆，声称这使得在记忆层内产生幻觉在“结构上是不可能的”。据报道，三星、Superhuman、Dropbox 和微软等公司已表示有兴趣集成该技术。^[5]

“野外问题”研究研究

2026 年 3 月，Engramme 发布了其“野外问题 (Questions in the Wild, QITW)”研究的结果，这是一项旨在了解人们面临的日常记忆挑战的基础研究项目。该研究的目标是收集并分类现实世界中的“记忆问题”——即人们对自己遗忘的事情提出的问题——以为其技术的开发提供参考。^[4]

研究方法

该研究使用 Prolific 研究平台进行，涉及 134 名参与者，年龄在 18-80 岁之间，平均年龄为 41 岁。参与者被要求提交关于他们在日常生活中遗忘的事情的问题。从最初收集的 3,609 份提交中，分析了包含 1,940 个个人记忆问题的数据库。为了对这些问题进行分类和分析，研究团队使用了名为 "gpt-5.2" 的大语言模型。^[4]

关键发现

该研究确定了与日常记忆失效相关的几个共同主题和类别。对问题中词频的分析显示，与人物（name、friend）、时间（time、year、week）和具体细节（password、folder、document）相关的术语出现频率很高。^[4]

被遗忘信息的主要类别包括：

• 参与者自己过去的行动，尤其是最近的行动。
• 联系方式。
• 日程和计划。
• 放错位置的物品。
• 任务和待办事项。

“什么 (What)”类问题是最常见的类型，约占数据的 40%。研究还发现，记忆失效经常发生在特定的语境中。参与者经历记忆失效时最常见的活动是：

• 工作 (19.8%)
• 计划或组织 (12.8%)
• 社交 (11.0%)

研究进一步将特定活动与特定类型的记忆失效联系起来。例如，参与者在旅行时询问位置的可能性要高出 11 倍。在浏览网页时，用户忘记账号 ID 的可能性高出 6.4 倍，忘记密码的可能性高出 4.3 倍。“话到嘴边却想不起来”的现象在消费媒体时最常见，用户在看电视时经历这种现象的可能性高出 6.2 倍，在阅读时高出 5.8 倍。这些发现为 Engramme 旨在解决的记忆问题类型提供了定量依据。^[4]

关键人物

• Gabriel Kreiman：Engramme 的联合创始人兼首席执行官。Kreiman 是哈佛医学院的神经科学教授，也是波士顿儿童医院的研究员。他的学术工作专注于视觉和记忆的神经基础，这构成了 Engramme 技术的科学基础。^{[2] [1]}

• Kimmon：Engramme 的联合创始人。Kimmon 与 Gabriel Kreiman 一起参与构建公司的技术，并公开阐述了该产品作为“你自己生活的搜索引擎”的愿景。^[1]

• Spandan Madan：Engramme 的联合创始人。Madan 拥有哈佛大学计算机科学博士学位，此前曾在 MIT CSAIL、Google DeepMind、Meta 和 Adobe 任职。^[5]

融资情况

该公司已筹集了 300 万美元的种子前轮融资。^[5] 截至 2026 年 4 月 10 日公开宣布时，Engramme 还在积极寻求在随后的融资轮中筹集 1 亿美元。据《彭博社》报道，这一融资目标旨在资助其核心 AI 技术的开发、团队扩张和产品推广。^[1]