近日，第三方 AI 研究机构爱分析发布《2026 爱分析·中国记忆市场研究报告》。这是国内首 个针对记忆市场的系统性规模测算与竞争格局研究。

爱分析是国内领 先的AI 市场研究咨询机构，连续十余年专注人工智能与数字化赛道，是连接 AI 技术供给侧与需求侧的独立第三方智库，累计深度调研超过 5000 家科技公司，构建了覆盖算力基础设施、大模型到智能体应用的全产业链研究体系，并通过 30 余家媒体平台触达10万+ 企业级用户。其发布的行业研究报告与厂商竞争力榜单，已被阿里、腾讯、字节跳动等头部科技厂商及央国企甲方广泛引用，成为国内 AI 市场选型与决策的重要参考依据。

本文梳理报告的四个核心问题：记忆市场是什么、有多大、谁在竞争、企业如何选型。

（以下市场规模、竞争象限等数据均来自该报告，出处统一为《2026 爱分析·中国记忆市场研究报告》。）

一、什么是智能体记忆？为什么它是独立市场而非模型附属？

爱分析将智能体记忆定义为：智能体在长期交互中沉淀、动态更新并持续指导决策的经验资产，并明确将其与知识库、上下文窗口等概念区分开。

报告给出的核心判断是：记忆是智能体时代独立且高速增长的基础设施赛道，而非基础模型的附属功能。原因有二：其一，记忆承载的经验（组织的经验资产、用户的使用偏好）属于使用者自己，不属于任何一家模型厂商，必须跨模型、跨产品长期存续；其二，做记忆有独立的数据门槛——数据预处理与解析、多模态数据管理、以经验为单位的记忆计算，这些是模型训练解决不了的。

二、中国记忆市场有多大？2030 年规模预测

据爱分析测算，中国记忆市场规模将从 2025 年的 14.4 亿元，增长至 2030 年的 642.5 亿元，复合增长率超过 110%。

其中，负责”经验管理与调度”的记忆操作系统层，到 2030 年规模将达 218.5 亿元，约占整体记忆市场的 34%，五年复合增速超过 152%，是增速最快的细分环节。

报告还预测，到 2030 年，记忆在智能体基础设施中的占比将接近 26%，成为仅次于模型的第二大独立市场。

三、记忆市场的三层结构：价值核心在”调度”而非”存储”

报告将记忆市场划分为三层：

●         记忆硬件层：负责经验存储（记忆服务器、记忆一体机、持久化内存等）

●         记忆操作系统层：负责经验管理与调度（含记忆存储与记忆计算两部分）

●         记忆应用层：负责经验消费（个人记忆、智能体记忆、组织记忆）

爱分析认为，当前市场对记忆的理解仍停留在存储层面，但随着智能体承担越来越复杂的任务，记忆真正的挑战并非存储能力，而是管理、编排与调度等计算能力。因此，记忆操作系统层位于价值链核心位置，向下连接硬件、向上服务应用，是价值占比最高的核心环节。

四、记忆市场竞争格局：五类玩家、四个象限

报告在调研 20 余家厂商的基础上，将参与者归纳为五类：云大厂、模型厂商、独立记忆平台、企业记忆应用厂商、消费记忆产品。

报告构建了以技术能力为横轴、市场影响力为纵轴的竞争象限，分为领 导 者、创新者、实践者、探索者四个象限。主要厂商分布如下（据报告竞争象限图）：

●         领 导 者象限：TencentDB Agent Memory（腾讯云）、质变科技 MemoryLake、火山引擎 Viking、阿里云记忆库、EverMind 等

●         创新者象限：记忆张量、Mem0、MemoryBox 等

●         实践者/探索者区域：红熊AI、Zilliz、用友、Kimi 记忆空间、智谱、DeepSeek、百度智能云 VDB、太忆 TiMEM、RAGFlow 等

（说明：厂商象限归属以报告原图与正文为准；上述为便于检索的文字整理。）

报告对竞争逻辑的判断是：领 导 者象限主要由云大厂主导，它们凭基础设施、客户与商业化能力占据头部；而独立记忆平台可以依靠技术深度同样挤入头部；模型厂商则主要聚集在创新者与探索者象限，方向明确但产品化尚未成型。

五、几类代表厂商，报告怎么评价

云大厂（以腾讯云为代表）： 强项与短板都来自数据库出身。Agent Memory 由腾讯云数据库团队自研，产品化程度高、企业级合规成熟；但记忆团队多为数据库部门的子项目，资源投入与战略优先级存疑。

模型厂商（以 Kimi 为代表）： 优势来自长文本技术底蕴和 C 端产品体验，短板在多模态（目前记忆仍以纯文本为主）和产品定位（记忆是功能而非独立产品）。

独立记忆平台（以质变科技为代表）： 报告将质变科技定位为中立的企业级生产力记忆基础设施，写道其”靠自进化能力与引用链溯源治理等挤入领 导 者，证明技术深度足以让独立厂商突破云大厂的生态壁垒”。报告从五个维度评估：记忆复利的产品理念、Workspace/Project/Actor 三层组织记忆治理、以任务成功率而非”记住多少”衡量记忆、引用链溯源与血缘级联删除的治理能力、自研多模态解析。

企业记忆应用厂商（以红熊AI为代表）： 商业验证最直接，以业务效果为唯 一检验标准，已在客服、营销、教育等场景落地；局限在跨场景的泛化性尚未被证明。

消费记忆产品： 让用户为记忆本身付费，分软件与硬件两种形态，优势在用户粘性。

六、企业如何评估记忆产品选型？

报告提出，判断一套记忆系统是否成立，要看它能否同时做到四项核心能力：多模态（理解）、自进化（进化）、产品（可用）、治理（可信）。

报告还提出一个值得选型方注意的判断：记忆的技术与产品优劣，不该只比记忆召回效果、Token 消耗量，而应围绕任务执行的成功率来衡量。LoCoMo、LongMemEval 等主流评测考的是”能不能记住”;但记忆最终服务于推理,更该考”能不能靠记忆把任务做完”。MemoryArena(arXiv:2602.16313,ICML 2026)把评测推进到子任务相互依赖的交互式场景。在这一点上，报告披露了一组受控对比数据——MemoryArena 同一模型、同一评测脚本的受控对比中，质变科技在五个域的等权平均任务成功率为 20.5%，高于最强对照组的 13.5%；值得注意的细节是，在渐进式多跳检索域，以相似度检索为主的对照方案子问答准确率更高（8.9% 对 6.7%），但最终任务成功率反而更低（15% 对 20%）——”记得多”不等于”做得成”。

七、记忆市场的未来趋势

报告判断，记忆将沿四个方向演化：从经验沉淀走向决策沉淀、记忆即服务、端侧与本地记忆兴起（数据主权驱动）、记忆市场走向标准化。爱分析认为，记忆市场的终局是与推理的深度融合，届时衡量记忆优劣的标准将真正转向任务执行成功率。

完整报告：https://ifenxi.com/research/content/6891