EverOS：开源Markdown优先智能体记忆运行时，支持混合检索与自进化技能

一句话看懂：一个名为EverOS的开源项目发布，核心是让AI智能体能够以Markdown格式持久化记忆，并具备混合检索（BM25+向量）与技能自我进化能力。这对构建能持续学习的长周期AI助手提供了一个可实操的基础架构。

事件核心：发生了什么

EverOS是一个由社区或团队（目前公开信息显示为“EverOS项目组”）推出的开源“智能体记忆运行时”。其最核心的设计是“Markdown优先”——所有智能体的记忆、上下文和技能都使用纯文本的Markdown文件格式存储。这种方式让人类开发者可以像阅读文档一样直接查看和修改AI的记忆内容，极大降低了调试门槛。

技术层面，EverOS集成了混合检索机制，同时支持传统BM25（词频匹配）与现代向量检索（语义相似性），以解决单一检索方式在长尾或精确查询上的局限性。更关键的是，它引入了一个“自进化技能”框架：智能体可以在运行过程中，基于用户反馈、执行失败记录或新任务需求，自动编写、测试并更新自身的技能脚本（以Markdown+代码块形式定义），从而在不重训模型的情况下扩展能力边界。

为什么重要

当前AI智能体普遍存在的痛点是“记忆断层”与“技能固化”。大多数Agent应用要么无状态、每次对话从零开始，要么使用向量数据库做记忆但难以回溯和人工干预。EverOS的Markdown优先设计，将AI记忆从黑盒的“嵌入向量”转换为人类可读、可修改的文档数据。这意味着开发者可以像管理代码仓库（Git）一样管理智能体的记忆历史，反复迭代修正。

而“自进化技能”能力，在一定程度上冲破了“推理成本与技能数量正相关”的限制。传统上，增加新技能需要重新微调模型或增加提示词长度，EverOS试图让智能体在运行中通过低代码方式自主生成技能组件，这为长期运行的服务型AI（如个人助理、客服机器人）提供了更经济的进化路径。

对用户/开发者/创作者的影响

对开发者：可以直接在Git仓库中创建、追溯和版本控制AI的记忆文件，降低调试成本。如果需要构建一个能记住用户数月偏好的购物助手或文档助手，EverOS提供了一个开箱即用的记忆层，不必自己从零拼装BM25+向量混合检索。其自进化技能机制让开发者可以定义“学习协议”，由AI自动补全新增的业务逻辑。