中国NeoLab时刻：EverMind用3篇论文，交出全栈自进化首份答卷

2026年夏天，注定是 自进化AI 的历史一刻。

当海外NeoLab还忙于靠叙事拿下数亿美元融资时，一家中国团队用连续三篇论文，交出了自进化AI领域 第一份 全栈答案。

它就是 EverMind ，由盛大集团孵化，延袭当年创新院研究基因。

其实回顾中国互联网史，盛大创新院的存在几乎算得上 「异类」 。

2008年，陈天桥在盛大集团内部创立该机构，其定位不是做产品、也不追KPI，就是纯粹地探索技术前沿。

这在那个流量为王、变现至上的互联网时代，其实是一种极为罕见的企业内研究文化。

彼时，这种模式在中国企业界几乎是开创性的。

十余年后，时代的底色已经从互联网切换到了AI。

而盛大集团的战略布局，也已经集中到更为前沿的脑科学和人工智能方向——

近三年来， 盛大All in AI ，在原有风险投资体系基础上，通过内部孵化机制在全球范围内广泛吸引顶尖AI人才，陆续孵化出多支专注于不同AI方向的研究型团队。

如果说盛大创新院开创了中国企业内研究型组织的先河，那么EverMind的出现，则是这一基因在AI时代的延续与升华。

也正因如此，这支团队从一开始便选择了一条在商业上看似“最难”、在技术上却“最根本”的路：

解决AI的长期记忆问题，并在此基础上，探索AI的自进化之路。

放至2026年的AI版图上，这个模式有了一个更为响亮的名字—— NeoLab （新一代AI实验室）。

NeoLab 这个词，最早是被用来描述那批从OpenAI、Google DeepMind、Meta等顶级AI机构出走、押注前沿技术方向独立创业的研究型团队。

他们的共同特征是： 面向下一代AI技术、研究驱动和长期主义。

2026年，这股浪潮已经汹涌到了无法忽视的程度：

比如，前Salesforce首席科学家Richard Socher与前Meta FAIR科学家总监田渊栋联合创立的 Recursive Superintelligence （RSI）。

其在团队不足30人、尚无任何产品的情况下，拿到了6.5亿美元融资，估值高达46.5亿美元，并随即与AWS签署了4.1亿美元的多年算力合作协议。

DeepMind的AlphaGo之父David Silver带着 Ineffable Intelligence 以51亿美元估值杀入战局。

Engram 以6亿美元估值完成了9800万美元A轮融资， Adaption Labs 以10亿美元估值拿到了5000万美元种子轮， Core Automation 的估值目标直指40亿美元……

这些团队押注的核心命题，都指向同一个方向： 如何让AI在部署后不再是一成不变的静物，而是能够通过自我迭代实现持续进化 。

这个方向，在学术上被称为 递归自我改进 （Recursive Self-Improvement），在产业上被称为 自进化AI （Self-Evolving AI）。

然而，当我们仔细审视这些估值惊人的NeoLab时，会发现他们大多仍停留在单点突破的理论探索阶段：

就在海外团队还在各自的细分领域摸索时，EverMind悄然完成了一件令人瞩目的事：

连续发布三篇重量级论文，从 技能层 、 脚手架层 到 模型权重层 ，系统性地给出了一套完整的自进化AI技术答案。

在深入这三篇论文之前，有一个细节值得单独记录。

今年四月，EverMind主办了一场名为 “记忆起源” （Memory Origins）的Hackathon活动。

在这场活动上，出现了一位特别的嘉宾——Recursive Superintelligence（RSI）的联合创始人之一， 田渊栋 。

田渊栋在活动上分享了他对AI记忆工作的深度理解，而彼时RSI融资的相关进展尚未披露。

在活动结束后，田渊栋与EverMind负责人 邓亚峰 共同接受了「硅谷创见汇」播客的采访，两人就AI行业的发展走向和记忆相关技术的前景进行了深入对谈。

在这次对话中，邓亚峰提出了一个核心判断，也透露了EverMind技术战略的脉络：

从长期记忆，结合持续学习，走向自我进化是下一代AI的核心技术路线。

记忆，是Agent积累经验的 载体 ；自进化，是把经验转化为能力跃升的 路径 。

没有高质量的记忆，自进化就是无源之水；没有自进化作为目标，记忆就只是一个越来越大的档案馆。

EverMind从EverOS（记忆操作系统）到Raven（自进化Agent框架），再到三篇自进化论文所构建的完整技术栈，正是这一判断的系统性实践。

田渊栋与邓亚峰在同一个舞台上的相遇，某种程度上也是一个隐喻：

当海外最顶尖的自进化研究者，与中国最具研究深度的记忆AI团队相遇，他们发现彼此正在从不同的入口，攀登同一座山峰。

在深入EverMind的技术细节之前，还需想清楚一件事： 为什么“让AI自我进化”既是必答题，又是一道难题。

传统大语言模型一旦完成训练并部署，能力就被冻结了，不再随使用而增长。可人类智能最迷人的地方恰恰相反——每一次交流、每一次思考，我们都在悄然进化。