Memory wyodrębnia przydatne informacje z rozmów, zapisuje je jako fakty, profile użytkowników lub umiejętności i przywołuje w kolejnych sesjach. Dokumentacja opisuje dostęp przez API i możliwość współdzielenia biblioteki pamięci przez aplikacje; IT Home informuje też o dostępie przez MCP i CLI.
Opublikowane przezEdytowane za pomocą GPT-6 LunaObrazy wygenerowane za pomocą GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What is Alibaba Cloud Model Studio’s Memory service, reported by IT Home on November 2, 2026, how does it give personal AI agents persistent. Article summary: Alibaba Cloud Model Studio’s Memory is a persistent-memory service for personal AI agents: it extracts useful information from conversations and saves it as memories and user profiles for later use. IT Home’s November 2,. Topic tags: general, documentation, general web, education. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, char
Alibaba Cloud Model Studio Memory ma pomóc agentom AI zachować ciągłość między rozmowami. Usługa wyodrębnia ważne informacje z dialogu, zapisuje je, a w późniejszej sesji wyszukuje te, które mogą przydać się przy bieżącym pytaniu. IT Home opisał 2 listopada 2026 r. aktualizację istniejącej usługi, która ma wzmocnić pamiętanie preferencji, planów i wcześniejszych ustaleń użytkownika — nie jej pierwsze uruchomienie. 2
4
Zwykły agent czatu opiera się głównie na informacjach dostępnych w bieżącej sesji. Memory dodaje do tego trwały zapis: system wyciąga z rozmów istotne szczegóły, a następnie wyszukuje odpowiednie wspomnienia i dołącza je do kontekstu kolejnego zadania. Nowe przydatne informacje mogą zostać dopisane, więc zapis może zmieniać się wraz z kolejnymi rozmowami. 2
4
Dokumentacja Alibaba Cloud wyróżnia trzy rodzaje zapisanych informacji: 4
To nie tylko archiwum transkrypcji. Usługa korzysta z wyszukiwania semantycznego, by odnaleźć informacje pasujące do kolejnej rozmowy. Dokumentacja opisuje też API, które pozwala podłączyć bibliotekę pamięci do aplikacji, a także współdzielić jedną bibliotekę między wieloma aplikacjami. 4
W scenariuszu konsultacji finansowej agent mógłby zachować deklarowaną przez klienta skłonność do ryzyka, horyzont inwestycyjny, potrzeby związane z dostępem do gotówki oraz wątki z poprzednich rozmów. Gdy klient wróci, system mógłby przywołać te informacje, by zachować spójność dalszej rozmowy albo zapytać, czy wcześniejsze założenia nadal są aktualne. IT Home podaje konsultacje finansowe jako przykład możliwego zastosowania personalizacji. 2
To przykład zastosowania, a nie dowód, że Memory jest gotowym produktem do udzielania porad finansowych. W takim scenariuszu system powinien potwierdzać istotne zmiany z klientem i podlegać odpowiedniej kontroli oraz ocenie adekwatności rekomendacji. Sam zapis preferencji nie wystarcza, by stwierdzić, że konkretna porada jest właściwa.
Dokumentacja Alibaba opisuje konfigurowalne szablony profili oraz otwarte API. Osobny poradnik dotyczący audytu pamięci wyjaśnia, jak wyszukiwać historię zmian według biblioteki, encji, czasu lub identyfikatora pamięci oraz sprawdzać dodania, aktualizacje, miękkie usunięcia, przywrócenia i usunięcia na podstawie migawek. 4
6
Według IT Home po aktualizacji usługę można podłączać również przez MCP i CLI. 2 Dokumentacja opisuje też wspomnienia umiejętności jako sposoby wykonywania zadań, które można ponownie wykorzystać. Nie potwierdza to jednak konkretnej integracji z określonym środowiskiem agentowym.
4
Dostępne źródła nie podają szczegółowej konfiguracji ani zgodności z narzędziami takimi jak Codex, DeepSeek Harness, Claude Code czy OpenClaw. Informacje o takich integracjach należy więc traktować jako niezweryfikowane na podstawie tych materiałów.
W artykule z 19 października Alibaba przedstawiła wyniki biblioteki pamięci Model Studio w teście HaluMem-medium: 40
| Metryka | Wynik podany przez firmę |
|---|---|
| Czułość ekstrakcji pamięci (recall) | 85,56% |
| Dokładność ekstrakcji pamięci | 90,49% |
| F1 ekstrakcji pamięci | 88,85% |
| Odpowiadanie na pytania na podstawie pamięci | 85,15% |
IT Home podał, że Memory zajęło pierwsze miejsce w czterech wymienionych miarach faktograficznej pamięci w HaluMem-medium. Według tego samego źródła system uzyskał 56,82 punktu w ogólnym wyniku PersonaMem-v2 — najwięcej spośród ośmiu wymienionych systemów — i osiągnął najwyższy wynik w siedmiu z dziewięciu wymiarów zadań. 2
Osobne zestawienie podaje wynik 81,71% dla Zep w odpowiadaniu na pytania w HaluMem oraz 55,72 punktu dla MemBrain w PersonaMem-v2. 42 To porównanie wyników benchmarków, a nie dowód, że podobne różnice wystąpią w rzeczywistych rozmowach. Przytoczone liczby są wynikami przedstawionymi przez firmę lub relacjonowanymi przez wskazane źródła; same w sobie nie rozstrzygają, jak trafnie agent zapamięta informacje o konkretnej osobie ani czy zaproponuje jej właściwe rozwiązanie.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Memory wyodrębnia przydatne informacje z rozmów, zapisuje je jako fakty, profile użytkowników lub umiejętności i przywołuje w kolejnych sesjach.
Memory wyodrębnia przydatne informacje z rozmów, zapisuje je jako fakty, profile użytkowników lub umiejętności i przywołuje w kolejnych sesjach. Dokumentacja opisuje dostęp przez API i możliwość współdzielenia biblioteki pamięci przez aplikacje; IT Home informuje też o dostępie przez MCP i CLI.
Alibaba podaje wyniki testów HaluMem medium i PersonaMem v2, ale same benchmarki nie przesądzają o tym, jak dobrze agent poradzi sobie w konkretnej rozmowie.
Memory wyodrębnia przydatne informacje z rozmów, zapisuje je jako fakty, profile użytkowników lub umiejętności i przywołuje w kolejnych sesjach. Dokumentacja opisuje dostęp przez API i możliwość współdzielenia biblioteki pamięci przez aplikacje; IT Home informuje też o dostępie przez MCP i CLI.
Opublikowane przezEdytowane za pomocą GPT-6 LunaObrazy wygenerowane za pomocą GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What is Alibaba Cloud Model Studio’s Memory service, reported by IT Home on November 2, 2026, how does it give personal AI agents persistent. Article summary: Alibaba Cloud Model Studio’s Memory is a persistent-memory service for personal AI agents: it extracts useful information from conversations and saves it as memories and user profiles for later use. IT Home’s November 2,. Topic tags: general, documentation, general web, education. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, char
Alibaba Cloud Model Studio Memory ma pomóc agentom AI zachować ciągłość między rozmowami. Usługa wyodrębnia ważne informacje z dialogu, zapisuje je, a w późniejszej sesji wyszukuje te, które mogą przydać się przy bieżącym pytaniu. IT Home opisał 2 listopada 2026 r. aktualizację istniejącej usługi, która ma wzmocnić pamiętanie preferencji, planów i wcześniejszych ustaleń użytkownika — nie jej pierwsze uruchomienie. 2
4
Zwykły agent czatu opiera się głównie na informacjach dostępnych w bieżącej sesji. Memory dodaje do tego trwały zapis: system wyciąga z rozmów istotne szczegóły, a następnie wyszukuje odpowiednie wspomnienia i dołącza je do kontekstu kolejnego zadania. Nowe przydatne informacje mogą zostać dopisane, więc zapis może zmieniać się wraz z kolejnymi rozmowami. 2
4
Dokumentacja Alibaba Cloud wyróżnia trzy rodzaje zapisanych informacji: 4
To nie tylko archiwum transkrypcji. Usługa korzysta z wyszukiwania semantycznego, by odnaleźć informacje pasujące do kolejnej rozmowy. Dokumentacja opisuje też API, które pozwala podłączyć bibliotekę pamięci do aplikacji, a także współdzielić jedną bibliotekę między wieloma aplikacjami. 4
W scenariuszu konsultacji finansowej agent mógłby zachować deklarowaną przez klienta skłonność do ryzyka, horyzont inwestycyjny, potrzeby związane z dostępem do gotówki oraz wątki z poprzednich rozmów. Gdy klient wróci, system mógłby przywołać te informacje, by zachować spójność dalszej rozmowy albo zapytać, czy wcześniejsze założenia nadal są aktualne. IT Home podaje konsultacje finansowe jako przykład możliwego zastosowania personalizacji. 2
To przykład zastosowania, a nie dowód, że Memory jest gotowym produktem do udzielania porad finansowych. W takim scenariuszu system powinien potwierdzać istotne zmiany z klientem i podlegać odpowiedniej kontroli oraz ocenie adekwatności rekomendacji. Sam zapis preferencji nie wystarcza, by stwierdzić, że konkretna porada jest właściwa.
Dokumentacja Alibaba opisuje konfigurowalne szablony profili oraz otwarte API. Osobny poradnik dotyczący audytu pamięci wyjaśnia, jak wyszukiwać historię zmian według biblioteki, encji, czasu lub identyfikatora pamięci oraz sprawdzać dodania, aktualizacje, miękkie usunięcia, przywrócenia i usunięcia na podstawie migawek. 4
6
Według IT Home po aktualizacji usługę można podłączać również przez MCP i CLI. 2 Dokumentacja opisuje też wspomnienia umiejętności jako sposoby wykonywania zadań, które można ponownie wykorzystać. Nie potwierdza to jednak konkretnej integracji z określonym środowiskiem agentowym.
4
Dostępne źródła nie podają szczegółowej konfiguracji ani zgodności z narzędziami takimi jak Codex, DeepSeek Harness, Claude Code czy OpenClaw. Informacje o takich integracjach należy więc traktować jako niezweryfikowane na podstawie tych materiałów.
W artykule z 19 października Alibaba przedstawiła wyniki biblioteki pamięci Model Studio w teście HaluMem-medium: 40
| Metryka | Wynik podany przez firmę |
|---|---|
| Czułość ekstrakcji pamięci (recall) | 85,56% |
| Dokładność ekstrakcji pamięci | 90,49% |
| F1 ekstrakcji pamięci | 88,85% |
| Odpowiadanie na pytania na podstawie pamięci | 85,15% |
IT Home podał, że Memory zajęło pierwsze miejsce w czterech wymienionych miarach faktograficznej pamięci w HaluMem-medium. Według tego samego źródła system uzyskał 56,82 punktu w ogólnym wyniku PersonaMem-v2 — najwięcej spośród ośmiu wymienionych systemów — i osiągnął najwyższy wynik w siedmiu z dziewięciu wymiarów zadań. 2
Osobne zestawienie podaje wynik 81,71% dla Zep w odpowiadaniu na pytania w HaluMem oraz 55,72 punktu dla MemBrain w PersonaMem-v2. 42 To porównanie wyników benchmarków, a nie dowód, że podobne różnice wystąpią w rzeczywistych rozmowach. Przytoczone liczby są wynikami przedstawionymi przez firmę lub relacjonowanymi przez wskazane źródła; same w sobie nie rozstrzygają, jak trafnie agent zapamięta informacje o konkretnej osobie ani czy zaproponuje jej właściwe rozwiązanie.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Memory wyodrębnia przydatne informacje z rozmów, zapisuje je jako fakty, profile użytkowników lub umiejętności i przywołuje w kolejnych sesjach.
Memory wyodrębnia przydatne informacje z rozmów, zapisuje je jako fakty, profile użytkowników lub umiejętności i przywołuje w kolejnych sesjach. Dokumentacja opisuje dostęp przez API i możliwość współdzielenia biblioteki pamięci przez aplikacje; IT Home informuje też o dostępie przez MCP i CLI.
Alibaba podaje wyniki testów HaluMem medium i PersonaMem v2, ale same benchmarki nie przesądzają o tym, jak dobrze agent poradzi sobie w konkretnej rozmowie.