16 岁 · 单人创业 · 来自中国

我让 AI agent 记得住。

Memory Core 在 LoCoMo 拿到 88.8 分,在 LongMemEval 拿到 99.4 分 —— import-first 设计,四件解耦 substrate。

16 岁。

在造的 SUBSTRATE 04

Memory Core

agent 记忆 SOTA · import-first 设计

SOTA
88.8
LoCoMo
99.4
LongMemEval

跨工具、跨机器的持久记忆。可直接 import 进你已有的 stack —— 是组件, 不是 harness。88.8 / 99.4 在 memory-core-eval 里任何人都能复现。

memory-core-eval · closed core · open eval
01

EvanCore

AI agent 的 harness 工程化

把 skill / hook / lifecycle 统一成 内容寻址、可签名、可回滚的工程结构。 跟 Claude Code 等主流 harness 兼容。

PUBLIC DESIGN · PRIVATE CORE
02

RoleCore

LLM agent 角色资产管理

YAML 描述角色的工具、约束和上下文 —— 内容寻址、 可门控调用、可全局搜索。 给 agent 系统沉淀可移植的"角色资产"。

PUBLIC SHOWCASE · PRIVATE CORE
03

temporal-core

时间感知 substrate

让 agent 知道事件何时发生、距离当下过去了多久。 给推理增加 elapsed-time 维度, 解决"agent 忘了时间"的根症。

PRIVATE · 设计阶段 ·
立场

Open verification.
Closed core.
Numbers over marketing.

下面详细讲。

关于

单人 builder,正在 ship agent 时代的开放 substrate。 16 岁,来自中国。 做这件事,是因为下一代 harness 不应该被任何单一厂商绑死。

单人 16 岁 来自中国 MIT / Apache
进行中 · LIVE

正在 ship memory-core-auto + benchmark eval。 瞄准 Inspire Fellowship

最近更新 · 2026-05-28

履历 / TIMELINE 7
  1. 2026.05.28 evan.dev 个人站立项
  2. 2026.05.21 Memory Core 跨项目 reference app · 内部 dogfood
  3. 2026.05.19 Build in Public 首发 · X 首帖
  4. 2026.05.06 Memory Core v1.0.0 ship · 软著起包
  5. 2026.04.27 全套 CI 7/7 绿 · 5 个 dogfood 真 bug 修完
  6. 2026.04.25 LanceDB 架构迁移 · Phase 1C 性能反超 baseline
  7. 2026.04.19 LongMemEval 99.4 / LoCoMo 88.8 · benchmark 拿下
立场 / STANCE

Open verification. Closed core. Numbers over marketing.

下一代 agent 时代的 harness 层,不应该被任何单一厂商打包绑死。 全栈打包好卖,但用户付的代价是 —— 你的工具栈、你的记忆、你的工作流, 变成别人的 lock-in。

我做的是相反的事。解耦 substrate,你能 import 的组件。 Memory Core 是记忆,EvanCore 是 harness 生命周期,RoleCore 是角色资产, temporal-core 是时间推理。你的 stack 你说了算。

Closed core, open eval —— 核心代码不开源(防止被吸纳被搬运),但 benchmark 完全公开可复现。 88.8 LoCoMo 和 99.4 LongMemEval 不是营销话术 —— 是 memory-core-eval 里任何人都能跑出来的数。

16 岁单人能做这件事,因为 substrate 不需要团队 —— 需要的是长期承诺、工程纪律、和 craft 上的偏执。

关于 / ABOUT

李骁翰,网名 —— 2009 年生于中国,16 岁开始单人创业。

专注 agent 时代的 substrate 层 —— Memory Core 是主线,EvanCore / RoleCore / temporal-core 是同生态的三件。我做的不是 application,是底下让 application 跑得起来的那一层。

做这件事的内在理由:相信下一代 AI infrastructure 不应该重复"巨头打包绑死用户"的老路。 做这件事的外在依据:Memory Core 是当前公开 benchmark 上的 SOTA。

Building systems early, with a long-term view on memory, execution, and leverage.

写作 / WRITING

长内容暂时还在准备 —— Memory Core 设计哲学和 benchmark 复现写法是首批要发的。短想法和 build-in-public 过程都在 X (@Evanyuan1230), 代码全开在 GitHub org