Maximem Synap

Maximem Synap 是一個 AI agent 的記憶與上下文管理平台，9 月 24 日登上 Product Hunt 每日榜。它要解決的問題是 agent 的「健忘」：重複詢問使用者已經講過的資訊、推薦使用者拒絕過的東西、在不同對話間前後矛盾，或是把所有歷史塞進提示導致又慢又貴。官網公布的成績是 LongMemEval 92%、LoCoMo 93.2%，對話中的檢索在 P75 低於 15 毫秒，並開放評測框架供人檢驗。

使用方式官網形容為「兩個呼叫」：對話進行時把訊息送給 Synap，agent 回答前再問「關於這個人知道什麼」，就會拿到一組排序好、已格式化可直接放進提示的事實；寫入會立即返回，不會卡住 agent。你不需要自己架向量資料庫、寫擷取管線或調整排序器。記憶分三層：組織層（公司政策、產品資訊、價格等跨使用者共享的知識）、長期層（每位使用者跨對話的記憶）與短期層（當前對話）。它會自動做實體解析，例如把「Sarah」「Sarah Chen」「SC」認成同一人，也處理時間推理與矛盾資訊；多租戶之間的資料彼此隔離。開發端提供 Python 與 TypeScript SDK、REST API、託管 MCP 端點，以及 LangChain、LangGraph、Claude Agent SDK 等 20 多個 agent 框架的原生轉接器，並有開源版本。所有方案功能相同，差別在點數、agent 數量、支援等級與稽核紀錄保存天數。

功能特色與適用場景：台灣做客服機器人、語音客服或 AI 業務助理的團隊，最常被抱怨的就是「上次講過的又要再講一次」。Synap 的低延遲特別適合語音 agent，官網也直接點名這個用途。我會建議先用免費 Trial 驗證中文對話的實體解析效果（官網未特別說明中文表現），再評估從自建 RAG 遷移過來是否划算。