2026年1月12日，DeepSeek联合北京大学在arXiv上发布的《Conditional Memory via Scalable Lookup: A New Axis of Sparsity for Large Language Models》论文，以及同步开源的Engram（记忆痕迹）核心模块，堪称大模型技术演进的一次关键转向。这项被视作DeepSeek-V4“技术底牌”的创新，以“查—算分离”的全新机制，跳出了“参数越大、算力越足、模型越强”的传统内卷路径，为大模型突破性能瓶颈提供了更精巧的解决方案，更将引发AI产业链的价值重估与格局洗牌。

一、 传统大模型的“低效痛点”：用计算模拟记忆，纯属“杀鸡用牛刀”

要理解Engram的革命性，首先得看清传统Transformer模型的核心缺陷。

在处理“莎士比亚的全名是什么”“珠穆朗玛峰的高度是多少”这类确定性知识问题时，传统大模型的操作堪称“大材小用”：它不会像人类一样直接调取记忆库里的答案，而是要启动多层神经网络，通过复杂的矩阵运算、注意力机制层层推导，最终“拼凑”出结果。这种模式本质上是用“动态深度计算”去模拟“静态知识检索”，不仅耗时耗力，还造成了巨大的算力资源浪费。

打个比方，这就像让一个数学家放下微积分研究，专门去背诵九九乘法表——不是做不到，而是完全没必要，属于典型的“能力错配”。随着大模型参数规模突破千亿、万亿级别，这种“用计算代记忆”的模式，带来的算力成本、部署门槛也水涨船高，成为制约大模型普惠化的关键瓶颈。

二、 Engram的核心逻辑：“查算分离”，让专业的人做专业的事

Engram模块的诞生，正是为了根治上述痛点。它的核心设计哲学，是将大模型的任务拆分为“静态知识检索”和“动态推理计算”两大分支，实现精准分工。

1. “查”：Engram模块负责的静态记忆检索

Engram本质上是一个可扩展、高效率的现代化查找表，专门存储那些确定性、固定化的知识——比如实体名称、固定短语、历史事实、公式定理等。它的最大优势在于，能够以O(1)的时间复杂度完成检索，相当于“随取随用”。

当模型遇到“Alexander the Great”这个短语时，不需要再通过多层神经网络运算推导，而是直接从Engram的记忆库中提取对应的语义向量；当用户询问“中国的首都是哪里”时，Engram可以瞬间给出答案，无需模型“绞尽脑汁”计算。

这就像给大模型配备了一个“超级记忆U盘”，把那些不需要思考的“死知识”全部存进去，随用随取。

2. “算”：Transformer主干负责的动态组合推理

在Engram接管了“死记硬背”的工作后，Transformer主干网络终于可以“轻装上阵”，专注于自己最擅长的事——复杂逻辑推理、创造性内容生成、上下文关联分析等需要“动脑筋”的任务。

比如，当用户要求“基于莎士比亚的生平，写一篇关于人性的散文”时，Engram负责快速检索莎士比亚的生平事迹、代表作品等基础信息，而Transformer主干则负责整合这些信息，进行逻辑梳理、语言组织和创意表达；当用户提出“设计一个基于区块链的供应链管理方案”时，Engram提供区块链相关的基础概念和技术术语，Transformer主干则负责方案的架构设计、流程规划和可行性分析。

这种分工，就像给程序员配备了一个智能IDE：IDE自动补全语法、调用函数，程序员则专注于核心算法的设计——效率提升是显而易见的。

3. 理论支撑：U型缩放定律，优化资源配比

论文中还提出了一个关键发现：神经计算（MoE）与静态记忆（Engram）之间存在一种U型缩放定律。这一定律揭示了两者之间的资源优化配比关系——不是一味增加某一方的资源投入，而是找到两者的平衡点，才能实现性能最大化。

这就意味着，未来大模型的优化方向，不再是盲目堆参数、堆算力，而是通过调整“检索”与“计算”的资源占比，实现效率与性能的最优解。这为大模型的架构设计提供了明确的理论指导，堪称是一次“方法论层面的革新”。

三、 实测性能：不止是知识检索，推理能力也意外飞跃

Engram的价值，不是停留在理论层面的“纸上谈兵”，而是在实测中展现出了性能与效率的双重突破。在27B参数规模的对比实验中，Engram模型在“等参数、等算力”的条件下，全面超越了传统的MoE模型，甚至带来了一些“意外之喜”。