QuarqLabs于2026年5月28日宣布开源其核心项目Quarq Agent v0.4.0版本，同时披露公司战略重心已全面转向机器人基础设施（Robotics Infrastructure）领域。
Quarq Agent定位为「Memory-First」长期记忆智能体，核心理念为「记忆应作为系统而非向量数据库」。该项目创新性地构建了包含「查询、存储、推理、学习」四层模块化架构的持久记忆体系：
查询层：系统将用户提问扩展为多视角检索假设，结合本地FAISS向量数据库与关键词索引进行混合搜索，提升检索召回精度。
存储层：记忆被细分为三类——语义记忆（存储偏好与事实）、情景记忆（记录事件历史）、程序记忆（维护行为指令与格式规则）。其中前两者由本地向量库与JSON结构支撑，后者通过独立规则集管理。
推理层：通过严格区分事件时间戳与存储时间、隔离实体关联、在信息不足时主动坦承知识缺失等显式护栏机制，从架构层面抑制幻觉产生。
学习层：在后台异步运行独立模型，完成记忆的增删、更新与去重合并，全程不增加用户交互延迟。
在生态落地层面，Quarq Agent专注于极简本地化部署，内置Gmail、Google Calendar集成及PDF结构化报告生成等开箱即用技能，并支持开发者通过Python脚本在tools目录中动态扩展。该项目已被归档为开源研究资产，公司不再提供主动维护。
QuarqLabs此次战略转向正值AI智能体记忆方案进入快速发展期。据行业分析，当前主流开源记忆方案包括Mem0（GitHub星标52,000颗）、Zep等，主要通过向量数据库与图数据库融合实现语义检索与关系推理。而Quarq的四层架构在Memory-First方向上提供了差异化的工程参考实现，为构建长期伴随式智能体提供了独特的模块化底座。