大白话版，写给团队看：今天把企微 AI 的底层模型换了、给它加了"对话记忆"，为什么换、怎么测出来的、记忆增强到底做了啥——一页说清。
用真实对话逐句压测（132 轮）+ 反复复跑，把企微 AI 在长对话里的毛病都翻了出来：
根因是"对话一长、历史全塞给模型 → 模型被撑晕"。记忆增强就是把这条从根上治掉。
企微原来用 GLM-4.6（2026-07-02 一次严谨评测选出来的）。这次同规格复评（8 模型 × 28 探针[含超长尾] × 3 采样 × 双裁判 grok-4.3+deepseek-v3.2，含新测的 kimi-k2.6）重新比了一遍。