AI 社交和AI情绪价值的思考 -延申思考2 -全局记忆
BTW 想找创业合伙人/技术/产品（情绪价值赛道）可留言
全局记忆
ChatGPT
全局记忆功能是让ChatGPT从工具变成数字分身的关键。
当前的ChatGPT功能会持续了解你的一生，会聆听你每天的需求，观察你每天在做什么，日常行为，然后逐渐了解你，成为你的数字分身，发挥最大潜力的智能伴侣。
Microsoft Copilot
2025年3月31日
穆斯塔法：
微软推出AI记忆基础架构，copilot会实现持续记忆，不需要每次对话都重新开始，这些理解来自于你选择分享的内容，系统会进行深刻认知。
目前AI智能体的核心缺陷，在于缺乏记忆，很多团队在研发和优化大模型的记忆。
Anthropic
记忆功能让Claude不仅能记住单个项目中的信息，还能跨项目记忆的核心能力。
共识：押注全局记忆 - 难点
全局记忆的难点
大模型底层架构，Transformer架构，底层逻辑是非递归性的，只会基于当前输入的上下文窗口，来计算关联性，而不是像循环神经网络那样，通过递归方式把信息传递下去，也就是，每次聊天结束，关掉窗口，AI就会完全忘掉和你说话的历史内容。
问题在于，比如在写论文、改代码这种需要多轮协作的复杂场景中，每次新建对话大模型都会强制重置上下文。所以用户每次必须发一些背景信息。
就算你在一个对话窗口不放，如果token超出AI单次记忆的上限，上下文token的容量，就会触发上下文注意力稀释效应，导致大模型忘记你之前提到的内容。
所以目前的AI只配叫工具的原因之一。
人类大脑的海马体功能
海马体的功能就是把短期记忆转换为长期记忆，并且通过这些信息来支持我们的实时决策，单侧的海马体只有3.5克，就能高效管理一个人80年的人生记忆。
那AI能不能像人一样，通过记忆的转化和提取，提高对话的连贯性和任务的执行效率。
AI如果能实现很好的记忆，就能实现真正的数字分身，如何实现数字海马体？
Kimi记忆解决方案
提高上下文容量，2023年 KIMI
4-32k 到20万字 100万字
动态分组重组技术，把长文本分解为块。
没有解决根本问题，关闭对话框 还是会失忆了
OpenAI解决方案
当前记忆方案：
- 当前用户主动说：“记住这个”
- 或者重复提及某个信息五次以上，
ChatGPT把这些信息存入记忆库，但是这个系统能够记住你喜欢科幻小说，却没办法关联到几个月前讨论三体的书评，因为这些文字记忆只能被存储为静态标签，且记忆上限只有200条，超出后新记忆会把旧记忆数据覆盖掉。
听起来如此简陋的功能，为什么同行没有第一时间跟进呢？
技术难点在哪里？
传统大模型在回答问题时，会把用户的数据给融入到训练参数，如果要长期存储，很容易把低质量对话融入模型的数据，导致记忆污染，
OpenAI引入外部记忆数据库，在不污染训练数据的同时，能够实现记忆功能。
还能通过深度学习，构建个性化知识图谱，能够识别高频和低频信息，调整存储优先级，甚至根据记忆来主动预判你的需求。