Lessons from Studying Every Memory System — Shlok Khemani, Independent 2026-08-12 18:48
三句話摘要
AI 聊天應用記憶系統三年演進史：從單次手動記錄到自動運行檔案，ChatGPT 與 Claude 各自探索記憶架構的權衡方案。 記憶沒有唯一的最優架構，必須與產品同步設計，但無論技術多好，當前 AI 記憶系統因資訊孤島（各應用各自維護）與上下文缺陷（無法看見真實決策背景）而遠未達到「真正的個人 AI」應有的境界。 1. 記憶架構沒有標準答案
重點整理
重點- 1
1. 記憶架構沒有標準答案
- 2
ChatGPT 與 Claude 獨立發展出截然不同的方案：前者靠密集關鍵字的大型檔案，後者用輕量級完整句子，後來才逐漸收斂。這說明記憶系統必須與產品一同設計，無法外包給第三方。
- 3
2. 記憶是計算成本的直接函數
- 4
維護與服務費用受三個變數控制：更新頻率（越頻繁越貴）、每次更新的計算資源、檔案大小（越大每次對話成本越高）。ChatGPT 選擇較大檔案低更新頻率，Claude 則反向權衡，反映各自對資源成本的不同判斷。
- 5
3. 持續學習已經發生，但機制有限
- 6
運行檔案創造了一個學習循環：檔案→對話→新資訊→檔案更新→影響下次對話。但這發生在模型權重之外，無法像企業模型那樣定期重新訓練消費級模型。
- 7
4. 記憶資訊嚴重不完整
- 8
聊天應用只能收集透過文字對話的資訊，無法看到真實決策的背景（如面對面談話、郵件、行事曆、相片）。因此記憶常出現衝突且無法自動修正，系統也缺乏好奇心去追問這些缺陷。
實用技巧與重點
乾貨- ChatGPT 記憶系統
- v1（2024 年 2 月）：用戶手動新增事實清單，可在設定中查看與刪除
- v2（2025 年 4 月）：自動維護運行檔案，長度 4,000 代幣，密集關鍵字風格，每隔幾天更新一次，用戶無法查看原始檔案
- 更新（2025 年 6 月）：新增對話搜尋工具、棄用 v1 事實清單、部分公開用戶檔案摘要、允許用戶明確修改檔案
- Claude 記憶系統
- v1（2025 年 8 月）：無用戶檔案，模型備有按關鍵字或時間段搜尋對話的工具
- v2（2025 年 9 月）：新增運行檔案，1,000 代幣（遠小於 ChatGPT）、完整句子風格（低密度）、每 24 小時更新一次、用戶可見原始檔案、支援用戶明確編輯
- 其他產品對比
- Google Gemini：運行檔案附帶詳細時間戳（建立時間、最後更新時間）
- 代理工具（如 Cloudflare Workers Code、OpenCrew、Hermes）：使用 Markdown 檔案、心跳檢測、知識庫、技能等完全不同的記憶架構
- 講者實測案例
- 2025 年夏天旅遊決策：聊天 GPT 誤記講者同時「計畫」去泰國和土耳其（實際只去了泰國，決策來自與伴侶面對面談話），記憶檔案無法修正這項衝突，即使連接郵件也不會自動推理更新
結論
結論“記憶沒有唯一的最優架構，必須與產品同步設計，但無論技術多好，當前 AI 記憶系統因資訊孤島（各應用各自維護）與上下文缺陷（無法看見真實決策背景）而遠未達到「真正的個人 AI」應有的境界。”
完整解析
詳細在過去三年間，消費級 AI 的記憶系統經歷了一場工程權衡的競賽。2023 年時，ChatGPT 雖然強大，但不同對話之間完全隔離。隨著用戶基數擴大，人們用它學習、烹飪、尋求陪伴，記憶系統的需求變得迫切。
ChatGPT 在 2024 年 2 月推出首個記憶系統，讓用戶告訴它要記住什麼——比如「我是素食主義者」。看似簡單，卻有根本缺陷：一是管理負擔落在用戶肩上（既要創建記憶，又要進行對話），二是記憶會陳舊（講者的檔案至今仍記錄已過時的計畫）。
一年多後，ChatGPT 在 2025 年 4 月推出 v2，轉向自動維護一份「運行檔案」——每隔幾天，系統掃描所有新對話，提取重要資訊，更新關於用戶的個人檔案。這個檔案長達 4,000 代幣，採用密集關鍵字風格（LLM 擅長從線索推斷上下文）。講者注意到這種設計試圖把盡可能多的上下文壓進每條記憶。然而用戶看不到原始檔案，只有通過「越獄」提示才能窺視。
與此同時，Claude 在 2025 年 8 月發布了截然不同的方案：沒有用戶檔案，改由模型掌握按關鍵字或時間段搜尋過去對話的工具。當模型覺得需要上下文時，主動檢索。這個架構與 ChatGPT 「完全相反」——講者甚至在 9 月 11 日寫了篇部落格文章到駭客新聞首頁討論這點。但同天，Claude 推出了 v2，加入了運行檔案，卻也有所不同：檔案只有 1,000 代幣、用完整句子而非密集關鍵字、每 24 小時固定更新、用戶完全可見。
這些權衡反映了一個深刻洞察：記憶是計算能力的直接函數。維護檔案需要代幣（更新頻率越高越貴），提供服務也需要代幣（檔案越長每次對話越貴）。ChatGPT 選擇大檔案低更新頻率，Claude 反其道而行，各自在 GPU 資源受限的現實中做出取捨。
但最令人沮喪的問題是上下文的根本不完整性。講者舉例：他最終決定去泰國是與伴侶面對面談話的結果，但聊天 GPT 只看得到他在對話中糾結該去泰國還是土耳其。相關証據在郵件中（機票、飯店預訂），卻無法被系統推理。即使 ChatGPT 連接了郵件，它也不會用郵件信息更新檔案。更深層的問題是，系統缺乏好奇心去認識這個衝突，無法問「你最後選了哪個？」。講者認為這不是技術問題，而是產品設計選擇——LLM 本身沒有根本障礙，只是產品未被設計成這樣。
關鍵時刻
Pipeline v2帶時間戳的重點，會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。
事實查核
Pipeline v2說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。
