搜索
今天起，ChatGPT 的记忆系统更像人了。OpenAI 刚刚推出了一套全新的记忆系统，底层基于 Dreaming 技术。它会在长期对话中自动整理你的偏好、项目、设备、旅行计划和生活安排，并在回答时判断哪些信息仍然有用，哪些已经过时。
过去半年，几乎所有Agent框架都在补长期记忆能力。最常见的做法，是给系统接一个向量数据库，把历史对话、用户偏好、项目经验、工具调用结果、失败案例都存进去。看起来，只要把“记忆”这块补上，Agent就能从一次性对话工具变成长期协作伙伴。
博尔赫斯笔下有个记住一切的人，21 岁被记忆压到窒息而死。尼采说没有遗忘就不可能活下去。现在，数亿人每天使用的 AI 助手正在获得完美记忆，而这个能力的真正代价，可能是人类翻篇的自由。
随着大语言模型在各类应用中加速落地，一个核心技术瓶颈日益凸显——AI始终缺乏真正的长期记忆能力。当前主流的RAG（检索增强生成）方案依赖语义相似度检索历史信息，但“语义相似”并不等于“真正相关”，常常出现检索结果不完整、无法区分信息相关性、缺乏推理能力等问题。
你是否在使用Agent工作或者写代码时，总感觉上下文不够用？或者感觉反复使用Agent时并没有变得更聪明？感觉目前的记忆方案仍然不够用？今日，香港中文大学联合浙江大学发布的一篇论文关注了这个问题，并引起了学术界广泛讨论：你以为Agent在「记忆」，其实只是在记备忘录。
TencentDB Agent Memory 全球正式开源
EverMind 想做点不一样的。这家由盛大集团孵化的公司，定位是为所有AI Agent提供一个通用的"记忆层"（Memory Layer）。它的核心产品EverOS是一套开源的长期记忆系统，开发者可以把它接入自己的Agent，让AI不仅能记住用户的历史对话和偏好，还能像人一样对记忆进行整理、更新，甚至从过去的经验中学习和进化。
搭了个agent，结果该被记住的历史交互经验一点没记住，不该被记住的工具调用结果、过程输出被一股脑塞进上下文，导致输出质量下滑，类似的上下文失焦问题，这是多少人做agent时候的噩梦？
4月21日，OpenAI正式上线Chronicle研究预览版。Chronicle藏在Codex平台里，但它干的事跟写代码没半毛钱关系。它在后台默默运行，持续读取你的屏幕内容、你打开的文件、你浏览的网页、你写到一半的文档。
2026年初，当大多数企业还在用数据分析师手动写SQL查表时，OpenAI内部曝光的能自主思考、推理甚至自我进化的数据分析智能体，将数据查询从「天数级」缩短至「分钟级」。