记忆的首要任务是遗忘

记忆的首要任务是遗忘。

这是我在研究如何为AI系统设计记忆机制时得出的结论。我折腾了半天“怎么记”，最后发现答案居然是“该怎么忘”。那一刻真的有种大彻大悟的感觉。

大语言模型本身是没有记忆的。你每一次调用它，对它来说，都是一次“人生若只如初见”。它对你的全部认知，都来自你当下这次给它的提示词。

但你肯定发现了，和ChatGPT聊天时，它能记得你们对话的前言后语。这是因为GPT 模型本身虽然没有记忆，但ChatGPT作为一个产品系统，可以调用你的历史对话记录。在跟你交谈的同时，ChatGPT会在后台不断地对你们的对话进行总结压缩，并在下一轮对话中，把这些精简后的上下文重新附加进新的提示词里，一并交给模型。

所以，它没办法记住你，只能在每一轮对话中，不断地向模型重新介绍你。这是一种什么感觉？推荐大家去看一部老电影 The Notebook - 《手札情缘》。

你们聊得越多，需要重新介绍的内容就越多，最终会达到模型所能接受的上限。到那时，你就会发现，ChatGPT会慢慢忘记你们以前聊过的东西。如何在有限的上下文中，保留最有价值的信息，合理遗忘前文，从而高效地使用大语言模型，这就是所谓的上下文工程。

到这里为止，我们讨论的，其实都还只是上下文层面的记忆。

如果我们希望AI能更多的了解我们，甚至记住我们所有的互动，就需要在模型之外，额外设计一套独立的记忆系统，用来保存和管理这些数据。最近爆火的OpenClaw，就把记忆作为核心能力之一。Claude也号称研发出永久记忆。ChatGPT不止记得上下文，还记得你们的所有对话，所以能给你做年度总结，甚至把你类比成一个名人，对你一顿夸，情绪价值拉爆。

（你如果想要得到这个体验，可以尝试将如下提示词喂给ChatGPT：基于你对我的所有了解，生成一位最能象征我人格的著名人物的形象 - 这个人物可以是现实中的，已经去世的，或是虚构的。）

机器的优势是可以存储大量的数据，读取速度也快。所以AI可以比人类拥有更强大的记忆。但真正困难的，并不是能不能存，而是：何让模型高效地使用这些数据，来支持每一次分析判断。

记忆的意义，从来不是保存过去，而是为下一次判断和决策服务。

这不是简单地把全部内容存入向量数据库，再用上RAG技术来提取。要高效地使用记忆，ChatGPT 的设计宗旨反而非常克制：

默认不记：任务完成就忘记。除非有明确价值，否则不进入长期记忆。 只记稳定的：只保存长期有用，可反复复用的信息，比如身份，职业，爱好等。 只记结论：不存中间过程中的细节，只存高度抽象后的“结论性信息” 可以选择记忆：用户明确说明的就记忆，其余自动遗忘。

人类一直羡慕机器记得多，但真让人类拥有机器那样的“全量记忆”，大多数人可能三天就疯了。所以，遗忘真的很重要，人类生来就拥有，这可能是造物主的精心设计。

人类最强大的能力之一，不是存储，而是删库。凡人大多纠结于琐事，忘不掉，放不下。智者就知道选择性遗忘，学会断舍离，可以知足常乐。这就是一种高效的生活。

人生区区三万天，我们又能留下些什么？又有多少人，能成为几百年后的人们让AI把自己类比成的著名人物。