大模型的「记忆」到底是什么

很多人对 AI 最大的困惑是这个：它明明记得我五分钟前说的话，怎么隔了一天就完全不认识我了？说好的"越用越懂你"呢？

答案有点反直觉：模型本身根本不会记住任何事。

它每次都是从零开始的

你可以这样理解：每次你按下回车，都是把整段对话记录重新交给一个失忆的人，让他读完之后接着往下写一句。他读得很快，理解得很好，但他不是"记得"你，他是刚刚读到了你。

所以"它记得上一句话"其实是个假象——那句话被原封不动地重新递给它了。而昨天的对话没有被递过去，于是就等于不存在。

它不是有记忆的人，而是每次都被重新递上一份卷宗的读者。卷宗里没写的，它就不知道。

那么"上下文"就是它的全部

这解释了几个常见现象：

• 聊得太久会变笨。卷宗太厚，前面的重点被埋掉了。这时候最有效的操作是开个新会话，把关键结论重新讲一遍，而不是继续在旧对话里较劲。
• 它会忘掉你早期定的规矩。不是叛逆，是那条规矩离当前太远了。重要的约束要在关键节点重复，或者干脆写进文件里让它每次都读。
• 它会自信地编造。卷宗里缺的信息，它会用"最像真的"内容补上。你以为它在骗你，它其实是在补空。

那些号称有记忆的功能呢

市面上说"能记住你"的产品，做的事基本都是同一件：偷偷帮你往卷宗里补内容。 把你以前说过的话存到某个地方，下次提问时挑几条相关的塞进去。

这挺有用，但要知道它的边界——检索挑错了，它就"记错"了；没被存下来的，它就永远不知道。所以真正重要的东西，别指望它自己记住，写下来。

一个实用的推论

如果你希望某件事每次都成立，唯一可靠的办法是让它每次都出现在眼前：写进项目文件、写进固定的开场说明、写进你复制粘贴的模板。

我现在的习惯是把重要约定放在仓库里的一份文档中，而不是指望某次对话里的叮嘱。文档会一直在那儿，对话会滑走。

---

想清楚"它没有记忆"这件事之后，我对 AI 的抱怨少了一大半。很多我以为是能力问题的地方，其实是我没把该给的东西给它。