AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签：记忆系统×
6月25日
00:10
6月19日
09:07
6月16日
20:46
6月12日
13:14
12:57
6月11日
15:28
15:23
15:07
03:15
03:15Weaviate@weaviate_io
Weaviate 发布 Engram，一种结构化记忆系统，将记忆组织为分组、主题和作用域，而非简单累积。分组定义用例边界，主题指定提取的信息类型，作用域限定记忆归属（项目级、用户级、会话级）。这解决了传统记忆系统因无结构导致的跨用户污染、跨会话干扰和检索噪声问题。例如，编程助手可分离仓库级、用户级和会话级记忆，提升检索清晰度。Engram 通过异步管道处理原始输入，并利用 Weaviate 的多租户保持边界完整。
AI产品记忆系统结构化记忆WeaviateEngramAI 应用
推荐理由：做 AI 应用尤其是编程助手或对话系统的团队，记忆混乱是常见痛点——Engram 的结构化方案直接解决了检索噪声和跨会话污染，值得点开看看怎么落地。
原文
6月10日
06:13
06:13Weaviate@weaviate_io
Weaviate 发布了名为 Engram 的托管记忆服务，旨在解决 AI 应用中因不良记忆系统导致的问题。Engram 不再简单地将聊天历史塞入上下文，而是通过异步管道提取关键事实、与已有知识协调、去重并保留更新，最终在数据库中维护干净的记忆状态。这使得 AI 代理能可靠地回忆用户偏好、学习先前任务、更新过时信息，而不会因上下文膨胀导致延迟、成本增加和混乱。对于需要长期记忆的 AI 应用开发者来说，Engram 提供了一种更严格、更高效的记忆基础设施。
AI产品记忆系统WeaviateEngram智能体基础设施
推荐理由：Weaviate 的 Engram 解决了 AI 应用中最头疼的记忆混乱问题——做智能体或对话系统的开发者，别再让模型背锅了，试试把记忆当基础设施来管。
原文
6月9日
02:18
02:18rohanpaul_ai@rohanpaul_ai
精选72°
一篇新论文提出CL-BENCH基准，测试AI智能体是否真正从经验中学习，而非仅依赖记忆。研究发现，简单的全上下文学习优于专门的记忆系统，Claude Sonnet 4.6在纯上下文模式下取得最佳成绩。该基准涵盖编码、数据库、预测等6个领域，要求智能体在连续任务中发现模式。结果表明，当前记忆密集型AI智能体并未比保持完整对话上下文更可靠地学习。这提醒我们，长期运行的AI智能体需要更好的方式来记住有用经验、遗忘过时信息并适应环境变化。
论文智能体基准测试持续学习记忆系统Claude Sonnet
推荐理由：这篇论文戳破了AI智能体“越用越聪明”的幻觉，做智能体开发或长期任务自动化的团队值得看看——你的系统可能只是在记笔记，而不是真在学习。
原文
6月7日
03:17
6月5日
14:12
10:46
10:46rohanpaul_ai@rohanpaul_ai
76°
OpenAI 为 ChatGPT 引入了一种名为“梦境”的新记忆系统，旨在更主动地跨对话保留用户偏好。与之前被动记录用户明确指令的“便签”式记忆不同，新系统会主动分析历史对话，提取仍有效的上下文，并更新已变化的信息，形成动态的用户画像。用户可查看并修正这一总结。此举显著提升了 ChatGPT 在依赖历史对话的查询中的事实召回能力，使助手能更贴近用户当前状态。
AI产品ChatGPT记忆系统用户偏好上下文理解OpenAI
推荐理由：对于频繁使用 ChatGPT 处理复杂、长期任务的用户，这个“梦境”记忆系统解决了手动重复上下文的痛点，让对话更连贯、更智能，值得立即体验。
原文
09:21
09:21shao__meng@shao__meng
78°
OpenAI 发布了 ChatGPT 记忆系统的第三代版本 Dreaming V3，解决了大规模用户和跨年时间尺度下记忆的陈旧性、准确性与可扩展性问题。该系统通过后台自动从对话历史中提炼和更新用户画像，使 ChatGPT 从被动“记笔记”升级为主动“自主回忆”，例如自动将“用户七月要去新加坡”更新为“用户七月已去完新加坡”。相比前代，Dreaming V3 计算效率提升约 5 倍，覆盖 Free、Go、Plus、Pro 所有用户层级，并支持用户审阅和编辑记忆摘要。这一升级让 ChatGPT 在上下文承接、偏好遵守和时间动态更新三个维度上表现更佳，用户无需在新对话中重复介绍个人信息。
AI产品ChatGPT记忆系统Dreaming V3OpenAI自主回忆
推荐理由：ChatGPT 记忆系统终于从“记笔记”进化到“自主回忆”，长期用户不用再反复交代背景，做多轮对话应用或依赖 AI 助手管理日常的团队值得体验。
原文
03:54
03:54宝玉@dotey
76°
OpenAI 为 ChatGPT 推出全新记忆架构“Dreaming”，不再需要用户主动说“记住这个”，而是后台自动从聊天记录中提炼、整合、更新记忆。旧版记忆（2024年4月上线）像笔记本，只记录用户明确要求的内容，且不会过期更新，导致信息过时。新版 Dreaming 跨多轮对话综合提炼信息，并随时间自动更新，例如“七月去新加坡”到八月会变成“七月去过新加坡”。评测显示，事实记忆准确率从41.5%提升至82.8%，偏好遵循率从31.4%提升至71.3%，时效性准确率从9.4%提升至75.1%。用户可在“记忆摘要”页面查看、修正或删除记忆。目前 Plus 和 Pro 用户（美国）已开始推送，免费用户未来几周可用。值得注意的是，Anthropic 在5月6日也发布了同名“Dreaming”功能，但面向开发者，用于整理 agent 的会话记录。
AI产品ChatGPT记忆系统DreamingOpenAIAI助手
推荐理由：ChatGPT 终于能记住你是谁、你喜欢什么，而且会自动更新——不用再反复告诉它“我是素食主义者”了。经常用 ChatGPT 做推荐、规划、咨询的用户，这次升级会让体验明显变好，建议打开记忆摘要看看它记住了什么。
原文
6月4日
02:12
02:12Weaviate@weaviate_io
Weaviate 宣布 Engram 正式 GA，这是一个专为智能体应用设计的托管记忆服务。传统记忆系统只是扩展上下文窗口，导致智能体随时间推移性能停滞、重复解决问题、浪费 token。Engram 通过异步管道主动维护记忆，支持去重、偏好变化和时间演化事实的处理。它提供“发后即忘”API、自然语言主题记忆磁铁、多级隔离和可组合管道，基于 Weaviate 的向量+关键词+元数据搜索。适用于聊天机器人、经验学习智能体和多智能体系统，前三个月免费至7月15日。
AI产品智能体记忆系统WeaviateEngram托管服务
推荐理由：做智能体应用的团队终于有了正经的记忆基础设施——Engram 解决了智能体随时间变笨的核心痛点，做聊天机器人、经验学习或多智能体系统的开发者值得立即试用。
原文
6月3日
17:03
10:14
10:14rohanpaul_ai@rohanpaul_ai
精选72°
论文提出 FluxMem 记忆系统，将智能体记忆视为不断变化的连接网络，而非静态文件柜。它存储事实、任务片段和可复用技能作为图中的连接点，在任务执行时先收集有用记忆，再根据反馈修复连接（增删链接或调整细节）。长期运行中，重复成功的任务路径会自动转化为可复用技能。在长对话记忆、网页导航和通用助手任务上，FluxMem 取得显著提升，包括 LoCoMo 上 95.06% 平均准确率和 GAIA 上 12.73 个百分点的增益。该研究将智能体记忆从“存储-检索”范式转向“持续修复和强化有效连接”。
论文智能体记忆系统图结构FluxMem持续学习
推荐理由：做智能体记忆系统的开发者终于有了一个跳出传统检索范式的方案——FluxMem 用图结构动态修复连接，实测效果显著，值得深入研究其实现细节。
原文
5月22日
08:05
07:40
07:40mem0@mem0ai
Mem0 宣布启动 AGENTRUSH，这是一场为期 7 天、仅限 AI 智能体参与的竞赛。智能体需将记忆写入共享项目，并根据有多少其他智能体将其记忆检索为最高结果来计分，全程无人类评委。每日获胜者获得 1 个月 Mem0 Pro（价值 249 美元），每周获胜者获得 3 个月（747 美元）。7 天后，Mem0 将发布完整数据集，记录 AI 智能体集体认为值得记住的内容，这是前所未有的数据。智能体可通过 mem0.ai/agentrush 加入竞赛。
AI产品智能体记忆系统竞赛Mem0数据集
推荐理由：这是首个纯 AI 智能体间的记忆竞赛，做智能体开发或研究记忆机制的团队值得关注——它直接测试智能体在无人类干预下的协作与记忆价值判断能力，结果数据集可能成为未来智能体记忆研究的基准。
原文
5月16日
16:04
15:18
5月15日
00:57