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。
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。
ChatGPT 推出记忆合成系统 Dreaming V3，解决记忆在大规模用户与跨年时间尺度下的陈旧性、准确性与可扩展性问题，让 ChatGPT 从"记笔记"到"自主回忆" https://t.co/...
ChatGPT 推出记忆合成系统 Dreaming V3，解决记忆在大规模用户与跨年时间尺度下的陈旧性、准确性与可扩展性问题，让 ChatGPT 从"记笔记"到"自主回忆" openai.com/index/chatgpt-… 记忆系统的三代演进路径 · Saved Memories：2024 年 4 月发布，对话中显式触发写入，依赖用户主动提醒，信息会随时间陈旧失效 · Dreaming V0：2025 年 4 月发布，后台从对话历史中自动提炼记忆，作为辅助手段，不足以独立支撑记忆系统 · Dreaming V3：2026 年 6 月发布，全量后台自动合成与更新记忆，当前版本：更高效、可扩展、覆盖所有用户层级 为什么需要 "Dreaming" 机制？ 传统记忆系统更像"做了笔记但容易忘"的助手，存在两个根本缺陷： 1. 被动性：需要明确的"记住我……"指令才会写入； 2. 时序僵化：记忆不会随时间自动修正，导致回答基于过时信息。 Dreaming V3 通过后台持续运行，从多轮对话中自动提炼、更新用户画像，使 ChatGPT 具备跨会话连续性和时序感知能力——例如将"用户七月要去新加坡"自动更新为"用户七月已去完新加坡"。 效果评估的三个维度 官方围绕三个可量化的记忆目标评估效果提升： 1. 上下文承接 用户无需在新对话中重新介绍设备、偏好或项目背景。例如已有水下摄影设备配置记忆后，ChatGPT 可直接推荐兼容的闪光灯配件，而非给出通用兼容性清单。 2. 偏好与约束遵守 用户设定"素食""酒店需强冷气""偏好安静用餐"等约束后，后续推荐（如新加坡行程、餐厅）会持续对齐这些偏好，避免给出泛化建议。 3. 时间动态更新 记忆能感知"今天"相对于用户过往描述信息的变化。当用户旅行结束返回加州后，系统会自动修正地理位置上下文，推荐当地仍在营业的外卖，而非继续给出新加坡深夜营业清单。 关键技术进展 · 计算效率提升约 5 倍：降低 Dreaming 对免费用户的算力消耗，使其在 Free/Go 层级也可上线； · 统一记忆基础：为 Plus、Pro、Free 所有用户提供同一套记忆架构； · 可审阅的记忆摘要：用户可在记忆摘要页快速浏览 ChatGPT 的认知摘要，手动增删或设限。 OpenAI @OpenAI We’ve been researching new ways for ChatGPT memory to carry context across conversations and keep it useful over time. Today, that work is rolling out as a more capable memory system in ChatGPT. openai.com/index/chatgpt-… 🔗 View Quoted Tweet 💬 2 🔄 0 ❤️ 1 👀 387 📊 2 ⚡