#记忆系统
这论文把智能体记忆里反馈分散和奖励污染的问题一起解决了，Cold-Q降了80%，记忆体积缩了84%，效果很硬核。
Perplexity 给 Computer 加了自动记忆，下次打开项目直接续上进度，不用再翻之前的对话。
如果你想了解现有AI智能体到底能多深地理解用户，这个新基准Setoka用心理学理论和方法测出了它们的短板——不只是翻聊天记录，还要推断行为和性格。
看完这篇论文，你就明白怎么让 LLM 在有多层记忆时不再反复重算——InferScale 直接把 KV 缓存存好，做到检索量再大 TTFT 基本不变。
Genspark出了个SecondBrain，能把你邮箱、文档、会议记录全串起来，以后让智能体干活不用再重复说背景了。
以后不用每次跟AI重复你的背景了，Genspark的SecondBrain会记住你所有资料，直接让Super Agent帮你干活，很省心。
这篇论文用Claude Code和OpenAI Codex实测了记忆注入攻击，发现一旦恶意指令写入记忆，后续会话都危险，搞AI安全的一定要看看。
LangChain 和 Cognition 办了个线下分享，教你怎么用 OpenWiki 给智能体加上持久记忆，感兴趣的话早点报名。
DoorDash 分享了落地 AI 购物助手的实操经验，重点在工具调用和记忆系统，不是只靠模型，做电商或生活服务 AI 的同学值得看
机器人团队终于有了实用的记忆方案——短期视觉+长期语义让机器人能完成厨房清理、做三明治等长任务，做机器人开发的建议点开看看。
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。
做LLM记忆系统或对话AI的开发者值得关注——这项研究揭示了记忆增强的双刃剑效应，并给出了可落地的缓解方案，建议直接参考MIST基准评估自己的模型。
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。
如果你在构建或研究持续学习智能体，这个基准测试直接挑战了当前记忆系统的有效性——简单ICL反而更好，值得所有AI研究者点开看看。
ChatGPT 重度用户终于不用每次重复背景信息了——新记忆系统能跨对话记住你的偏好和上下文，做长期项目或频繁咨询的团队建议立刻体验。
做智能体系统架构的团队终于有了第一份记忆系统性能基准——10 条设计建议直接指导工程决策，建议做 Agent 框架或记忆中间件的开发者点开细读。
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。
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。
ChatGPT 重度用户终于不用反复交代背景了——新记忆系统自动更新、更准更省算力，Plus/Pro 用户今天就能体验，免费用户也快了。
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。
