為何奧特曼押注的AI記憶巨頭退場(chǎng) 全記錄式記憶終落幕(4)

小大

用微信掃描二維碼
分享至好友和朋友圈

關(guān)鍵詞：

2026-02-24 09:43:52 DeepTech深科技

張?jiān)催M(jìn)一步指出，記憶和推理的協(xié)同最大的核心矛盾在于：目前的記憶方案本質(zhì)上是外部存儲(chǔ)的靜態(tài)讀取，而推理是模型計(jì)算產(chǎn)生的瞬時(shí)中間變量。由于缺乏反饋閉環(huán)，模型在長(zhǎng)邏輯鏈推理時(shí)，這些中間變量極易被后續(xù)信息的注意力權(quán)重干擾，導(dǎo)致邏輯斷裂。要解決這一問(wèn)題，記憶走向持續(xù)學(xué)習(xí)是一個(gè)可行路徑。

組織提煉記憶和設(shè)計(jì)檢索記憶方法，是很多現(xiàn)有記憶架構(gòu)中重點(diǎn)設(shè)計(jì)的部分，也是記憶如何能發(fā)揮最大應(yīng)用價(jià)值的核心關(guān)鍵。白婷認(rèn)為，AI記憶作為用戶感知和通用大模型的中間層，理想的狀態(tài)和應(yīng)用場(chǎng)景和用戶偏好相關(guān)，是用戶行為認(rèn)知和應(yīng)用認(rèn)知的深度結(jié)合。

從記憶的形態(tài)來(lái)看，Limitless的產(chǎn)品形態(tài)與模型內(nèi)部存儲(chǔ)的“我學(xué)到了什么”不同，它記錄的是“發(fā)生過(guò)什么”。這是一種事后記憶，而非工作記憶，更非思考中的記憶。相對(duì)而言，將它轉(zhuǎn)化為模型記憶的原材料更具有前景。長(zhǎng)期AI記憶不應(yīng)該只存在于模型里，也不應(yīng)該主要存在于單個(gè)Agent里，而應(yīng)該同時(shí)存在于系統(tǒng)層。模型負(fù)責(zé)如何思考，Agent負(fù)責(zé)當(dāng)前在干什么，系統(tǒng)負(fù)責(zé)過(guò)去發(fā)生過(guò)什么。

近半年以來(lái)，圍繞AI記憶系統(tǒng)架構(gòu)的研究與方法不斷涌現(xiàn)。AI記憶是智能系統(tǒng)不可或缺的一部分，目前AI記憶的研究或應(yīng)用處于摸索與行業(yè)適配的初級(jí)階段。如果把視角從個(gè)別的公司拉伸到整個(gè)產(chǎn)業(yè)，會(huì)發(fā)現(xiàn)AI記憶正在分化出幾條不同路線：內(nèi)嵌式（模型原生）、外掛式（RAG/中間件）、架構(gòu)式、結(jié)構(gòu)式（知識(shí)圖譜）。

目前，基模廠商通過(guò)對(duì)話系統(tǒng)的優(yōu)化，將跨會(huì)話記憶與偏好管理深度集成到產(chǎn)品流中，為用戶提供一體化的記憶體驗(yàn)，代表公司包括OpenAI、Anthropic和Google等。但這相當(dāng)于只在對(duì)話系統(tǒng)維護(hù)一套輕量記錄用戶狀態(tài)，一方面可能會(huì)形成記憶孤島，另一方面?zhèn)€性化程度相對(duì)較弱。

首頁(yè)上一頁(yè)1 2 345 全文共 5 頁(yè)下一頁(yè)

關(guān)閉

為何奧特曼押注的AI記憶巨頭退場(chǎng) 全記錄式記憶終落幕(4)

相關(guān)新聞

今日熱點(diǎn)

頻道熱點(diǎn)