当ChatGPT永远记住了我的一切 - 他甚至比我自己还了解我 * { margin: 0; padding: 0; outline: 0; } body { font-family: “PingFang SC”, system-ui, -apple-system, BlinkMacSystemFont, “Helvetica Neue”, “Hiragino Sans GB”, “Microsoft YaHei UI”, “Microsoft YaHei”, Arial, sans-serif; line-height: 1.6; } .__page_content__ { max-width: 667px; margin: 0 auto; padding: 20px; text-size-adjust: 100%; color: rgba(0, 0, 0, 0.9); padding-bottom: 64px; } .title { user-select: text; font-size: 22px; line-height: 1.4; margin-bottom: 14px; font-weight: 500; } .__meta__ { color: rgba(0, 0, 0, 0.3); font-size: 15px; line-height: 20px; hyphens: auto; word-break: break-word; margin-bottom: 50px; } .__meta__ .nick_name { color: 576B95; } .__meta__ .copyright { color: rgba(0, 0, 0, 0.3); background-color: rgba(0, 0, 0, 0.05); padding: 0 4px; margin: 0 10px 10px 0; } blockquote.source { padding: 10px; margin: 30px 0; border-left: 5px solid ccc; color: #333; font-style: italic; word-wrap: break-word; } blockquote.source a { cursor: pointer; text-decoration: underline; } .item_show_type_0 > section { margin-top: 0; margin-bottom: 24px; } a { color: 576B95; text-decoration: none; cursor: default; } .text_content { margin-bottom: 50px; user-select: text; font-size: 17px; white-space: pre-wrap; word-wrap: break-word; line-height: 28px; hyphens: auto; } .picture_content .picture_item { margin-bottom: 30px; } .picture_content .picture_item .picture_item_label { text-align: center; } img { max-width: 100%; } .pay_subscribe_notice { margin: 30px 0; padding: 20px; background: fffbe6; border: 1px solid ffe58f; border-radius: 8px; } .pay_subscribe_badge { display: inline-block; padding: 4px 12px; background: faad14; color: fff; border-radius: 4px; font-size: 14px; font-weight: 500; margin-bottom: 12px; } .pay_subscribe_desc { font-size: 15px; line-height: 1.8; color: rgba(0, 0, 0, 0.7); margin-bottom: 12px; } .pay_subscribe_hint { font-size: 13px; color: rgba(0, 0, 0, 0.4); } .__bottom-bar__ { display: flex; justify-content: space-between; align-items: center; position: fixed; bottom: 0; left: 0; right: 0; height: 64px; padding: 8px 20px; background: white; box-sizing: border-box; border-top: 1px solid rgba(0, 0, 0, 0.2); } .__bottom-bar__ .left { display: flex; align-items: center; font-size: 15px; white-space: nowrap; } .__bottom-bar__ .right { display: flex; } .__bottom-bar__ .sns_opr_btn { display: flex; align-items: center; user-select: none; background: transparent; border: 0; color: rgba(0, 0, 0, 0.9); font-size: 14px; } .__bottom-bar__ .sns_opr_btn:not(:last-child) { margin-right: 16px; } .__bottom-bar__ .sns_opr_btn > img { margin-right: 4px; }
当ChatGPT永远记住了我的一切 - 他甚至比我自己还了解我
原创 数字生命卡兹克 数字生命卡兹克 2024-05-03 16:27 云南
最近的OpenAI的风声和小道消息有点多。
比如OpenAI要自己做的类Perplexity的AI搜索引擎SearchGPT，比如最近在无数媒体号上闹得沸沸扬扬的gpt2-chatbot。
当然还有那一直期待着的GPT-4.5和GPT-5。
不过这一切都是捕风捉影，真正能用的新东西，也是一个我自己期待了很久的功能，终于在前两天正式上线了。
Memory。
记忆。
之前在用AI的过程中，其实一直有一个痛点，就是他永远无法记得：我是谁，我喜欢什么，我是做什么的。
而如果真是你身边的好助理，他会不记得这些吗？别说你是谁了，你喜欢吃啥口味的菜，喜欢喝什么口味的奶茶，甚至她连你每天几点起床都知道的清清楚楚。
这才是一个优秀且称职的助手。
所以记忆功能，我一直很期待，它是刚需，是我觉得AI走向真正的AI助手，所必须踏出的那一步。
先看看怎么使用记忆的相关内容。
我们点击左下角，打开设置，找到“个性化（Personalization）”选项。
接下来，进入“记忆（Memory）”设置。
最开始点击Manage是空的，他是没有记住任何信息的
我们试着更新一下记忆部分。
一般触发词是：请记住XXXX、我希望XXXX。
比如我先让他记几个我自己的信息。
如果出现了Memory updated，则代表会把这条信息给记下了，存在ChatGPT的”脑子”里了。
这时候我们再回到“记忆（Memory）”的设置，点击Manage则可以看到我让他记住的所有信息。
你要是觉得记错了，或者这条想重录，右侧也可以删除掉这条记忆信息。
接着我们新开一个对话，这样Chatgpt就无法用上下文提示，按从前的方法，肯定是一问三不知。
而这次有了记忆之后，我们再来试试。
都非常正确。
最后一点，我问Chatgpt，我是什么样的人？
它不仅正确调取了记忆，并且根据记忆推测出我是一个多才多艺且热衷于技术和游戏的人，Nice哈哈哈哈哈。
不过记忆直接调取有些简单。
我又测试了基于记忆的更复杂的推理和应用。
比如我经常用ChatGPT来做一些翻译。
虽然那个Prompt不长，但是每次我去搜索或者复制啥的都很麻烦，而搞个GPTs那我觉得就更麻烦更笨了。。。我更希望的是像记忆这样直接调用，所以我把那段Prompt直接扔了过去，希望ChatGPT给我记下来：
他记完了之后，我新起一个对话，扔了莎士比亚一段我很喜欢的台词过去。
舒服到起飞。
但是注意一点，Memory里面无法存超长的Prompt，这种短的翻译的还行，但是一些复杂的超长的Prompt会被简化，从而导致最终效果会略有下降。
比如有个文言文翻译的神级Prompt：
我让ChatGPT记完后，去Memory里看，会发现大幅简化了。
可以看到详细的要求、Case全都没了，从而导致部分能力缺失，效果离完全体的prompt会差一点，但是依然是能用且不错。
所以在定义Prompt时，我建议还是预设一些短的比较好。
最后我还我想知道，如果我告诉他错误的事实，他会有怎样的反应
这里我让他记住 2的平方等于-1。
嗯，他记住了，然后我新开一个对话，问：
事实证明，他会给我纠正，会基于这些记忆信息有自己的判断。
而不是做一只无脑的舔狗。
整体来看，Chatgpt已经可以说具备一定的记忆能力了，并且可以基于记忆力做出更为个性化的回答。
换句话说，他更懂你了，并且它也不是一股脑记住信息而不做判断。
其实大模型记忆能力本身这件事情，其实很多模型开发商都在努力。
比如各家都在卷的上下文本长度，Gemini到了100万，kimi甚至达到了将近200万的上下文长度，虽然可以再提升，但我觉得但终归不是解决记忆力的最佳方式。
因为这些即便再长，也都是一个固定的上下文长度，你总不能是无限的吧。超过之后，就会遗忘之前的信息。
而且我之前也写过了一篇Claude他们发的论文，在长上下文长度的提升的同时，还可能导致模型越狱等一堆乱七八糟的安全问题。
最核心的是，这些模型在单次会话中不能记住早先的交互。一旦对话结束，所有的上下文信息都会丢失，不会被转移到下一次会话。
无法跨对话，这才是最难受的。
而另一种方式，引入外部向量数据库，做RAG检索增强。ChatGPT这次的Memory其实就这个RAG的优化版。
传统的RAG虽然方便模型获得信息，但这样的方式也有较大的缺陷。
首先上手难度比较大，对普通人来说，很难无法做日常对话使用，以Dify为例，上传知识库，了解参数，普通人直接懵逼了：
而且每一次更新知识库里面的信息，都超级麻烦。
Chatgpt的Memory这次做了超级优化，他可以其实通过在与用户的对话中，Chatgpt会把相关的一些关键信息一条条存储在记忆信息库中。
相比较传统RAG，他具有实时性。
也就是说随着与我们的互动增多，Chatgpt的记忆库会不断更新和扩充，使得他能更好地适应和预测用户的需求和偏好。
这种长期的适应和学习能力是建立在持续互动基础上的，与传统RAG每次都要上传知识库，更新起来麻烦的要死的体验相比，可能更加有效。
毕竟，现实生活中，我们对彼此的了解，不也正是通过一次次的交流逐渐加深的吗？
这才是最符合人类直觉的方式。
这也才是，新造的人。
每一份独特的记忆，构成的才是每一个独一无二的我们。
在过往，AI拥有的只是短期记忆，每一个对话窗口，都是那短暂的一瞬。
这一次，我记得你，下一次，我们从新认识吧。
你的对面仿佛像一只只有7秒记忆的鱼。
而人之所以是人，是人有长期记忆，有长期记忆固化后而形成的永久记忆。然后从这些记忆中，抽象出”虚构”的能力。
现在，大模型，也有了自己的长期记忆。
随着时间的推演，他一定会成为一个真正的非常懂你的助手。
也会逐渐成为，那一个。
新造的”人”。
以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章。
数字生命卡兹克
 阅读 赞  分享 ‘%3E %3Cg transform=‘translate(0 -2.349)‘%3E %3Cpath d=‘M0 2.349h24v24H0z’/%3E %3Cpath fill=‘%23576B95’ d=‘M16.45 7.68c-.954 0-1.94.362-2.77 1.113l-1.676 1.676-1.853-1.838a3.787 3.787 0 0 0-2.63-.971 3.785 3.785 0 0 0-2.596 1.112 3.786 3.786 0 0 0-1.113 2.687c0 .97.368 1.938 1.105 2.679l7.082 6.527 7.226-6.678a3.787 3.787 0 0 0 .962-2.618 3.785 3.785 0 0 0-1.112-2.597A3.687 3.687 0 0 0 16.45 7.68zm3.473.243a4.985 4.985 0 0 1 1.464 3.418 4.98 4.98 0 0 1-1.29 3.47l-.017.02-7.47 6.903a.9.9 0 0 1-1.22 0l-7.305-6.73-.008-.01a4.986 4.986 0 0 1-1.465-3.535c0-1.279.488-2.56 1.465-3.536A4.985 4.985 0 0 1 7.494 6.46c1.24-.029 2.49.4 3.472 1.29l.01.01L12 8.774l.851-.85.01-.01c1.046-.951 2.322-1.434 3.59-1.434 1.273 0 2.52.49 3.472 1.442z’/%3E %3C/g%3E %3C/g%3E %3C/g%3E%3C/svg%3E) 推荐 ’ fill=‘%23000’ fill-opacity=’.9’/%3E%3C/svg%3E) 留言