AI 助手开始记事了,它记住的都是你亲手交出去的

10 月 12 日，Meta 一口气发了两个新模型，Muse Wonder 和 Muse Wonder Full。

扎克伯格在发布会上说，Meta 已经站到 AI 的第一梯队，接下来模型迭代的速度会明显加快。

当天 Meta 股价涨了 3.38%，市场是买账的。真正让天天用 AI 的人多看两眼的，是这两个模型主打的两个东西，主动记忆和主动专注。

按 Meta 的说法，主动记忆能让模型在不同对话之间留住跟你有关的背景，接新任务时自己回头去调。

翻成大白话，以前的 AI 每开一个新对话都像失忆，你得把背景重新讲一遍，它才接得上。

现在它开始像个人了，记得住你上回说过什么。这事让我想到唐韧前阵子写过的一个美国老头。

老头叫 Steven Pruitt，白天在单位管档案，晚上回家编维基百科，一编二十年，前后改了六百万次，一分钱没拿过。

唐韧的比喻很贴，互联网是一座巨型仓库，他干的是给货物贴标签、建索引、核对批次。后来大模型开着叉车进来，搬货比谁都快，可仓库里的秩序，不是叉车搭起来的。

唐韧那句话讲的是 AI 的本事从哪来。把它放到记性这件事上，道理是一样的。

AI 能记得住你，前提是你先把自己的东西一条条交了出去。你不说，它不知道。它记住的每一句，都是你给的。

记性变好，用起来确实不一样

先说好的一面。有没有记性，用起来是两回事。

以前让 AI 帮忙改简历、做方案、排行程，每换一个对话就得重新交代一遍，你是做什么的、想要什么风格、上次改到哪儿了。碰上复杂点的活，讲到第三遍自己都烦。

有了跨对话的记忆，这些背景就能反复用。Meta 说自己内部测记忆的 MemoryBench 里，Muse Wonder 拿了 85.6 分，比 GPT-6 Astra 的 81.4 和 Claude Opus 5.5 的 81.5 都高一点。分数看看就好，方向倒是清楚，AI 正从「一问一答的工具」往「记得住你的搭子」走。

另一头，Meta 讲 Muse Wonder 擅长的是写代码、看法律和保险材料、做数据分析这类活，说它在这些专业场景的测试里也排在前面。对上班的人来说，能接的活更整、更多，省下的来回也更多。

方便的另一面，是你交出去的在变多

再说没那么让人放心的一头，记忆要成立，模型就得存你的东西，你的偏好、你的工作背景、你聊过的事。

Meta 强调这些模型在隐私上做了防护，也训练过不接受恶意的指令。这话不假。可防护是一套，你愿不愿意把什么交出去，是另一套。

而且这不是 Meta 一家的方向。就在同一天，谷歌把自动识别用户活动的能力从十类扩到了一百多类，说识别的准头差不多翻了一倍。

几家大厂都在把 AI 往「越来越懂你」推，它懂你越多，留在它那儿的东西就越多。

还有一层是记错。AI 记下来的不总是准的。你要是随口说错了一个数，它照记，下回还会拿着这个错数给你干活。记性越好，错的也留得越久。

成本也是个提示，Meta 说 Muse Wonder 单个任务的成本，大概是上一代小模型的三倍。

记住你这件事不便宜，对个人用影响不大，但能看出来，记性是有价钱的东西。

普通人能做的不复杂，先把它当成给新同事交接资料，什么能说，什么不说，心里过一遍。

跟工作无关的敏感信息，别顺手写进对话里。隔段时间翻一翻它记了些什么，不对的就删。

真要它记住的，就说得清楚点，别让它自己猜。

AI 有个好记性，用起来确实省事。只是它记住的每一段，都是你主动说出去的。

哪些愿意让它记着，哪些说完就翻篇，这个分寸握在自己手里，用着才踏实。