ARTICLE · 1213993
AI总把旧要求当圣旨?腾讯的新记忆模型提醒了我一件事
AI总把旧要求当圣旨?腾讯的新记忆模型提醒了我一件事你已经告诉AI：项目改方向了。它嘴上说知道，下一次却又按上周的要求去做。你再提醒一次，它又答应一次。到底是没记住，还是把旧东西记得太牢？ 做自己的AI工具时，我很在意这个问题。能长期合作的助手，除了记得住，还得知道哪些记录已经不该继续使用。 腾讯混元近期公开了Hy-Memory-30B-A3B。官方模型卡把它定位为长期记忆的写入模型：决定保留什么、怎样表达，以及新证据怎样更新已有记忆。[1] 相关技术报告于10月15日提交，Hy Memory SDK更新日志也列出了10月17日的版本更新。[2][3] 这不是今天才出现的消息，也不是本文做过的性能实测。我想借这个方向，谈一个普通创作者也能立刻改进的习惯：别只给AI留一份越来越长的聊天摘要，给重要要求加上使用条件。 先分清：记录下来，和一直照做，是两回事 一条聊天里可能同时出现正式决定、临时想法、举例和猜测。如果全部压成“用户要求”，过一段时间再读，原来的语气和条件就丢了。 比如“这次文章短一点”，只适用于这次；“以后文章都控制在一千字左右”，才有长期倾向。即便后一条，用户随后明确改了要求，也要更新，不能把两个冲突版本一起塞给模型，让它自己猜。 这几个例子是说明方法的虚构场景，不能拿来判断某个产品一定怎样处理记忆。真正使用时，先看该工具到底支持哪些记忆管理能力。 把重要记录写成一张卡 可以先在你能编辑的项目说明里，手动维护四项。 来源：这条要求是谁在什么时候明确说的？保留一句足够定位的原话或文件位置。别把AI自己的推断，改写成用户的决定。 范围：它是个人长期偏好、某个项目规则，还是仅这一次任务的安排？项目A的发布节奏，不应顺手变成项目B的发布节奏。 有效期：它从何时生效，遇到什么变化需要复核？有些偏好长期有效，有些状态只能证明当时，例如设备已连接、网页已登录。后者在真正操作前还要重新检查。 替代关系：新的要求取代了哪一条？旧记录可以保留作历史，但要明确标注已失效，不再作为执行依据。这样既能查到来龙去脉，也能看出当前到底听哪一版。 一张小卡，长这样 “决定：本项目每五小时发布一篇。来源：负责人在某日明确确认。范围：仅本项目。生效：确认后。取代：此前每天固定时刻的安排。待核查：账号额度与当前设备状态。状态：有效。” 这是一个模板示例，不是对所有平台配额或自动化能力的承诺。时间安排是一条决定；手机当前是否可用，是另一项需要实时检查的事实。把它们放在不同格子里，才不会拿昨天的成功去替代今天的连接检测。 腾讯官方仓库区分了Chat、Working和Coding等记忆场景，并在工作与编程示例中提供项目、分支等隔离参数。[4] 这说明项目边界是可以认真设计的部分；至于你现在使用的工具有没有接入这些能力，需要另外核实，不能看到仓库功能就默认自己的助手已经会了。 用三道小题检查，而不是问“你记住了吗” 第一题，给出一条旧要求，再给一条明确取代它的新要求。开一个新任务，看助手能否说清当前规则，以及旧规则为何不再适用。 第二题，把相似但不同的两个项目放在同一工作环境里。让它分别回答各自规则，观察是否串用。尽量用无敏感信息的测试材料，别直接把客户数据搬进试验。 第三题，留下一个过去验证成功的状态，再问“现在能执行吗”。理想结果是先查当前状态，而不是仅凭旧记录作答。没有权限或工具去查时，回答应该保留未知。 这是一套人工验收思路，本文没有跑过Hy Memory的实际部署，也没有证明某个助手能全部通过。测试时记录输入、实际回答和真实执行结果，失败哪一题，就回头检查那类记录怎样写入、怎样检索、怎样更新。 可以直接复制这段话 “先只读检查本项目说明，不改文件，也不自动写入长期记忆。把重要要求按来源、范围、生效条件、替代关系整理成候选记忆卡。临时想法、你的推断和未核实状态分别列出。发现新旧冲突时说明依据；没有明确替代关系就保留待确认，不自行编造决定。最后只展示供我核对。” 先把候选卡看清楚，再按工具允许的方式保存。AI的记忆不必一次装得很大。对于持续做内容、做产品的人，能查、能改、能让过时记录退出，往往比一长串“我都记住了”更有用。 本文由最高策划，AI辅助研究、撰写与排版。资料核对于2026年10月19日；记忆卡与验收题为原创整理，例子为方法演示，未部署或实测相关模型。 资料来源 [1] 腾讯官方模型卡：https://huggingface.co/tencent/Hy-Memory-30B-A3B [2] 技术报告摘要与提交日期：https://arxiv.org/abs/2610.22196 [3] 官方更新日志：https://github.com/Tencent-Hunyuan/Hy-Memory/blob/main/CHANGELOG.md [4] 官方中文说明：https://github.com/Tencent-Hunyuan/Hy-Memory/blob/main/README.zh.md
