OpenAI让ChatGPT开始“做梦”:AI记忆进入后台时代

OpenAI 给 ChatGPT 的记忆系统起了一个很有画面感的名字：Dreaming，做梦。

这不是说模型真的拥有梦境，也不是一层玄学包装。按 OpenAI 的说法，Dreaming 是一个后台记忆综合系统：它会在聊天之外，整理用户过去的对话、偏好、项目和约束，让下一次对话不必每次都从零开始。

换句话说，ChatGPT 的记忆正在从“用户让我记住什么”，变成“系统在后台持续整理我该知道什么”。这一步，比看上去重要得多。

以前的记忆，像一张便签

ChatGPT 的 memory 最早在 2024 年 4 月上线，当时叫 saved memories。用户可以明确告诉它：“记住我七月要去新加坡”“记住我不吃香菜”“记住我正在做某个项目”。

这个设计很直观，也很容易理解：模型旁边放了一张便签纸。你说“记住”，它就写上去；下次再问，它把便签拿出来参考。

Saved memories 页面

问题也很明显。第一，很多重要信息并不会以“请记住”的形式出现。人和助理交流时，不会每说一句都附带一句“请写进档案”。第二，便签会过期。你七月要去新加坡，八月以后就不应该再被当成未来计划。第三，便签之间会打架。你可能先说自己在练马拉松，后来又说脚踝受伤，如果系统只是把两条都存着，下一次建议就可能变得很怪。

Dreaming：后台整理你的上下文

2025 年，ChatGPT 的 memory 加入第一版 Dreaming。它不再只看 saved memories 列表，而是可以参考更广的聊天历史，在后台自动整理用户上下文。

Memory settings 页面

到了 2026 年 6 月，OpenAI 宣布推出更强、更省算力的 Dreaming V3，并把它作为新的 memory architecture。官方给出的目标是三个词：freshness、continuity、relevance。翻译过来是：记得新、接得上、用得准。

这套系统的关键变化，是记忆不再只发生在一段对话里。用户没有显式说“记住这个”，系统也可以从多次对话中综合出稳定信息：你正在做什么项目、偏好什么风格、有哪些限制、哪些事情已经过去。

一个典型例子是设备采购。没有记忆时，用户问“我的水下摄影设备要买什么 TTL 配件”，模型只能泛泛讲相机、潜水壳、闪光灯、触发器之间的兼容关系。有记忆时，模型会知道用户具体用的是 Sony A1 II、Nauticam NA-A1II、Backscatter Mini Flash 3 和 Inon Z-330，于是直接给出对应配件建议。

这就是 memory 的价值：它不是让回答多一点“亲切感”，而是把泛泛而谈变成具体决策。

怎么判断记忆有没有变好

这套记忆系统主要看三个指标。它们也基本概括了长期 AI 助理该具备的能力。

第一，带上有用上下文。你不需要在每个新会话里重新介绍自己。尤其是长期项目，比如代码工程、旅行计划、论文写作、公司调研，真正麻烦的不是单次回答，而是每次都要把背景再讲一遍。

第二，遵守偏好和约束。比如你是素食者、讨厌拥挤餐厅、喜欢安静晚餐、做方案时偏好表格还是短段落。这些信息不是知识题，但会直接影响建议质量。

第三，跟上时间。时间是旧 memory 最大的敌人。“我下周六办生日派对”在下周五是未来计划，在周日就应该变成已经发生的事。“我七月去新加坡”旅行结束后，也不该永远停留在“即将出发”。

这三个目标放在一起看，Dreaming 要解决的不是一个功能问题，而是一个状态维护问题。它要维护一个不断变化的“用户模型”。

为什么现在连免费用户也要上

这次更新还有一个很实际的信号：Dreaming 不再只是付费用户的小范围体验。OpenAI 表示，美国 Plus 和 Pro 用户已经开始获得新系统，未来几周会扩展到更多国家，并逐步面向 Free 和 Go 用户开放。

原因很直接：算力成本降下来了。OpenAI 称，最近的改进让向免费用户服务 Dreaming 所需的计算量降低了大约 5 倍。同时，Plus 和 Pro 用户的 memory capacity 翻倍。

这个细节很重要。记忆系统不是简单多存几行文本，它需要读取、筛选、综合、更新，还要在新对话中判断哪些上下文该带进来。用户规模一旦到数亿，记忆就会变成一项昂贵的基础设施。

所以 Dreaming V3 的意义不只是“更聪明”，也是“更便宜”。只有当后台记忆综合的成本足够低，AI 助理才可能变成默认体验，而不是少数高端用户的特权。

从聊天工具到个人上下文系统

过去两年，大模型的竞争主要发生在单次对话里：谁推理更强，谁写代码更好，谁上下文窗口更长，谁幻觉更少。

但真正的私人助理，不只看单次回答。一个助理最大的价值，往往来自它知道你是谁、正在做什么、哪些东西不用重复讲、哪些偏好不能踩。

这也是为什么 memory 会越来越重要。没有记忆的 AI 像一个非常聪明但每天失忆的实习生；有了可更新、可纠错、可控制的记忆，它才开始像一个能长期协作的伙伴。

Dreaming 把这件事推进了一步。它把记忆从“显式保存的条目”，变成“后台持续运行的上下文综合”。这意味着 ChatGPT 不只是回答用户的问题，而是在慢慢维护一个关于用户的工作图谱。

更强记忆，也带来更复杂的隐私边界

记忆越像助理，隐私问题就越不能轻描淡写。OpenAI 这次也同步强调了 memory summary 和 sources。

Memory summary 是一个摘要页面，用户可以看到 ChatGPT 认为自己知道你的哪些重点信息，也可以添加、更新，或者告诉它某些话题什么时候该提、什么时候别提。Sources 则会在回答下方显示用于个性化的来源，比如 custom instructions、过去聊天、文件和 memories。

Memory summary 页面

但这里有几个细节必须看清。第一，memory summary 不包含所有记忆，它只是高层摘要。第二，sources 也不保证展示所有影响回答的因素。第三，“Don’t mention this again”只是减少未来提及，不等于删除信息。

如果你真的想彻底删除某个信息，OpenAI Help Center 的说法是，要从每一个来源删除：过去聊天、归档聊天、文件、memory summary，以及可能包含该信息的 connected apps。这个过程显然比“删掉一条记忆”复杂得多。

Temporary Chat 仍然是最简单的隔离方式：它不使用现有 memories，也不创建新的 memories。对于敏感话题，这个选项会越来越重要。

“忘得对”会和“记得准”一样重要

很多人讨论 AI memory 时，只关注“记住更多”。但真正成熟的记忆系统，重点未必是更多，而是更准确、更及时、更可解释。

错误的记忆比没有记忆更麻烦。没有记忆时，模型最多回答泛泛；错误记忆会让它自信地给出不适合你的建议。过期记忆同样危险，因为它把过去的状态伪装成现在的现实。

所以 Dreaming 的关键不是让 ChatGPT 变成一本越来越厚的个人档案，而是让它学会动态整理：哪些信息该提升权重，哪些已经过期，哪些互相矛盾需要澄清，哪些敏感内容不该主动提起。

这也是未来 AI 产品的一条主线：模型能力之外，谁能把“长期上下文”做得更可靠，谁就更接近真正的个人助理。

结尾：AI 开始有了“第二天”

过去的 ChatGPT 更像一次性工具。你打开一个窗口，问一个问题，得到一个答案，然后结束。

Dreaming 代表的方向是：AI 开始拥有跨会话的连续性。今天说过的话，明天可能还在；上个月的项目背景，下个月还能接上；已经过期的计划，也应该被系统主动更新。

这就是“做梦”这个名字有意思的地方。人做梦不是为了回答问题，而是在睡眠中整理白天的经验。OpenAI 借用这个词，指向的正是同一件事：模型在对话之外整理上下文，让下一次醒来时更懂你。

当然，这也意味着我们需要新的使用习惯：什么该让 AI 记住，什么该临时聊，什么必须删除，什么只是别再提。

AI 记忆进入后台时代以后，真正重要的问题会变成：它不只要记得准，还要忘得对。

如果这篇文章对你有帮助，点个赞、转发给朋友，是最直接的支持。