該治好AI的健忘癥了

題圖｜電影《50 First Dates》

在夏威夷的浪花中，亨利邂逅盧西，健忘她的該治大發彩神VIII笑如初綻的花朵，瞬間點燃愛的健忘火苗。早餐約會，該治甜蜜如蜜；但盧西卻因車禍，健忘患順行性失憶癥；每晨醒來，該治昨日記憶盡數抹去。健忘但亨利不離不棄，該治以癡心重塑“初戀無限次”。健忘

以上是該治經典愛情電影《50 First Dates》的劇情。

電影中每天盧西睡醒后也會失憶，健忘但亨利卻每天用錄像帶播放前日甜蜜片段，該治讓她重溫相戀過程；或在沙灘寫下情書，健忘以海浪為墨，該治喚醒她的心動；還用歌聲和幽默故事，逗她開心，重新點燃熟悉的溫暖。亨利的愛如海潮，包容遺忘的痛楚；盧西和她的家人從疑慮到動容，見證這奇跡。

最終，盧西擁抱斷續的命運，與亨利在無盡“初次”中永恒相守，每個日出，都是初戀的無限綻放。

類以與順行性失憶癥的劇情，在不少電影、小說和漫畫里也出現過。例如諾蘭的《記憶碎片》、三木孝浩的《今夜，即便這份戀情從世界消散》，漫畫《一周的朋友》、《忘卻偵探》等。這些瞬間忘卻的記憶，會構成動人故事的原因，就是因為強烈的反差：例如在《忘卻偵探》里的女主角雖然極度聰明，但每當睡醒后就會失去記憶，這嚴重影響了查案的能力。

無疑，在現實生活中我們并不常見到這類病癥，正因如此，這類故事才顯得格外吸引人。但諷刺的是，近年來卻有越來越多的人需要面對類似的“瞬間遺忘”問題——而這個問題竟出現在當前最高科技、最具智能的技術領域：

AI大模型。

AI的順行性失憶癥

順行性失憶(Anterograde amnesia) 是一個心理學術語，指個體在經歷某些腦部損傷或創傷后無法形成新的大發彩神VIII長期記憶。換句話說，患者能夠保留事件發生前的記憶（舊記憶），但無法將新的經歷或信息轉化為長期記憶，從而導致「學了就忘」的現象。

因此，在電影《50 First Dates》中的盧西，以及漫畫《忘卻偵探》中的今日子，每當睡醒后便會遺忘當天所發生的一切，這給她們的日常生活帶來了諸多困擾。類似地，在早年的 AI 系統中，也長期存在一種“順行性失憶”問題——無法將新獲取的信息持久保存并加以利用，進而對用戶體驗造成嚴重影響。

OPPO ColorOS 智慧產品研發總監姜昱晨，早前在OPPO的開發者大會里表示：“因為你肯定不希望，每次跟 AI 聊完之后，他像失憶每一次都需要重新溝通。它沒有你的語境，即使它的推理能力、認知能力再強大，它也沒有辦法想你所想，思你所思。”

這一切，都要從 AI Agent（智能體）的發展說起。

2022 年，ChatGPT 橫空出世。當時的 AI 在海量數據的訓練下，儼然是一位博學多識的全能選手：上知天文，下知地理，既能輕松解釋量子物理，也能娓娓講述柏拉圖的唯心哲學。從任何角度來看，這樣強大的 AI 都不像患有「失憶癥」。

然而隨著用戶使用深入，大家逐漸發現，當時的 AI 本質上仍只是一個聊天機器人，只能回答問題，而無法像鋼鐵俠的 AI 管家賈維斯（J.A.R.V.I.S.）那樣，幫助托尼處理現實生活中的復雜事務。其根本原因在于，現實世界的問題往往涉及多步驟操作，并需要調用外部工具才能完成。

舉例而言，若用戶希望 AI 幫忙打車，系統首先需確定用戶的當前位置和目的地；隨后根據位置選擇合適的打車應用；再依據用戶意愿操作應用，輸入起點與終點信息。在整個流程中，AI 必須將「打車」這一宏觀任務拆解為「定位」、「查找目標」、「選擇工具」、「操作工具」等多個子任務，并在各環節中持續引用此前獲取的「用戶位置與意圖」等關鍵信息。

這正是我們所說的「AI Agent」——一種能夠理解任務、規劃步驟并自主執行的智能代理。

盡管 AI 擁有廣博的知識，通曉量子力學，也理解柏拉圖思想，但這些知識來源于其初始訓練階段（即預訓練）所學習的海量文本數據。這類知識屬于模型固有的「長期記憶」，是靜態且不可更改的基座能力。然而，AI 在預訓練時不可能預先知曉用戶當前的位置，也無法提前了解其出行目的。因此，它必須在對話過程中動態捕捉并記住關鍵信息，才能實現多步推理與連續操作。

為此，要讓 AI記住用戶的對話信息，就需要把前一輪的對話信息帶入下一輪的對話；通過維持上下文對話的連貫性，來記住用戶的真實意圖。然而，大模型的算力消耗極高，且其計算需求與輸入的上下文長度呈平方甚至指數級增長。

當用戶提出較復雜的任務時，AI 往往需將其分解為多輪交互；而隨著對話輪次增加，上下文不斷累積，算力成本也隨之急劇上升。例如，早期 GPT-3 支持 2K–4K token 的上下文長度，若將其擴展至 32K，所需算力可能暴增達 256 倍。因此在今日的 OPPO 開發者大會里，姜昱辰如是說：

「沒有Memory（記憶），何談AGI。」

記憶成為大廠必爭之地

換言之，當用戶希望 AI 執行的任務越復雜，AI 就需記住更多的用戶信息；而要讓 AI 記住更多信息，其算力成本便會急劇上升。倘若 AI 廠商不愿投入巨額資金增強模型的記憶能力，那么 AI 就只能停留在聊天機器人的階段，無法實現真正的任務執行。

因此，問題隨之浮現。

2022 年，在 ChatGPT 的引領下，AI 領域掀起一場「百模大戰」。多家互聯網巨頭爭相投入巨資訓練各自的 AI 大模型。由于競爭激烈，各企業唯恐落后，無暇深入思考：一個只會對話、無法行動的 AI 模型，最終如何實現應用落地？

然而到了 2024 年，AI 龍頭企業 OpenAI 的年度虧損高達 50 億美元，預計 2025 年虧損或將攀升至 140 億美元。隨著算力成本持續攀升，AI 大廠不得不開始認真面對商業化與變現難題。

但要讓 AI 創造收益，就必須為其賦予足夠的用戶價值；而要提供真正有價值的服務，則必須使 AI 能夠替代人類完成復雜任務。在此背景下，繼「百模大戰」之后，AI 領域再度迎來「百 Agent 大戰」。正如前文所述，要真正實現 AI Agent 的能力，首要前提便是治愈 AI 的「順行性失憶癥」。

因此，各大 AI 龍頭企業相繼布局，「記憶」迅速成為技術競爭的核心戰場：

2024 年 6 月，蘋果宣布推出 Apple Intelligence，支持在端側存儲用戶的個性化信息。

2025 年 2 月，OpenAI 在 ChatGPT 中上線記憶功能。

2025 年 4 月，OPPO 宣布推出「小布記憶」功能。

2025 年 8 月 12 日，另一家 AI 領導者 Anthropic 宣布其聊天機器人 Claude 具備長期記憶能力，并可在新對話中通過檢索過往記錄引用相關信息。

2025 年 8 月 13 日，Google 宣布 Gemini 已配備記憶功能，且支持跨多次對話的信息延續。

2025 年 8 月 14 日，字節跳動 Seed 團隊發布 M3-Agent 系統，首次實現 AI 具備類人水平的長期記憶與推理能力，其記憶范圍不再局限于文本，更擴展至視頻、音頻等多模態數據。

2025 年 9 月，OpenAI 在 ChatGPT 上線分支功能，使不同對話之間的記憶結構更加清晰有序。

眼尖的讀者也許會發現，此次「百 Agent 大戰」與此前「百模大戰」的關鍵差異在于：參賽者不再局限于傳統互聯網廠商，一批終端設備制造商也強勢加入，例如蘋果和 OPPO。其背后原因顯而易見：無論哪家互聯網公司試圖將 AI 應用落地，都必須依賴終端設備作為觸達消費者的媒介。

另一方面，手機作為用戶最頻繁使用的計算終端，具備天然的數據獲取優勢，能夠更充分地釋放 AI 的潛力。例如，OPPO 引入「小布建議卡片」，可根據用戶的使用場景與習慣進行個性化推薦與服務，在差旅出行、通勤聚集、用機效率及運動健康四大生活場景中，實時依據行為模式提供應用建議與主動服務。

可見，對于 OpenAI 這類以 AI 為核心業務的互聯網企業而言，AI 的記憶能力至關重要；對于 OPPO 這類與用戶日常交互密切的終端廠商來說，AI 的記憶能力同樣不可或缺。所以姜昱晨在開發OPPO的AI能力時，一直堅定地認為：

「AI 未來一定會變得真正懂你，并且無處不在。 而在通往這樣的超級AI 之路，記憶正是關鍵。」

國產手機走上更務實的方向

目前在手機廠商的 AI 記憶新賽道中，已形成兩大技術路線。其一是以美國蘋果為代表，采用以端側記憶為核心的「個人情境」模式；其二是以中國 OPPO 為代表，推行端云協同架構的「小布記憶」方案。

2024 年，蘋果宣布推出 Apple Intelligence，其核心組成部分即為「個人情境」（Personal Context）。該系統通過收集用戶的個人情境數據，利用 AI 預判用戶需求，精準識別其意圖與所需服務。例如，在 WWDC 2024 上，蘋果展示了一個場景：用戶在短信應用中與朋友聊天時，「個人情境」可根據通訊錄中的姓名和照片，自動生成該朋友的形象；也可依據對話內容與語境，生成相應的視覺畫面。

但問題的關鍵在于Apple Intelligence把所有涉及記憶能力的「個人情境」數據，均被蘋果出于安全考慮存儲于端側（盡管蘋果也有采用了基于私密云的端云協同架構，但僅用于計算、而非記憶）。我們承認，蘋果的端側策略確實在最大程度上保障了用戶的信息安全；但從另一角度看，這一純端側的記憶路徑也嚴重限制了 Apple Intelligence 的實際能力。

前文已提及，AI 記憶的核心瓶頸之一是算力——隨著需記憶的用戶信息不斷疊加，計算負荷呈幾何級數增長。即便蘋果芯片性能極為強大，也無法與云端顯卡集群的并行算力相提并論。若蘋果始終堅持將用戶數據留存于端側，則 AI 的信息處理能力將受限于終端硬件性能，難以真正實現對用戶長期、復雜需求的持續記憶與理解。

相比之下，OPPO 雖采用端云協同的混合式技術架構，但這并不意味著其忽視用戶隱私；因為「小布」在記錄用戶習慣時雖會上傳部分數據至云端，但仍以用戶隱私與數據安全為首要前提。

OPPO在小布上采用了最先進的端云協同機制，能夠智能分配計算任務至最合適的執行環境： 在設備端，存儲用戶的個人「記憶」片段與敏感信息，并由運行于手機芯片上的輕量級「小模型」處理簡單且需快速響應的任務；而對于諸如分析量子計算概念或制定完整旅游計劃等需要巨大算力、超出終端處理能力的復雜任務，則交由云端大模型完成。

通過這種端云協同機制，OPPO 實現了性能、隱私與功耗三者之間的有效平衡，破解了業界長期存在的「不可能三角」難題。

對用戶而言，真正重要的是信息安全能否得到保障，而非具體采用何種技術路徑實現。無論是 ChatGPT 還是 Google Gemini，均依賴云端存儲用戶數據，卻并未因此引發大規模用戶抵制或信任危機。由此可見，只要在確保數據安全的前提下進行設計，用戶便可接受合理的云端協作模式。

在此基礎上，OPPO 的 AI 記憶不再受制于手機本身的內存容量或算力上限，從而真正邁向兩個核心目標：

長期記憶、打破孤島。

每天懂你多一些

2024 年，某家手機廠商在發布新品時高調宣傳其 AI 功能，在發布會上通過 AI 點了 2000 杯咖啡，引發當時熱議；然而不久后，這一 AI 點咖啡功能卻被悄然下架。

我們并不清楚該功能最終被下架的具體原因，但可以肯定的是，這一功能看似炫酷，實則缺乏實際價值。畢竟，2000 人有 2000 種不同偏好：有人喜歡拿鐵，有人偏愛美式；有人習慣熱飲，有人鐘情冷飲，更有人根本不喜歡喝咖啡。而此次發布會所展示的 AI 點咖啡功能，完全磨平了用戶的個性化需求，最終僅淪為一次 AI 工作流的演示秀。

正所謂「千人千面」，每個人的口味各不相同。一套固定的自動化流程，不可能適配所有用戶。即便偶然匹配某一用戶的偏好，人的口味也會隨時間與情境變化。試想：若 AI 在寒冬為你點冰美式，或在盛夏推薦熱拿鐵，這樣的智能服務，真的符合你的需求嗎？

AI 若真要在這一領域為用戶帶來幫助，就不能像開盲盒般隨意決策，而必須長期、深入地理解用戶習慣。首先是在縱向維度上，掌握用戶在不同時間段對口味的動態變化；其次是在橫向維度上，無論用戶身處深圳還是北京，使用美團訂餐還是瑞幸點單，AI 都應能準確判斷其當下更傾向選擇麥當勞還是星巴克。

更重要的是，用戶的意圖往往是模糊的，背后可能隱藏著復雜的上下文信息。「小布記憶」系統通過持續積累用戶意圖相關數據，逐步解析其真實需求，實現精準的任務執行。正是在這種日積月累的過程中，系統捕獲并存儲了大量揭示用戶真實意圖的寶貴信息。

試想，當用戶某天對 AI 說：「今天晚上不知道該吃什么？」這句話可能意味著他身處陌生城市，確實不了解周邊餐廳；也可能表示他在熟悉環境中已吃遍附近餐館，渴望新鮮感；同時還可能是因為下午茶攝入過多，只想簡單解決一餐。在此情況下，AI 必須結合用戶的歷史位置、長期與短期用餐記錄，綜合判斷并推薦合適的就餐選擇。

不過，如果用戶每天僅與 AI 交互數次，且記憶僅積累數日，AI 根本無法真正掌握用戶的偏好。因此，OPPO 希望「小布」能夠與用戶建立長期、持續的對話關系。唯有當用戶與 AI 的互動時間足夠長久，才能逐漸感受到 AI 每天多懂自己一點，也才可能真正體驗到 OPPO 所描繪的智能化愿景。

所以最佳的解決方就，就是「小布」能持續記錄用戶的對話內容，基于對話歷史不斷深化對用戶的理解，并積累個性化問答、偏好、服務及信息，便可在不同場景中為用戶提供專屬的服務體驗。

舉例而言，當「小布」陪伴用戶數年后，共同經歷上班通勤、外出旅行；它會記得用戶夏天偏愛冰美式，冬天習慣熱拿鐵；平日為健康飲食清淡，而在旅途中則樂于嘗試當地特色美食。當「小布」具備這些長期記憶，便能結合當下情境，提供更具針對性的建議與服務。

然而，隨著 AI 持續記錄用戶行為，數據體量將不斷增長，占用的手機存儲空間越來越多，處理的數據也愈加復雜，所需算力隨之持續上升。換言之，僅依賴端側的記憶能力，AI 終究仍如《50 First Dates》中睡醒即遺忘一切的女主角盧西，或是《忘卻偵探》中每日清空記憶、無法延續工作的今日子。

因此，唯有通過端云協同機制，AI 才能長期、穩定地記錄用戶的生活習慣，真正理解用戶，并在此基礎上提供切實有用的服務支持。

用技術打破信息孤島

此外，那些與順行性失憶癥相關的電影中，患者往往會采用各種特殊手段，幫助自己記住被遺忘的片段。例如，在電影《50 First Dates》中，男主角亨利會將他們日常生活的片段記錄在相冊和錄音帶中，并于每天早晨為女主角盧西播放，以此喚醒愛人的記憶。

但在許多情況下，這些患者并非想記錄就能順利記錄；在多部涉及順行性失憶癥的影視作品中，常出現患者難以及時保存關鍵信息的環境。例如，《記憶碎片》中的男主角萊納德因記憶只能維持數十分鐘，每當發現重要線索時，必須立即采取一切可行方式加以留存——例如使用拍立得相機拍攝現場快照，甚至以身體為紙，將關鍵信息紋刻于皮膚之上，用肉身承載記憶。

同樣地，手機廠商在應對 AI 的「順行性失憶癥」時，也竭盡所能幫助用戶主動向 AI 輸入記憶。例如，若用戶是一位美食愛好者，收藏了大量餐廳信息，則他自然希望下次點餐時，AI 能基于這些收藏提供更精準的推薦；又如一位居住在深圳的用戶收藏了北京朝陽公園附近的優質餐館，當他真正抵達該區域時，AI 應能及時提醒：“附近有一家您曾收藏過的餐廳。”

然而，手機用戶在現實中也常常面臨“想記卻無法記錄”的困境。例如，用戶可能正忙于手頭事務，無法騰出手在備忘錄中輸入信息；或正處于視頻會議等應用中工作，不便退出當前界面切換至記錄工具。更重要的是，長期以來，手機生態深受「信息孤島」問題困擾，AI 往往無法跨應用調取數據——即便用戶的抖音或小紅書賬號中已收藏大量餐廳推薦，AI 卻因權限限制無法訪問相關內容，導致偏好信息無法被有效利用。

在此背景下，OPPO 推出了「小布記憶」這一系統級 AI 功能。該功能依托此前已有的「一鍵問屏」能力，可將屏幕顯示的內容自動轉化為待記錄的信息，從而打通應用間的壁壘，將散落在各平臺的記憶片段匯聚至「小布記憶」之中。此外，OPPO 還為「小布記憶」配備了一枚專屬物理按鍵，即使用戶雙手不便操作，也能通過一鍵閃記，操作直觀且高效。

當 AI 成功記錄這些信息后，會對其進行分類與整理，并支持用戶隨時檢索查詢；而當 AI 對用戶習慣的理解足夠深入時，更能主動推送相關信息。例如，前述用戶到達北京朝陽區時，AI 可基于其曾在第三方應用中的收藏記錄，主動提示附近有其關注的餐廳；又或當用戶請求 AI 規劃杭州旅行行程時，系統可依據其過往在社交平臺上收藏的景點信息，智能編排出行路線。

OPPO AI峰會前夕，一鍵閃記成功挑戰吉尼斯世界紀錄?稱號，更快更準的AI記憶，創行業首個世界紀錄。小布記憶也成為吉尼斯首個蓋章認證的“AI記憶大師”。

由此可見，OPPO 在構建 AI 記憶能力上有多認真。

總結

在 AI 席卷全球的浪潮中，記憶不僅是技術演進的基石，更是決定誰能“得天下”的核心競爭力。正如《50 First Dates》中亨利用錄像與情書喚醒盧西遺忘的愛意，AI 的記憶力正是通過持續積累用戶的意圖、習慣與上下文信息，跨越時間與場景的阻隔，提供精準而個性化的服務。這種能力不僅破解了「信息孤島」的桎梏，也讓 AI 真正在日常生活中做到「懂你」。

展望未來，記憶的潛力遠不止于此。正因如此，當前互聯網與終端廠商紛紛涌入 AI 記憶賽道，競爭日趨激烈，可謂「得記憶者得天下」。而在諸多技術路徑中，OPPO 所選擇的「端云協同」「長期記憶」與「打破孤島」三位一體的策略，已在實踐中展現出顯著優勢，可能是當前行業中最貼近用戶真實需求的最優解之一。

畢竟，AI如果沒有記憶，和咸魚有什么分別。

本內容為作者獨立觀點，不代表虎嗅立場。未經允許不得轉載，授權事宜請聯系 hezuo@huxiu.com

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4791574.html?f=wyxwapp