OpenAI消费级 · 2024
ChatGPT Memory
2024 年 2 月上线：跨对话自动记住偏好与事实；设置里可逐条查看、删除，也可整体关闭——"AI 记住你"第一次成为亿级用户的默认体验。
入口 → openai.com · ChatGPT 设置
微信扫码关注「大话数据分析」数据 · 分析 · AI 实战
拆解记忆
记忆系统的全部构件。点击左侧零件，右侧看它的样子——本质是一套"写入-存储-检索-遗忘"的外挂工程。
大家发现把关键信息手动拼回 prompt 有效，但各造各的轮子：手动拼接、手动摘要，没有标准件。
OpenAI 把记忆做成消费级功能：自动记、可查看、可删除——"AI 记住你"第一次到达亿级用户。
Claude memory tool、mem0、MCP memory server：记忆从产品功能变成开发组件，谁都能给 Agent 装抽屉。
谁在做
记忆的三层玩家：产品厂把它做给亿级用户，模型厂把它做给开发者，开源社区把它做成标准件。
2024 年 2 月上线：跨对话自动记住偏好与事实；设置里可逐条查看、删除，也可整体关闭——"AI 记住你"第一次成为亿级用户的默认体验。
给 Agent 一个记忆文件工具：在 /memories 目录里创建、读取、更新、删除记忆，存储留在客户端手里——企业可控、可审计，记忆成了开发组件。
mem0（开源记忆层，附 arXiv 论文）、LangGraph 持久化（checkpointer + store）、MCP memory server（知识图谱式跨应用记忆）——生态演进很快，选型前先小规模试跑。
生态规模与格局变化很快 · 第三方对比数据本站未复测，以各官方文档为准。
为什么重要
记忆本质是个检索问题——与 RAG 同源：RAG 检索的是"文档知识"，记忆检索的是"关于你的事实"。真正难的不是存——向量库、文件、数据库都是现成的；难的是决定写什么、何时更新、如何遗忘——以及用户对"它知道我什么"的掌控感。
同一套"存-找-注入"的技术栈：RAG 对着文档库，记忆对着用户档案。做过 RAG，记忆就懂了一半。
存储是现成商品；写入决策才是难题：什么值得记、记多久、和旧记忆怎么合并、错了怎么撤。
过期、纠错、一键删除不是"以后再加"的功能。没有掌控感的记忆系统，用户不敢用、企业不敢上。
依据与事实
RAG 兴起，同一套"嵌入 + 检索"顺手被用来存关于用户的信息——记忆与 RAG 从此同源，各家手工拼装。
OpenAI 上线跨对话记忆：自动记、可查看、可删除——"记得你的 AI"第一次到达亿级用户。
Anthropic 推出 memory tool（/memories 文件目录）；mem0 发论文（arXiv:2504.19413）并成为最热的开源记忆层——记忆进入工具化。
MCP memory server 等可插拔组件普及；跨应用、跨 Agent 的"随身记忆"被广泛讨论。
三个常见误解：① "模型自己会记住"——窗口关了就忘，长期记忆全是外挂工程，不是模型天赋；② "记得越多越好"——错记一条偏见，次次回答都歪：噪声记忆是污染源；③ "记忆 = 历史聊天记录"——那是原始日志，记忆是从日志里提炼出来的事实档案。
接下来继续了解
namespace 存。npx @modelcontextprotocol/server-memory）给本地 Agent 配知识图谱记忆；mem0 开源可自托管；Claude Code 的 CLAUDE.md 则是最朴素的"文件记忆"。想试什么口味都跑得起来。它适合谁
想让 AI 记住你？先去设置里看它已经记了什么——查看、纠正、删除，三个按键掌握主动权。
给自己的 Agent 装抽屉：memory tool、mem0、LangGraph checkpointer——写入、检索、遗忘三件套自己搭。
记忆是差异化体验，也是合规雷区：授权、隔离、删除权，需求评审里就要有它们的一席。
为什么它记得你上次说的话？答案不在模型里，在旁边那个外挂存储里——去编年史看看它怎么长出来的。
来源与延伸阅读
01 OpenAI · Memory and new controls for ChatGPT本页内容整理自以上公开资料，更新于 2026 年 10 月。第三方对比数据本站未复测，生态演进很快，以各官方文档为准。
开始动手
写入记忆前先过这三关——三问答不上来，就先别记。
① 这条信息值得长期记吗？稳定且未来有用 ② 谁有权读它？隔离与授权——工作记忆 ≠ 私人记忆 ③ 用户能查看、纠正、删除吗？掌控感是底线 ※ 三问答不上来，就先别记
微信扫码关注「大话数据分析」数据 · 分析 · AI 实战