记忆

从知识管理的角度看，记忆是连接历史经验与未来决策的桥梁。

ATM-Bench：系统评估AI长期个性化记忆能力的基准

这说明，即便给AI配齐代码执行、文件搜索、索引构建等整套工具链，长期个性化记忆问答仍然是一个根本性难题。

在那之前，也许我们不该对智能体的记忆能力期待太高，毕竟，它们连「去年给妈妈买的相机」都记不住，OpenClaw、Codex、ClaudeCode都不行。

最近，来自剑桥大学的团队开源了面向AI个人助理的长期记忆基准测试ATM-Bench。

ATM-Bench的实验结果虽然「惨淡」，但作者团队相信这为未来的长期记忆机制与个性化AI助手的研究开辟了新的方向。

ClaudeCode+Opus4.6作为编程智能体的标杆，也只有33.8%，尽管明显优于多数专用记忆系统，但仍难以胜任真实长期记忆QA；

看不见的线索，才最考验AI的长期记忆

南加州大学的RobinJia教授团队给出了他们的答案：训练一组模型，把它们开源，让更多人有机会深入理解大模型记忆的本质。

训练数据污染导致某些模型在各类权威基准测试（Benchmark）中得分虚高……但长期以来，由于难以精准控制训练数据集，探究大模型记忆的深层因果机制依然面临重重限制。

从观察到主动干预，Hubble构建出模型记忆的“双面镜”

在Hubble之前，学术界研究大模型记忆动态的标杆是Pythia，这是一组EleutherAI团队于2023年发布的模型套件，他们当时开源了训练数据和中间检查点，发布后便迅速成为研究大模型可解释性、记忆研究和基准设计的标准参考工具。

投入100万美元算力，研究揭示大模型记忆效应

其次是时序效应（TimingEffects），“早出场，早遗忘”，数据暴露的时序会对模型的记忆能力产生影响。

基于严密的受控实验，该研究揭示了大模型记忆机制的两大效应。

结果发现，层数越深的模型记忆能力越强。

他们不是来看热闹，而是真的要买这些油画，买那些关于逝去的乡村记忆。

剑桥发布长期个性化记忆基准ATM-Bench

剑桥发布长期个性化记忆基准ATM你的「龙虾」真记得你吗？

彼时的赵江，身份格外特殊：曾是射洪县电视台记者，忙里偷闲拉着朋友自筹资金，拍了《轿顶山的孩子》《不得不走》两部小电影，不为赚钱，只为留住乡村记忆—看不下去留守儿童趴在门槛写作业，看不下去百年老院日渐坍塌。

而「记忆缓存（MC）」则解锁了介于两者之间的新形态：将成组Token压缩并缓存到长期记忆状态中，然后在需要时进行检索。

多个国家的数据保护机构已开始发布专门针对AIAgent记忆系统的数据安全技术指南。

探针伸进大模型黑箱，南加州大学华人团队打造AI记忆研究的深空望远镜2026年04月14日15:41DeepTech深科技来源：DeepTech深科技

云端AI的“个性化”本质是在别人的服务器上构建你的数字画像，记忆的归属权不在用户手中

当AI记住了你的工作习惯、健康状况、家庭关系、财务偏好，这些记忆的归属权却不在你手里。

无论是哪家公司的记忆功能、项目空间还是个性化设置，底层逻辑完全一致：你的信息上云，AI变聪明，你失去控制。

OpenAI同时提醒：Chronicle会快速消耗调用额度，还会增加提示词注入攻击风险（恶意指令可能通过显示的网页植入），且记忆内容在设备上以未加密形式存储。