OpenAI推出Dreaming记忆系统，ChatGPT更懂你

今天，OpenAI开始推出一个更强大、更可扩展的记忆合成系统——Dreaming，旨在解决记忆在数亿用户和多时间跨度下的陈旧、正确性和可扩展性挑战。记忆是ChatGPT学习用户偏好、项目和约束的机制，使未来对话能从共享上下文开始，而非从零开始。

过去两年，记忆已成为ChatGPT体验的关键部分。这次的更新首先面向美国Plus和Pro用户，未来几周将扩展到其他国家和地区及免费和Go用户。

记忆如何演变

记忆功能最初于2024年4月推出（即保存的记忆）。用户可以要求ChatGPT记住某些信息，并在后续对话中沿用。但保存的记忆只在对话中写入，依赖显式指令触发，容易过时。

2025年4月，OpenAI更新了ChatGPT的记忆，让模型能引用聊天历史中的上下文，引入了Dreaming的第一个版本——一种在后台自动整理记忆的方法。

Dreaming利用后台进程从多个对话中学习，合成记忆状态，始终提供最新、最相关的上下文。它不再依赖显式的“记住”指令，而是自然地捕捉对话中的上下文。过去一年，Dreaming作为补充显著提升了ChatGPT的个性化能力，但尚不能独立作为记忆系统。

今天，OpenAI推出基于Dreaming的、更强大且计算高效的新架构。通过Dreaming合成的记忆，用户可以在记忆摘要页面查看概览，快速了解ChatGPT掌握的信息，并添加、更新或指示ChatGPT何时提及哪些话题。

我们如何评估记忆

“好记忆”体现在三个方面：

1. 携带有用上下文：告诉ChatGPT一次，后续对话中它能记住。
2. 遵循偏好和约束：比如你是素食者，ChatGPT会提供素食选项。
3. 随时间保持最新：时间流逝后记忆自动更新。

OpenAI从2024年（保存的记忆）、2025年（保存的记忆+Dreaming V0）、2026年（Dreaming V3）三个阶段进行了评估。

携带上下文

当用户开始新对话时，ChatGPT能节省时间并基于先前上下文延续，尤其是复杂、长期的项目。例如，用户曾讨论过自己的摄影装备，再问兼容产品时，ChatGPT能直接给出针对其相机型号的建议。

无记忆时：模型给出通用建议，如“需要检查相机、外壳、闪光灯兼容性”，让用户自行核对。

有记忆时：模型记住用户使用的是“Sony A1 II + Nauticam NA-A1II + Backscatter Mini Flash 3 + Inon Z-330”，直接推荐Backscatter Smart Control TTL触发器和UW Technics转换器，并指出哪个方案更适合。

评估显示，新Dreaming系统正确回忆相关事实的能力显著提升。

遵循偏好

假设用户计划去新加坡旅行，ChatGPT通过之前对话知道用户喜欢野生动物摄影、需要强空调的酒店、偏爱安静的晚餐而不是拥挤的酒吧。

无记忆时：模型给出泛泛的旅游路线，包括热门景点如滨海湾、牛车水、圣淘沙，没有考虑用户的实际兴趣。

有记忆时：模型定制行程：第一天去滨海湾花园（拍照+空调），第二天去飞禽公园和夜间野生动物园（符合野生动物爱好），第三天安排植物园或自然保护区，并推荐安静的就餐场所。还特别提醒酒店要强空调。

偏好可以是显式指令（如“别再提Stan”）、个人约束（如“我是素食者”）、或隐式偏好（如“我住在旧金山附近”）。新系统能更好地从历史对话中提取并应用这些偏好。

随时间保持最新

时间不会在对话结束时就停止。传统记忆会过时：比如用户曾在旅行中询问晚餐推荐，旅行结束后ChatGPT仍以为用户在新加坡。Dreaming会自动更新记忆，将“你7月要去新加坡”改为“你2026年7月去了新加坡”。用户回到家后，ChatGPT能提供符合当地时间和位置的建议。

陈旧记忆：用户问“今晚哪里可以点外卖”，模型以为用户仍在新加坡，推荐新加坡的24小时餐厅。

有记忆：模型识别用户已回家，基于Portola Valley/Ladera的位置推荐当地餐厅，如Alpine Inn、Taverna Portola Valley等。

评估显示，Dreaming在处理时间敏感问题时有显著提升。

更可扩展的未来基础

Dreaming记忆系统此前已对Plus和Pro用户可用，但如今OpenAI将计算需求降低了约5倍，使其能向免费用户提供。未来几周，免费用户将逐步获得Dreaming，Plus和Pro用户的记忆容量也将增加。

这一更新为所有用户提供了统一的记忆基础，是迄今为止最强大的记忆系统。

了解更多请访问记忆FAQ。

---

原文链接：OpenAI Blog
本文由前途科技编辑整理