3C Dogs
深度報導 · AI 記憶

AI 怎麼記住你:ChatGPT、Claude、Gemini 的三種記憶取捨

同樣是「記住你」,三家走的工程路線不同:記得多、看得見、管得住,很難三者兼得。

撰文/3C 傻狗編輯部
正文約 1,726 字・預估 4 分鐘讀完

AI 助理開始記得你之後,真正要問的是三件事:記多少、記在哪、你看不看得到。ChatGPT、Claude、Gemini 給了三種不同的答案,各自在方便和透明之間做了取捨。這篇用白話把三家的做法拆開來看,再談自己管記憶的開源工具,學術圈的看法放在最後。

頭骨模型裡塞滿電路板、記憶體與硬碟,象徵 AI 記憶與人類記憶的對位
AI 記得你多少、記在哪裡,背後都是工程上的取捨。圖片來源:Royonx / Wikimedia Commons(CC0 1.0 公有領域)
三家代表性對話式 AI 助理的對話介面並列示意
三家都推出了「記住你」的記憶功能,做法卻各不相同。圖片來源:piqsels / Wikimedia Commons(CC0 1.0 公有領域)

01ChatGPT:自動記住,方便但看不透:一份記事本,加上參照過去的對話

ChatGPT 的記憶分成兩層。第一層是記事本:OpenAI 從 2024 年 2 月開始測試,你可以叫它記住或忘記某件事,它也會自己記下一些有用的細節,但 OpenAI 表示會避免主動記住敏感的健康資訊。第二層是 2025 年 4 月 10 日宣布的「參照過去聊天」:不用你特別交代,它就會拿以前的對話來調整回答。

這條路線的好處是幾乎不用設定,越用越懂你;代價是你很難知道它這次帶了哪些舊對話進來。有研究者推測,它會把過去對話的摘要放進新對話裡,但 OpenAI 沒有證實後端怎麼做。另一位開發者則觀察到,記事本裡的條目是看得懂的文字,他自己的帳號存了 33 條,並推測系統不依賴向量資料庫;這同樣是推測,不是官方說法。

Wikidata 的連結開放資料雲圖,象徵個人 AI 知識圖譜的擴張
記憶要分開放還是連在一起,是 Claude 這條路線的取捨。圖片來源:Thomas Shafee / Wikimedia Commons(CC BY 4.0)

02Claude:聊天和寫程式分開記:專案記憶邊界清楚,但專案之間不互通

Claude 把記憶拆成兩種。一般聊天用的是跨對話記憶,2026 年 3 月 2 日起免費使用者也能用,Anthropic 還附了一份把其他 AI 服務的記憶搬過來的提示範本;寫程式用的 Claude Code 則另有以專案為單位的記憶。

Claude 對話式 AI 助理的使用者介面截圖
Claude 的對話畫面。Claude 把聊天記憶和寫程式用的專案記憶分開處理。圖片來源:Anthropic PBC(Claude 對話畫面) / Wikimedia Commons(公有領域)

這種做法的取捨在邊界:每個專案各記各的,不會互相干擾;但一位重度使用者就抱怨,每個專案都是一座孤島,沒辦法變成跨專案共用的知識庫。

資料安全與隱私鎖頭意象,代表 AI 記憶的隱私紅線
記得越主動,越需要讓使用者知道它正在用什麼。圖片來源:Book Catalog / Wikimedia Commons(CC BY 2.0)

03Gemini:主動帶入個人脈絡,告知被質疑:個人化很強,透明度要跟上

Gemini 可以利用你過去的對話與個人脈絡來調整回答,不過哪些個人化功能開放給誰,要看方案與地區。2025 年 11 月 18 日,一位獨立開發者發文表示,他從一次對話顯示的思考過程判斷,Gemini 用了個人脈絡卻沒有主動告訴他。這是單一案例的觀察,但點出這條路線的取捨:記得越主動,就越需要讓使用者知道它正在用什麼。

項目ChatGPTClaudeGemini
怎麼記記事本,加上參照過去聊天;研究者推測會把舊對話摘要帶進新對話聊天記憶與 Claude Code 專案記憶分開可利用過往對話與個人脈絡個人化回答
免費方案可以(2025 年 6 月起免費使用者逐步可參照近期對話)可以(2026 年 3 月 2 日起)依個人化功能與地區而定
主要取捨方便,但難看出帶了哪些舊對話Claude Code 的專案記憶各自分開,邊界清楚但不互通;Claude 聊天與 Cowork 另有共用記憶個人化強,但告知透明度受質疑
表 1:三家記憶做法與取捨(2026 年 10 月整理)

把三家放在一起看,其實是在同一組工程問題上做了不同選擇。第一個問題是要不要自動記:自動記最省事,但使用者比較難知道它記了什麼。第二個問題是記憶要不要分區:分得越細,越不容易在錯的場合想起不該想起的事,但也越難跨範圍串起來。第三個問題是用的時候要不要講:每次都講清楚比較透明,卻可能打斷對話。沒有哪一家同時拿滿分,選哪一家,等於選你比較在意哪一邊。

分散式記憶晶片設計圖,象徵把 AI 記憶搬回本機硬體的概念
把記憶放在自己的機器上,看得見也改得動,但要自己維護。圖片來源:Jameschilds2026 / Wikimedia Commons(CC0 1.0 公有領域)

04自己管記憶:開源工具的取捨:看得見、改得動,但要自己動手

不想把記憶全交給雲端的人,開始用開源工具自己管。有個開源專案把記憶、輸入路由、變更追蹤拆成各自獨立的子系統;Recall 和 Jevmem 都能替 Claude Code 保留跨工作階段的專案記憶,也支援其他工具;其中 Recall 的記錄與摘要可完全在本機產生。

全球腦與分散式記憶網路示意
記憶可以集中在一朵雲,也可以分散放在每個人自己的機器上。圖片來源:Rhetos / Wikimedia Commons(CC0 1.0 公有領域)

這條路線的取捨很直接:記憶變成你看得見、改得動的檔案,若再用版本控制工具(例如 Git)管理,每次變更都能比較、提交與還原;代價是安裝、設定和日後的維護,都得自己來。

神經元細胞與大腦神經網路的顯微影像,象徵 AI 內部的記憶層結構
比起記得多,記得對、看得到、刪得掉更重要。圖片來源:Yourazidan / Wikimedia Commons(CC BY-SA 4.0)

05學術圈怎麼看:「記得對」比「記得多」重要,你也該守兩條紅線

學術界的方向也一樣:與其一直加大記憶容量,不如替記憶訂規則,決定什麼該留、什麼該淡忘、什麼該合併。一篇 2026 年 9 月的論文在自家測試中比較兩套記憶系統,採用記憶生命週期規則的那一套,虛構回答的比例以有作答的題目計算,約只有對照系統的一半;另一篇論文提出分級、衰減、脈絡化、鞏固、稽核五個治理動作;也有研究替每條記憶打分數,看它對最後的回答到底有多少貢獻。

採用記憶生命週期規則的系統,虛構回答率較低
單位:% 虛構回答率;分母分別為「有作答的題目」與「全部題目」兩種計算方式;數值愈低代表記憶系統愈可靠。
對照系統(有作答的題目)45.1%
生命週期規則系統(有作答的題目)22.4%
對照系統(全部題目)32.2%
生命週期規則系統(全部題目)13.0%
資料來源:Fortunate Recall 論文摘要(arXiv:2609.10413,2026 年 9 月 9 日);對照系統為 Mem0,採用生命週期規則的系統為 FR-Bank。
用表格看圖表數據
項目數值
對照系統(有作答的題目)45.1%
生命週期規則系統(有作答的題目)22.4%
對照系統(全部題目)32.2%
生命週期規則系統(全部題目)13.0%

回到使用者自己身上,不論選哪一家,先守兩條紅線:看得到 AI 記了你什麼,而且刪得掉。一份 18 人的訪談研究也發現,受訪者除了在意個人化的好處,也重視能不能檢視、編輯、刪除記憶。動手不難:打開你常用那一家的記憶設定頁看一次;刪掉不希望它在新對話裡讀到的條目,再開新對話測試;想自己管的人,再去試試開源工具。

資料來源

  1. OpenAI:〈Memory and new controls for ChatGPT〉
  2. OpenAI Help Center:〈ChatGPT — Release Notes〉
  3. Simon Willison:〈I really don't like ChatGPT's new memory dossier〉
  4. Manthan Gupta:〈I Reverse Engineered ChatGPT's Memory System, and Here's What I Found〉
  5. MacRumors:〈Anthropic Adds Free Memory Feature and Import Tool to Lure ChatGPT Users〉
  6. Giorgos Sarigiannidis:〈In Search of (Claude's) Lost Time — Globalizing Claude's project memory〉
  7. unbuffered.stream:〈I caught Google Gemini using my data—and then covering it up〉
  8. GitHub / Daniel Miessler:〈Personal AI Infrastructure (PAI) — README〉
  9. arXiv (cs.AI):〈Fortunate Recall: Ontology-Driven Memory Lifecycle Management for Persistent Coherence〉
  10. arXiv (cs.AI):〈Memory as Metabolism: A Design for Companion Knowledge Systems〉
  11. arXiv (cs.DB):〈MemLens: A Value-Aware Memory Management System with Interactive Analytics for LLM-based Agents〉
  12. arXiv (cs.HC):〈Understanding Users' Privacy Perceptions Towards LLM's RAG-based Memory〉
  13. GitHub:〈Recall – Local project memory for Claude Code〉
  14. GitHub:〈Jevmem – automatic project memory for Claude Code〉
準備就緒