6.8
深览指数
科技量子位··AI 生成
一位失忆患者，揭开了AI记忆的误区
本文以神经科学经典案例H.M.和舍雷舍夫斯基为引，指出“遗忘”是记忆的核心能力，而非漏洞。作者批评当前AI记忆方案（RAG、超长上下文）本质上只是存档与关键词匹配，缺乏真正的“回忆”能力。文章介绍了Shadoweave（织影）团队及其HMS全息记忆系统，其核心设计是“存储与回忆分离”：原始事实封存不改，回忆时基于多重线索进行交叉验证与推理。文章将AI记忆提升至基础设施层面，提出了“记忆协议”的构想，认为其价值可能不亚于算力基础设施。本文适合对AI产品设计、认知科学和基础设施趋势感兴趣的读者。原文 ↗
核心观点
- ▍当前AI记忆方案（RAG、超长上下文）本质是存档与关键词匹配，缺乏“回忆”能力，真正的记忆应基于线索进行推理，而非简单查表。
- ▍存储与回忆是两套独立系统，AI应将其彻底分离：原始事实封存不改，回忆时综合多条线索交叉验证，并可推翻旧结论。
- 01病例H.M.因切除内侧颞叶无法形成新记忆，但在镜像描画实验中，其身体技能可逐步提升，说明“存储经历”和“主动回想”是两套独立过程。
- 02记者舍雷舍夫斯基拥有超强记忆力，但无法过滤无用细节，导致难以从具体画面中提炼抽象理解，说明“遗忘”是记忆筛选关键信息的能力。
- 03特德·姜小说《双面真相》提出两种记忆逻辑：vough（事实存档）与mimi（现实解读），人脑回忆时会下意识改写记忆，而AI可将二者彻底分离。
- 04Shadoweave团队自研的HMS全息记忆系统，在LongMemEval和LoCoMo两项基准测试中准确率处于领先水平。
- 05Shadoweave团队正在开发产品Memory Bank，旨在跨应用、跨设备、跨Agent统一管理长期记忆，形成用户的连续认知。
- 06文章将AI记忆与计算机体系结构类比：CPU（大模型）与存储（记忆）是正交系统，历史证明存储最终成长为万亿级赛道。
反方 / 局限
- — 文章承认Memory Bank不打算取代任何现有应用，定位是基础设施，但其成功依赖于模型厂商、开发者生态的广泛采用，存在“先有鸡还是先有蛋”的落地挑战。
- — 文章提出“记忆协议”的构想，但也指出模型厂商不太可能将自身智能的根基交给竞争对手，这意味着跨厂商公共记忆层的实现面临巨大的商业和信任壁垒。
11 分钟 · 4 卡片 · 11 资料
读原文 →