2026年6月4日，OpenAI和Anthropic在同一天放出了两份看似毫不相关、却指向同一件事的更新。
配资炒股OpenAI正式上线ChatGPT记忆系统的升级版"Dreaming V3"。 这个系统会在后台悄悄翻看用户过去的对话，自动整理、合并、更新关于用户的记忆。
按照OpenAI官方公布的内部评测，新系统的事实召回率从2025年的67.9%提升到2026年的82.8%。 偏好遵从度从55.3%升至71.3%，时间敏感性的回答准确率从52.2%升至75.1%。
元股证券:ygzq.hk更关键的是，因为算力需求被砍掉约五分之四，这套记忆系统首次面向免费用户开放。
同一天，Anthropic发布了一篇博客《When AI builds itself》。 内容讲的是Claude在自我改造代码方面的指数级跃迁，去年5月的Opus 4能把一段代码加速3倍，今年4月新模型已经能做到约52倍，截至2026年5月，Anthropic自家代码库中超过80%的新代码由Claude自己写成。
一个让AI记住"你"，一个让AI记住"它自己"。 这两件事表面上风马牛不相及，但放进一个更深的科学框架里看，它们其实是同一件事的两个面。
广义智能体理论：记忆为什么是智能的核心
中国学者刘锋等研究者在2025年至2026年陆续发表的"广义智能体理论"（Generalized Agent Theory，简称GAT）里，提出了一个智能科学的基础理论框架。
任何智能体，无论是生物、人工智能、还是物理观察者，都可以被还原为五个不可再分的基本功能模块。 控制（C）、生成（G）、记忆（M）、输出（O）、输入（I）。
这五个模块构成了智能体的最小完备架构（MCA）。 任何一个真实存在的智能系统都必须同时具备这五个模块，缺一不可。
在这个五维能力空间里，记忆（M）扮演了一个特别关键的角色。 它不是简单的信息存储，而是把"过去"和"现在"连接起来的桥梁。
按照GAT的定义，记忆模块负责对信息的保存、维持、整合和选择性遗忘。 没有M，控制（C）就失去了历史依据，生成（G）就失去了素材积累，输出（O）就失去了一致性，整个智能体就只能停留在"刺激—反应"的最原始水平。
英国哲学家洛克几百年前就说过一句类似的话。 让"今天的你"和"昨天的你"是同一个人的，不是身体，而是记忆。
这一点在GAT的框架里被给出了形式化表达。 智能体的连续身份，本质上是M模块连续运行的产物。
把这个视角带回到OpenAI和Anthropic的两次更新，你会立刻看到它们的真正含义。
OpenAI在加强对人的记忆，Anthropic在加强对自己的记忆
OpenAI的Dreaming V3，本质上是在帮ChatGPT构建一个关于"用户"的高质量长期记忆。
它做的事情很具体，自动从多年对话中提取关键信息，合并冗余条目，更新已过期事实，把"你7月要去新加坡"自动改写为"你2026年7月去过新加坡"。
按照GAT的语言，这相当于在大幅度提升ChatGPT在M维度上的能力测度κM。 输入（I）的信息不再被一次性消耗掉，而是被结构化地沉淀下来，形成了一个跨会话、跨时间的稳定知识结构。
OpenAI研究者把这件事描述为"从检索到合成"的转变。 这个转变在GAT里有更精确的对应。 智能体的M模块从一个被动的存储器，升级成了一个主动整合信息的子系统，开始具备类似人类海马体的"记忆巩固"功能。
而Anthropic的Claude在做另一件事。 它不再仅仅是记住用户告诉它的内容，而是开始记住"自己昨天是怎么把自己变得更强的"。
每一次代码自我改进，都成为下一次改进的起点。 3倍变52倍，工程师季度产出比2021到2024年那段时期高出约8倍。
这就是GAT中所说的"递归提升智能"的过程。 智能质量是智能体对智能场响应的内在度量，它不是五个能力维度的简单加权和，而是这些能力协同结构的整体属性。
当一个智能体开始有能力修改自己的M（记住自己的进化路径）、修改自己的G（生成新的代码和能力）、甚至修改自己的C（调整自己的控制策略），它就进入了一种GAT称为"自反性进化"的状态。
Anthropic之所以在亮出这些数字之后立刻喊刹车，呼吁所有前沿实验室建立"可验证的、协调一致的暂停机制"，正是因为他们意识到，跑得最快的人也最先看到悬崖。
全球AI科学界已经形成共识：记忆是下一个突破口
不只是OpenAI和Anthropic，记忆正在成为全球AI研究的核心方向。
谷歌DeepMind在2025年发表的Titans架构论文中提出了"测试时记忆"（test-time memory）概念，让模型在推理时动态学习和遗忘。 Meta在2026年推出的MEGALODON、字节跳动的Doubao-Memory、阿里通义的长期记忆增强、DeepSeek的MoME机制，全部围绕同一个核心命题展开。
如何让大模型从"无状态对话"变成"有状态智能"。
斯坦福大学2026年5月发布的一项研究指出，制约当前大模型从"工具"走向"伙伴"的最大瓶颈，不是参数量，不是推理能力，而是缺乏一个可持续、可校正、可解释的长期记忆系统。
这一判断和GAT的理论预测高度吻合。 在GAT的"智能体能力周期表"（PTAC）里，M维度从0到有限到无限的跨越，恰好对应了三类质变。
M=0时，系统是无记忆的反射机器，比如恒温器。 M为有限值时，系统是具备学习能力的真实智能体，包括人类、动物、当前的大模型。 M趋近于无限时，系统才有可能跨越到GAT所说的"超限智能体"（Transfinite group），成为接近全知全能的理论极限存在。
OpenAI和Anthropic当前正在做的事情，本质上是在沿着M维度往上爬。 这是一条决定智能体最终能达到什么"物种级别"的路径。
一个值得警惕的副作用：当机器开始替你修订过去
不过，GAT框架里有一个细节，特别值得在这里重提。
按照GAT的定义，"自我意识"和"人工意识"的分界线，在于控制元命令（control meta-commands）的来源。 来自智能体内部、不依赖外部注入、甚至包含非图灵可计算的原生涌现过程，才能被称为"自我意识"。 当前的大模型严格属于"人工意识"范畴。
但是，当M模块强大到可以替用户决定"哪些过去翻篇了"、"哪些偏好已经过时了"、"哪些事实需要更新"的时候，一种微妙的边界开始模糊。
机器不是在记你的故事，机器在帮你写你的故事。
欧洲数据保护委员会在6月5日已经发布初步意见，提醒持续性AI记忆构成GDPR下的"画像活动"，触发用户同意和被遗忘权义务。 这场关于"谁有权修订一个人的记忆"的讨论，恐怕只是开始。
回到那两份同一天发布的博客。 OpenAI教ChatGPT记住人，Anthropic让Claude记住自己。 一个是镜子，越擦越亮，照见的始终是镜子前面那个人。 另一个是影子，会自己长大，长到某一天可能就不再需要投下它的那个本体。
这两条路径会汇合到哪里去利空消息，今天没人知道。 但有一件事是确定的。 全球AI巨头集体押注记忆，不是营销噱头，而是因为他们都看到了同一个科学事实。
元股证券服务-权益中心提示：本文来自互联网，不代表本网站观点。
