当前人工智能发展面临的核心瓶颈是什么？业界正在形成共识：更完善的记忆系统，可能是迈向通用人工智能的关键。此判断来自对人类智能机制的观察。在人类认知中，工作记忆——即在日常情境中存储并调用信息的能力——与整体智力水平紧密涉及的。对应到人工智能，记忆能力的强弱很大程度上决定了智能系统能达到的上限。OpenAI首席执行官萨姆·奥尔特曼近日在公开场合表达了类似观点。他认为，人工智能的智力上限之所以难以预测，一个重要原因在于其记忆存储的潜力几乎没有硬性边界。奥尔特曼以人类助理作对比：即便是最出色的私人助理，也不可能记住一个人一生说过的每句话、收发的每封邮件、写过的每份文档，更难以每天跟进所有事项并记住每个细节。而接近“全量、精准”的记忆能力，正被视为人工智能下一步的重要方向。 然而，现阶段人工智能的记忆技术仍较为初级，短板明显。奥尔特曼坦言，目前的记忆方案还很粗糙，离理想状态有差距。一旦系统能够长期、稳定地记住用户生活中的细节，甚至捕捉用户未明确表达的隐性偏好，其能力将出现跃升，变得“非常强大”。这种判断并非个例。纽约通用智能公司联合创始人安德鲁·皮尼亚内利也指出，未来一年记忆技术将成为人工智能企业投入的重点，并可能被视为通向通用人工智能前的关键门槛。 从产业层面看，记忆技术的重要性正在被快速放大。皮尼亚内利观察到，OpenAI在ChatGPT中引入记忆功能后，主流模型供应商都在为各自产品补齐并优化记忆能力。这意味着，记忆正在从“可选功能”转变为产品竞争的核心要素，并推动行业资源向这一方向集中。 技术路径也在逐渐清晰。更大的上下文窗口——即大型语言模型在单次提示中可处理的信息量——正在带动能力提升。上下文窗口扩大后，系统可在一次推理中纳入更多信息，使智能体更容易读取大型记忆索引中的内容。但要支撑通用人工智能所需的海量细节处理，记忆架构仍需更升级。即便是更基础的短期情境记忆，在稳定性与可用性上也仍未完全解决。 从功能角度看，记忆系统的意义不止于“多记一点”。皮尼亚内利认为，解决记忆问题是让人工智能从带有明显“工具感”的系统，走向更具类人连续性的关键。当前系统在交互层面已表现成熟，从交互维度的图灵测试来看基本过关，但要形成真正可持续的“数字自我”，还缺少另一半：可延续、可追溯的记忆。更完善的记忆将帮助系统建立连贯的自我状态与任务脉络，并形成对用户更深入、长期的理解，从而实现从工具到伙伴的转变。 展望未来，业界的判断正趋于一致：首个通用人工智能，很可能同时具备强大的推理与处理能力，以及高质量的记忆系统。这也意味着，记忆技术的突破不仅是工程问题，更将影响人工智能产品形态与发展路线。各大企业与研究机构正加大投入，希望在这一方向率先取得进展。
从“能说会写”到“懂你所需并能长期协作”，记忆能力既是技术跃迁的抓手，也是安全治理的考题；把记忆做强，更要把边界做清、把责任做实。唯有在可控、可信、合规的前提下，让系统真正“记得准、用得稳、删得掉”，才可能为下一阶段智能应用的规模化落地打开更可持续的空间。