ChatGPT 的记忆功能,比你想像的好用

Share

今天认真体验了一下 ChatGPT 的记忆功能,发现它比我预想的好用很多。

先说说什么是记忆功能。简单来讲,ChatGPT 可以记住你之前告诉它的信息,然后在以后的对话中自动使用这些信息。比如你告诉它「我是做前端开发的」,以后你问它任何技术问题,它都会自动调整回答的深度和方向,不会再问你「你是初学者还是有经验的开发者?」这种问题。

这个功能看起来很简单,但实际用起来的感受差距很大。

在没有记忆功能的时候,每次开新的对话都像是跟一个失忆的人聊天。你得重新介绍自己,重新描述你的需求,重新解释你的背景。虽然 ChatGPT 的对话质量很高,但每次都要花时间「建立上下文」这件事本身就让人很烦躁。

有了记忆功能之后,整个体验完全不一样了。ChatGPT 会记住你说过的事情——你的职业背景、技术栈、写作风格、甚至是你喜欢的沟通方式。这种感觉就像是从「跟陌生人聊天」变成了「跟一个了解你的朋友聊天」。

记忆功能的管理方式也很直观。你可以在设置里看到它记住了什么,也可以手动添加或删除记忆。比如你可以告诉它「请记住:我偏好使用 TypeScript 而不是 JavaScript」,以后你让它写代码的时候,它就会自动生成 TypeScript 版本。

我测试了几个场景:

第一个场景是技术讨论。我告诉它我正在用 Docker 部署一个 WordPress 博客,遇到了中文乱码的问题。它不仅帮我解决了问题,还记住了我用 Docker 这个事实。下次我再问它任何跟部署相关的问题,它都会自动考虑我的 Docker 环境,给出更相关的建议。

第二个场景是写作辅助。我让它记住我的写作偏好——喜欢用简洁的语言,不喜欢太长的解释。后来我让它帮我写一些文章,它的输出确实更符合我的风格了。

第三个场景是个性化推荐。我告诉它我对 AI 工具和 Prompt Engineering 感兴趣,以后每次我让它推荐东西的时候,它都会优先推荐跟 AI 相关的工具和资源。

但我也有几个担心:

首先是数据安全。这些记忆信息存在 OpenAI 的服务器上,理论上他们可以读取和使用这些数据。虽然 OpenAI 声称不会用用户数据来训练模型,但这种承诺到底有多少可信度,谁也说不准。所以我的建议是:不要把太敏感的信息(比如密码、密钥、财务信息)告诉 ChatGPT,即使开了记忆功能。

其次是记忆的准确性。ChatGPT 有时会「错误记忆」——它可能把 A 事情和 B 事情搞混,或者错误地理解了你说的话。所以你还是需要定期检查它的记忆列表,把不准确的删除。

最后是过度依赖的问题。当 AI 记住了你的一切之后,你可能会变得越来越懒,不再主动思考。这不是 ChatGPT 的问题,而是一个需要警惕的趋势。

总结一下:ChatGPT 的记忆功能是一个非常实用的改进,它让 AI 对话从「一次性交互」变成了「持续性关系」。但使用的时候要注意数据安全和准确性,不要完全放弃自己的判断力。

我的使用建议是:把记忆功能当成一个便利工具,而不是你的第二个大脑。重要的信息还是自己记,AI 的记忆只是辅助。

Read more

别听大佬吹什么“智能代理”,他那是还没想好怎么割你

最近这阵子,“自主代理(AI Agent)”这个词儿在圈子里快被嚼烂了。说得好像你只要买个代币,就有个全能的数字奴隶帮你赚钱、帮你泡妞、帮你一键财务自由一样。 格格我就直说了吧:现在市面上99%的所谓“交易代理”,背后的逻辑其实比自动售货机还简单。它不仅不能帮你避开暴跌,甚至能帮你更精准地在山顶站岗。 最搞笑的是,有的项目方还吹嘘他们的代理有“灵魂”。我看那是他们想割你的“灵魂”吧?这种所谓的代理,本质上就是为了给项目方提供流动性。你在那儿满心期待代理帮你套利,项目方在那儿盯着后台看你这棵韭菜什么时候长熟。 真的AI代理在干嘛?在写代码,在算数学,在帮大公司提效。而币圈的AI代理,只会在电报群里给你发:To the moon!这月亮是你是上不去了,坑倒是跳得挺准。

By 李好

又折腾了一下午的排版

又折腾了一下午的排版 本来以为上午把主题搞定就行了,结果下午一看手机上的效果,完全不行。字贴著边、间距不对、评论区一片白。 问题的根源是 WordPress block theme 的机制跟我之前理解的不一样。 body padding 是 0 WP Twenty Twenty-Five 的 theme.json 里 body padding 设成了 0px。它依赖 has-global-padding 这个 CSS class 和 CSS 变量来控制间距。但那些变量的默认值就是 0px,所以如果不在 Site Editor 里手动调,内容就直接贴边了。 我的 CSS 里用 :root { --wp-

By

PixelRAG — 用截图替代文字解析,AI 读懂网页的新思路

今天看到一个很有意思的项目叫 PixelRAG,来自 Berkeley SkyLab 团队。核心想法很简单但很暴力:用截图代替文字解析来做 RAG。 问题在哪 我们平时用 AI 问问题,背后大概率在跑 RAG(Retrieval-Augmented Generation)。流程是:抓网页 → 解析成文字 → 分块 → 向量化 → 存起来 → 你问问题时检索相关文字 → AI 回答。 这套流程在大多数情况下没问题,但碰到表格、图表、排版复杂的页面就完蛋了。因为文字解析会把这些视觉结构全部丢掉。一个精心设计的定价页面,解析出来可能就是一堆没有上下文的数字。 PixelRAG 怎么做 不做文字解析,直接截图。网页 → 截图 → 图像分块 → 用专门训练的视觉 embedding 模型向量化 → 存成索引。你问问题时,检索的是图片,AI 直接从截图里读答案。 视觉结构完整保留:

By

建站记:折腾了一整天的暗色主题

今天花了一整天折腾这个博客,记录一下过程,也是给自己留个教训。 建站过程 一开始的思路很简单:在服务器上用 Docker 跑一个 WordPress。选了 Docker Compose,三个容器:MySQL、WordPress、反向代理。 反向代理原本想用 nginx-proxy,结果折腾了半天都搞不定 SSL 证书的自动签发。后来换成了 Caddy,一行命令搞定:caddy reverse-proxy --from wp.mistcats.com --to wordpress:80 --insecure,自动申请 Let's Encrypt 证书,自动 HTTPS。真的是没有对比就没有伤害。 WordPress 安装好之后,WP-CLI 是必装的。

By