题图｜电影《50 First Dates》
在夏威夷的浪花中，亨利邂逅卢西，她的笑如初绽的花朵，瞬间点燃爱的火苗。早餐约会，甜蜜如蜜；但卢西却因车祸，患顺行性失忆症；每晨醒来，昨日记忆尽数抹去。但亨利不离不弃，以痴心重塑“初恋无限次”。
以上是经典爱情电影《50 First Dates》的剧情。
电影中每天卢西睡醒后也会失忆，但亨利却每天用录像带播放前日甜蜜片段，让她重温相恋过程；或在沙滩写下情书，以海浪为墨，唤醒她的心动；还用歌声和幽默故事，逗她开心，重新点燃熟悉的温暖。亨利的爱如海潮，包容遗忘的痛楚；卢西和她的家人从疑虑到动容，见证这奇迹。
最终，卢西拥抱断续的命运，与亨利在无尽“初次”中永恒相守，每个日出，都是初恋的无限绽放。
类以与顺行性失忆症的剧情，在不少电影、小说和漫画里也出现过。例如诺兰的《记忆碎片》、三木孝浩的《今夜，即便这份恋情从世界消散》，漫画《一周的朋友》、《忘却侦探》等。这些瞬间忘却的记忆，会构成动人故事的原因，就是因为强烈的反差：例如在《忘却侦探》里的女主角虽然极度聪明，但每当睡醒后就会失去记忆，这严重影响了查案的能力。
无疑，在现实生活中我们并不常见到这类病症，正因如此，这类故事才显得格外吸引人。但讽刺的是，近年来却有越来越多的人需要面对类似的“瞬间遗忘”问题——而这个问题竟出现在当前最高科技、最具智能的技术领域：
AI大模型。
AI的顺行性失忆症
顺行性失忆(Anterograde amnesia) 是一个心理学术语，指个体在经历某些脑部损伤或创伤后无法形成新的长期记忆。换句话说，患者能够保留事件发生前的记忆（旧记忆），但无法将新的经历或信息转化为长期记忆，从而导致「学了就忘」的现象。
因此，在电影《50 First Dates》中的卢西，以及漫画《忘却侦探》中的今日子，每当睡醒后便会遗忘当天所发生的一切，这给她们的日常生活带来了诸多困扰。类似地，在早年的 AI 系统中，也长期存在一种“顺行性失忆”问题——无法将新获取的信息持久保存并加以利用，进而对用户体验造成严重影响。
OPPO ColorOS 智慧产品研发总监姜昱晨，早前在OPPO的开发者大会里表示：“因为你肯定不希望，每次跟 AI 聊完之后，他像失忆每一次都需要重新沟通。它没有你的语境，即使它的推理能力、认知能力再强大，它也没有办法想你所想，思你所思。”
这一切，都要从 AI Agent（智能体）的发展说起。
2022 年，ChatGPT 横空出世。当时的 AI 在海量数据的训练下，俨然是一位博学多识的全能选手：上知天文，下知地理，既能轻松解释量子物理，也能娓娓讲述柏拉图的唯心哲学。从任何角度来看，这样强大的 AI 都不像患有「失忆症」。
然而随着用户使用深入，大家逐渐发现，当时的 AI 本质上仍只是一个聊天机器人，只能回答问题，而无法像钢铁侠的 AI 管家贾维斯（J.A.R.V.I.S.）那样，帮助托尼处理现实生活中的复杂事务。其根本原因在于，现实世界的问题往往涉及多步骤操作，并需要调用外部工具才能完成。
举例而言，若用户希望 AI 帮忙打车，系统首先需确定用户的当前位置和目的地；随后根据位置选择合适的打车应用；再依据用户意愿操作应用，输入起点与终点信息。在整个流程中，AI 必须将「打车」这一宏观任务拆解为「定位」、「查找目标」、「选择工具」、「操作工具」等多个子任务，并在各环节中持续引用此前获取的「用户位置与意图」等关键信息。
这正是我们所说的「AI Agent」——一种能够理解任务、规划步骤并自主执行的智能代理。
尽管 AI 拥有广博的知识，通晓量子力学，也理解柏拉图思想，但这些知识来源于其初始训练阶段（即预训练）所学习的海量文本数据。这类知识属于模型固有的「长期记忆」，是静态且不可更改的基座能力。然而，AI 在预训练时不可能预先知晓用户当前的位置，也无法提前了解其出行目的。因此，它必须在对话过程中动态捕捉并记住关键信息，才能实现多步推理与连续操作。
为此，要让 AI记住用户的对话信息，就需要把前一轮的对话信息带入下一轮的对话；通过维持上下文对话的连贯性，来记住用户的真实意图。然而，大模型的算力消耗极高，且其计算需求与输入的上下文长度呈平方甚至指数级增长。
当用户提出较复杂的任务时，AI 往往需将其分解为多轮交互；而随着对话轮次增加，上下文不断累积，算力成本也随之急剧上升。例如，早期 GPT-3 支持 2K–4K token 的上下文长度，若将其扩展至 32K，所需算力可能暴增达 256 倍。因此在今日的 OPPO 开发者大会里，姜昱辰如是说：
「没有Memory（记忆），何谈AGI。」
记忆成为大厂必争之地
换言之，当用户希望 AI 执行的任务越复杂，AI 就需记住更多的用户信息；而要让 AI 记住更多信息，其算力成本便会急剧上升。倘若 AI 厂商不愿投入巨额资金增强模型的记忆能力，那么 AI 就只能停留在聊天机器人的阶段，无法实现真正的任务执行。
因此，问题随之浮现。
2022 年，在 ChatGPT 的引领下，AI 领域掀起一场「百模大战」。多家互联网巨头争相投入巨资训练各自的 AI 大模型。由于竞争激烈，各企业唯恐落后，无暇深入思考：一个只会对话、无法行动的 AI 模型，最终如何实现应用落地？
然而到了 2024 年，AI 龙头企业 OpenAI 的年度亏损高达 50 亿美元，预计 2025 年亏损或将攀升至 140 亿美元。随着算力成本持续攀升，AI 大厂不得不开始认真面对商业化与变现难题。
但要让 AI 创造收益，就必须为其赋予足够的用户价值；而要提供真正有价值的服务，则必须使 AI 能够替代人类完成复杂任务。在此背景下，继「百模大战」之后，AI 领域再度迎来「百 Agent 大战」。正如前文所述，要真正实现 AI Agent 的能力，首要前提便是治愈 AI 的「顺行性失忆症」。
因此，各大 AI 龙头企业相继布局，「记忆」迅速成为技术竞争的核心战场：
2024 年 6 月，苹果宣布推出 Apple Intelligence，支持在端侧存储用户的个性化信息。
2025 年 2 月，OpenAI 在 ChatGPT 中上线记忆功能。
2025 年 4 月，OPPO 宣布推出「小布记忆」功能。
2025 年 8 月 12 日，另一家 AI 领导者 Anthropic 宣布其聊天机器人 Claude 具备长期记忆能力，并可在新对话中通过检索过往记录引用相关信息。
2025 年 8 月 13 日，Google 宣布 Gemini 已配备记忆功能，且支持跨多次对话的信息延续。
2025 年 8 月 14 日，字节跳动 Seed 团队发布 M3-Agent 系统，首次实现 AI 具备类人水平的长期记忆与推理能力，其记忆范围不再局限于文本，更扩展至视频、音频等多模态数据。
2025 年 9 月，OpenAI 在 ChatGPT 上线分支功能，使不同对话之间的记忆结构更加清晰有序。
眼尖的读者也许会发现，此次「百 Agent 大战」与此前「百模大战」的关键差异在于：参赛者不再局限于传统互联网厂商，一批终端设备制造商也强势加入，例如苹果和 OPPO。其背后原因显而易见：无论哪家互联网公司试图将 AI 应用落地，都必须依赖终端设备作为触达消费者的媒介。
另一方面，手机作为用户最频繁使用的计算终端，具备天然的数据获取优势，能够更充分地释放 AI 的潜力。例如，OPPO 引入「小布建议卡片」，可根据用户的使用场景与习惯进行个性化推荐与服务，在差旅出行、通勤聚集、用机效率及运动健康四大生活场景中，实时依据行为模式提供应用建议与主动服务。
可见，对于 OpenAI 这类以 AI 为核心业务的互联网企业而言，AI 的记忆能力至关重要；对于 OPPO 这类与用户日常交互密切的终端厂商来说，AI 的记忆能力同样不可或缺。所以姜昱晨在开发OPPO的AI能力时，一直坚定地认为：
「AI 未来一定会变得真正懂你，并且无处不在。 而在通往这样的超级AI 之路，记忆正是关键。」
国产手机走上更务实的方向
目前在手机厂商的 AI 记忆新赛道中，已形成两大技术路线。其一是以美国苹果为代表，采用以端侧记忆为核心的「个人情境」模式；其二是以中国 OPPO 为代表，推行端云协同架构的「小布记忆」方案。
2024 年，苹果宣布推出 Apple Intelligence，其核心组成部分即为「个人情境」（Personal Context）。该系统通过收集用户的个人情境数据，利用 AI 预判用户需求，精准识别其意图与所需服务。例如，在 WWDC 2024 上，苹果展示了一个场景：用户在短信应用中与朋友聊天时，「个人情境」可根据通讯录中的姓名和照片，自动生成该朋友的形象；也可依据对话内容与语境，生成相应的视觉画面。
但问题的关键在于Apple Intelligence把所有涉及记忆能力的「个人情境」数据，均被苹果出于安全考虑存储于端侧（尽管苹果也有采用了基于私密云的端云协同架构，但仅用于计算、而非记忆）。我们承认，苹果的端侧策略确实在最大程度上保障了用户的信息安全；但从另一角度看，这一纯端侧的记忆路径也严重限制了 Apple Intelligence 的实际能力。
前文已提及，AI 记忆的核心瓶颈之一是算力——随着需记忆的用户信息不断叠加，计算负荷呈几何级数增长。即便苹果芯片性能极为强大，也无法与云端显卡集群的并行算力相提并论。若苹果始终坚持将用户数据留存于端侧，则 AI 的信息处理能力将受限于终端硬件性能，难以真正实现对用户长期、复杂需求的持续记忆与理解。
相比之下，OPPO 虽采用端云协同的混合式技术架构，但这并不意味着其忽视用户隐私；因为「小布」在记录用户习惯时虽会上传部分数据至云端，但仍以用户隐私与数据安全为首要前提。
OPPO在小布上采用了最先进的端云协同机制，能够智能分配计算任务至最合适的执行环境： 在设备端，存储用户的个人「记忆」片段与敏感信息，并由运行于手机芯片上的轻量级「小模型」处理简单且需快速响应的任务；而对于诸如分析量子计算概念或制定完整旅游计划等需要巨大算力、超出终端处理能力的复杂任务，则交由云端大模型完成。
通过这种端云协同机制，OPPO 实现了性能、隐私与功耗三者之间的有效平衡，破解了业界长期存在的「不可能三角」难题。
对用户而言，真正重要的是信息安全能否得到保障，而非具体采用何种技术路径实现。无论是 ChatGPT 还是 Google Gemini，均依赖云端存储用户数据，却并未因此引发大规模用户抵制或信任危机。由此可见，只要在确保数据安全的前提下进行设计，用户便可接受合理的云端协作模式。
在此基础上，OPPO 的 AI 记忆不再受制于手机本身的内存容量或算力上限，从而真正迈向两个核心目标：
长期记忆、打破孤岛。
每天懂你多一些
2024 年，某家手机厂商在发布新品时高调宣传其 AI 功能，在发布会上通过 AI 点了 2000 杯咖啡，引发当时热议；然而不久后，这一 AI 点咖啡功能却被悄然下架。
我们并不清楚该功能最终被下架的具体原因，但可以肯定的是，这一功能看似炫酷，实则缺乏实际价值。毕竟，2000 人有 2000 种不同偏好：有人喜欢拿铁，有人偏爱美式；有人习惯热饮，有人钟情冷饮，更有人根本不喜欢喝咖啡。而此次发布会所展示的 AI 点咖啡功能，完全磨平了用户的个性化需求，最终仅沦为一次 AI 工作流的演示秀。
正所谓「千人千面」，每个人的口味各不相同。一套固定的自动化流程，不可能适配所有用户。即便偶然匹配某一用户的偏好，人的口味也会随时间与情境变化。试想：若 AI 在寒冬为你点冰美式，或在盛夏推荐热拿铁，这样的智能服务，真的符合你的需求吗？
AI 若真要在这一领域为用户带来帮助，就不能像开盲盒般随意决策，而必须长期、深入地理解用户习惯。首先是在纵向维度上，掌握用户在不同时间段对口味的动态变化；其次是在横向维度上，无论用户身处深圳还是北京，使用美团订餐还是瑞幸点单，AI 都应能准确判断其当下更倾向选择麦当劳还是星巴克。
更重要的是，用户的意图往往是模糊的，背后可能隐藏着复杂的上下文信息。「小布记忆」系统通过持续积累用户意图相关数据，逐步解析其真实需求，实现精准的任务执行。正是在这种日积月累的过程中，系统捕获并存储了大量揭示用户真实意图的宝贵信息。
试想，当用户某天对 AI 说：「今天晚上不知道该吃什么？」这句话可能意味着他身处陌生城市，确实不了解周边餐厅；也可能表示他在熟悉环境中已吃遍附近餐馆，渴望新鲜感；同时还可能是因为下午茶摄入过多，只想简单解决一餐。在此情况下，AI 必须结合用户的历史位置、长期与短期用餐记录，综合判断并推荐合适的就餐选择。
不过，如果用户每天仅与 AI 交互数次，且记忆仅积累数日，AI 根本无法真正掌握用户的偏好。因此，OPPO 希望「小布」能够与用户建立长期、持续的对话关系。唯有当用户与 AI 的互动时间足够长久，才能逐渐感受到 AI 每天多懂自己一点，也才可能真正体验到 OPPO 所描绘的智能化愿景。
所以最佳的解决方就，就是「小布」能持续记录用户的对话内容，基于对话历史不断深化对用户的理解，并积累个性化问答、偏好、服务及信息，便可在不同场景中为用户提供专属的服务体验。
举例而言，当「小布」陪伴用户数年后，共同经历上班通勤、外出旅行；它会记得用户夏天偏爱冰美式，冬天习惯热拿铁；平日为健康饮食清淡，而在旅途中则乐于尝试当地特色美食。当「小布」具备这些长期记忆，便能结合当下情境，提供更具针对性的建议与服务。
然而，随着 AI 持续记录用户行为，数据体量将不断增长，占用的手机存储空间越来越多，处理的数据也愈加复杂，所需算力随之持续上升。换言之，仅依赖端侧的记忆能力，AI 终究仍如《50 First Dates》中睡醒即遗忘一切的女主角卢西，或是《忘却侦探》中每日清空记忆、无法延续工作的今日子。
因此，唯有通过端云协同机制，AI 才能长期、稳定地记录用户的生活习惯，真正理解用户，并在此基础上提供切实有用的服务支持。
用技术打破信息孤岛
此外，那些与顺行性失忆症相关的电影中，患者往往会采用各种特殊手段，帮助自己记住被遗忘的片段。例如，在电影《50 First Dates》中，男主角亨利会将他们日常生活的片段记录在相册和录音带中，并于每天早晨为女主角卢西播放，以此唤醒爱人的记忆。
但在许多情况下，这些患者并非想记录就能顺利记录；在多部涉及顺行性失忆症的影视作品中，常出现患者难以及时保存关键信息的环境。例如，《记忆碎片》中的男主角莱纳德因记忆只能维持数十分钟，每当发现重要线索时，必须立即采取一切可行方式加以留存——例如使用拍立得相机拍摄现场快照，甚至以身体为纸，将关键信息纹刻于皮肤之上，用肉身承载记忆。
同样地，手机厂商在应对 AI 的「顺行性失忆症」时，也竭尽所能帮助用户主动向 AI 输入记忆。例如，若用户是一位美食爱好者，收藏了大量餐厅信息，则他自然希望下次点餐时，AI 能基于这些收藏提供更精准的推荐；又如一位居住在深圳的用户收藏了北京朝阳公园附近的优质餐馆，当他真正抵达该区域时，AI 应能及时提醒：“附近有一家您曾收藏过的餐厅。”
然而，手机用户在现实中也常常面临“想记却无法记录”的困境。例如，用户可能正忙于手头事务，无法腾出手在备忘录中输入信息；或正处于视频会议等应用中工作，不便退出当前界面切换至记录工具。更重要的是，长期以来，手机生态深受「信息孤岛」问题困扰，AI 往往无法跨应用调取数据——即便用户的抖音或小红书账号中已收藏大量餐厅推荐，AI 却因权限限制无法访问相关内容，导致偏好信息无法被有效利用。
在此背景下，OPPO 推出了「小布记忆」这一系统级 AI 功能。该功能依托此前已有的「一键问屏」能力，可将屏幕显示的内容自动转化为待记录的信息，从而打通应用间的壁垒，将散落在各平台的记忆片段汇聚至「小布记忆」之中。此外，OPPO 还为「小布记忆」配备了一枚专属物理按键，即使用户双手不便操作，也能通过一键闪记，操作直观且高效。
当 AI 成功记录这些信息后，会对其进行分类与整理，并支持用户随时检索查询；而当 AI 对用户习惯的理解足够深入时，更能主动推送相关信息。例如，前述用户到达北京朝阳区时，AI 可基于其曾在第三方应用中的收藏记录，主动提示附近有其关注的餐厅；又或当用户请求 AI 规划杭州旅行行程时，系统可依据其过往在社交平台上收藏的景点信息，智能编排出行路线。
OPPO AI峰会前夕，一键闪记成功挑战吉尼斯世界纪录™称号，更快更准的AI记忆，创行业首个世界纪录。小布记忆也成为吉尼斯首个盖章认证的“AI记忆大师”。
由此可见，OPPO 在构建 AI 记忆能力上有多认真。
总结
在 AI 席卷全球的浪潮中，记忆不仅是技术演进的基石，更是决定谁能“得天下”的核心竞争力。正如《50 First Dates》中亨利用录像与情书唤醒卢西遗忘的爱意，AI 的记忆力正是通过持续积累用户的意图、习惯与上下文信息，跨越时间与场景的阻隔，提供精准而个性化的服务。这种能力不仅破解了「信息孤岛」的桎梏，也让 AI 真正在日常生活中做到「懂你」。
展望未来，记忆的潜力远不止于此。正因如此，当前互联网与终端厂商纷纷涌入 AI 记忆赛道，竞争日趋激烈，可谓「得记忆者得天下」。而在诸多技术路径中，OPPO 所选择的「端云协同」「长期记忆」与「打破孤岛」三位一体的策略，已在实践中展现出显著优势，可能是当前行业中最贴近用户真实需求的最优解之一。
毕竟，AI如果没有记忆，和咸鱼有什么分别。
本内容为作者独立观点，不代表虎嗅立场。未经允许不得转载，授权事宜请联系 hezuo@huxiu.com
本文来自虎嗅，原文链接：https://www.huxiu.com/article/4791574.html?f=wyxwapp