如果回看最近一段时间的 AI 工具，有一个变化开始反复出现：
它们不再只是“回答问题”，
而开始逐步具备长期记忆能力。
这件事一开始看起来像是体验优化，
但当它在不同产品中同时出现时，
它更像是一次系统层的变化。
可以看到一些具体的迹象：
1. 模型开始引入长期记忆能力
例如：
- • Claude 开始支持跨会话记忆用户信息
- • 一些 AI 工具能够记录用户偏好，并在后续对话中持续使用
这些能力让 AI 不再是“每次从零开始”。
2. 开发工具开始引入持续上下文
在开发场景中，也出现类似变化：
- • VS Code 等工具开始引入 Session Memory
- • 一些工具能够在多个任务之间保留上下文
这意味着：
AI 不再只处理“单次任务”，而是参与“连续过程”。
3. 记忆开始成为系统组件
除了模型自身能力外，也出现了独立的记忆方案：
- • Mem0 等项目，尝试构建长期记忆层
- • 将记忆作为系统的一部分，而不是附加能力
这些变化单独看，都只是功能增强。
但当它们同时出现时，指向的是：
AI 系统正在从“无状态交互”，走向“持续状态系统”。
当系统具备长期记忆之后，
交互不再是一次次独立对话，
而会逐渐变成：
- • 持续上下文
- • 长期协作
- • 状态累积
这会改变的，不只是体验，
而是系统本身的形态。
案例
- • Anthropic 在 Claude 中加入自动记忆功能，使系统能够在长期任务中自动记录用户偏好与关键上下文。《How Claude remembers your project[1]》
- • Visual Studio Code 在 1.110 版本中引入 Session Memory，使 AI Agent 能够在多轮交互中持续保存计划与执行指引。《February 2026 (version 1.110)[2]》
- • 在 Agent 框架领域，诸如 Mem0 等记忆系统也逐渐成为基础组件，用于实现跨会话、跨 Agent 的长期知识管理。《别再硬扛原生记忆了！OpenClaw内置Mem0，让Agent更省token、更智能》
引用链接
[1] How Claude remembers your project: code.claude.com/docs/en/mem…
[2] February 2026 (version 1.110): code.visualstudio.com/updates/v1_…
