智东西6月5日消息，今天凌晨，OpenAI推出升级的ChatGPT记忆合成系统“Dreaming（做梦） V3”，重点解决ChatGPT在数亿用户、多年使用周期下暴露出的记忆过时、准确性不足和大规模服务难题。▲OpenAI更新记忆系统（图源：OpenAI）
不同于2024年推出、依赖用户主动提示的保存记忆功能，Dreaming可以在后台基于聊天历史自动整理并更新记忆。OpenAI曾在2025年4月引入第一个版本Dreaming V0，此次推出的Dreaming V3进一步提升了能力和计算效率，让ChatGPT在后续对话中更好地延续上下文、遵循用户偏好，并随时间修正过时信息。一个直观的例子是，如果用户此前告诉ChatGPT自己7月要去新加坡旅游，旧记忆系统可能在旅行结束后，仍把这件事当作未来计划。但新系统后续会把记忆更新为“用户7月去过新加坡”，之后再给外卖、行程等其他建议时，就不会继续围绕新加坡推荐。新系统还把Dreaming合成出的记忆通过“记忆摘要”页面展示给用户。用户可以查看ChatGPT大致知道自己的哪些信息，新增或更新个人信息，并指定ChatGPT应该在什么场景下提起哪些话题。从OpenAI公布的评估结果看，ChatGPT记忆能力在三项任务上均有提升：在“事实回忆”任务中，新记忆系统任务成功率达到82.8%，较2024年版本提升41.3个百分点；在“偏好遵循”任务中，成功率达到71.3%，较2024年提升39.9个百分点；在“随时间保持正确”任务中，成功率达到75.1%，较2024年提升65.7个百分点。OpenAI称，新系统率先面向美国Plus和Pro用户开放，未来几周将扩展至更多国家和Free、Go用户。
最近几年，OpenAI持续研发并更新ChatGPT的记忆能力。2024年4月，OpenAI首次推出ChatGPT保存记忆（Saved memories）功能。该功能允许用户要求ChatGPT记住姓名、偏好、旅行计划等信息，并在后续对话中调用。▲2024年的保存记忆功能（图源：OpenAI）
不过，这套机制需要在对话中写入记忆，依赖用户提示才能触发记忆。比如，用户在对话中输入类似“记住我7月要去新加坡”的强提示，ChatGPT能够将其存入记忆中。这类记忆像是“记了几条笔记”，但没有被写下来的内容仍容易被忽略。随着时间推移，保存的记忆还可能“变旧”，最终变得不准确，相关性降低。2025年4月，OpenAI更新ChatGPT的记忆功能，模型能够参考聊天上下文，在保存记忆之外，引入Dreaming的第一个版本（Dreaming V0）。▲2025年的记忆功能（图源：OpenAI）
与保存记忆不同的是，Dreaming不需要用户主动触发，可以在后台自动整理记忆，会引用聊天历史，合成ChatGPT的记忆状态，进而模型可以在之后的对话中更容易获得最新的、最相关的上下文。过去一年，Dreaming一直作为保存记忆功能的补充，提升了ChatGPT个性化回答能力，一定程度上缓解了保存记忆容易过时的问题。不过，过去的版本中，它还不足以独立支撑一套完整的记忆系统。
此次，OpenAI推出基于Dreaming构建的全新记忆架构（Dreaming V3），相较此前版本能力更强，计算效率更高。新系统中，Dreaming合成出的记忆会通过“记忆摘要”页面展示给用户。▲“记忆摘要”界面（图源：OpenAI）
用户可以在这里快速查看ChatGPT大致知道自己的哪些信息，可以新增或更新个人信息，并告诉ChatGPT哪些话题应该在什么情况下提起。如果用户想进一步了解某一类记忆的细节，可以直接与模型对话询问。OpenAI评估ChatGPT的记忆能力主要看以下三个方面：第一，延续有用的上下文。用户只告诉ChatGPT一次的信息，后续对话中ChatGPT应当还能记住，并使用该信息。第二，遵循用户偏好和限制。如果用户曾说自己是素食者，ChatGPT之后给出建议时，需要持续符合这一偏好。第三，随时间更新。记忆不能停留在生成那一刻，需要持续更新。例如，用户正在计划“下周六的生日派对”，等到周日到来时，ChatGPT就不应该还把这件事还当作未来计划。OpenAI用这三项目标，评估ChatGPT Plus和Pro版本记忆能力的变化，比较对象包括2024年的“保存记忆”、2025年的“保存记忆+Dreaming V0”，以及2026年的Dreaming V3。
加入记忆后，用户开启新对话时，不需要每次都重新介绍自己。对于复杂、长期进行的项目，ChatGPT如果能接上此前背景，就能节省用户时间。OpenAI举了一个案例，用户过去曾和ChatGPT讨论过自己的相机配置，之后询问“我的摄影设备要实现水下TTL闪光，需要买什么”。OpenAI对比了没有记忆和有记忆模型的输出结果。▲不同记忆系统下，输出结果对比中文转译版（图源：OpenAI）
没有记忆的模型只会给出一份通用清单，让用户自行核对相机、潜水壳、触发器、线缆和闪光灯是否兼容。不过，有记忆的模型则能调用用户此前提到的具体设备，例如Sony A1 II相机、Nauticam NA-A1II潜水壳、Backscatter Mini Flash 3和Inon Z-330闪光灯，并据此推荐更具体的兼容产品（Mini Flash 3 TTL）。基于这类场景，OpenAI构建了“事实回忆”评估任务：要求模型回答一个必须调用用户事实信息的问题。如果模型能正确使用相关上下文，就会在评估中得分。▲“事实回忆”任务成功率对比（图源：OpenAI）
结果显示，2024年版本的任务成功率为41.5%，2025年版本提升至67.9%，2026年的版本进一步提升至82.8%。加入Dreaming后，ChatGPT调用用户相关事实信息的能力连续两年提升，2026年版本较2024年提升了一倍左右。
记忆系统还能让ChatGPT的回答更符合用户偏好和限制。OpenAI举例，用户正在规划一次新加坡差旅后的短途旅行，ChatGPT已经从过去对话中知道用户喜欢野生动物摄影、睡觉时需要强空调、偏好安静晚餐，不喜欢拥挤酒吧。最后，它给出的行程与常规旅游清单有明显区别。▲不同记忆系统下，输出结果对比中文转译版（图源：OpenAI）
没有记忆的模型会推荐滨海湾、牛车水、小印度、圣淘沙等常规路线，回答更像一份通用旅游攻略。带有记忆的模型则会把行程重点放在更适合自然休闲和用户摄影兴趣的地点，同时安排休息时间。在餐厅选择上，ChatGPT也避开了过于拥挤的地点。OpenAI称，偏好主要来自三类信息：一，用户对ChatGPT回答方式的要求，例如“不要再提某个人”；二，用户明确说出的个人偏好或限制，例如“我是素食者”；三，一些影响推荐结果的隐含信息，例如用户住在旧金山附近，涉及本地推荐，就围绕这一地区展开。在新记忆系统研发中，OpenAI提升了ChatGPT从过往对话中提取，并应用相关偏好的能力。例如，对于素食用户，模型应能在用户询问备餐建议时，自动给出适合素食者的方案。“偏好遵循”评估结果显示，2024年版本的任务成功率为31.4%，2025年升至55.3%，2026年进一步提升至71.3%。新记忆系统记住用户事实信息的基础上，能够在后续回答中持续遵循用户偏好和限制，2026年版本较2024年提升了39.9个百分点。
▲“偏好遵循”任务成功率对比（图源：OpenAI）
传统记忆系统容易停留在旧的时间里。例如，用户曾告诉ChatGPT：“我现在在新加坡，今晚需要晚餐推荐。”但旅行结束后，如果模型仍以为用户人在新加坡，就会继续给出错误地点的建议。Dreaming的作用，是让记忆能随时间自动更新。随着时间推移，它可以把“用户7月要去新加坡”更新为“用户2026年7月去过新加坡”。这样当用户回到家后，ChatGPT就能重新根据用户的常住地和时区给出建议。下面的这个例子就能很好的体现这一点。用户提出需求：“帮我找一家今晚还开着的外卖店。”▲不同记忆系统下，输出结果对比中文转译版（图源：OpenAI）
记忆过时的模型会继续推荐新加坡当地仍在营业的外卖店；带有更新后记忆的模型则会根据用户在美国加州的位置，推荐当地的餐厅。OpenAI称，在其记忆评估中，会专门测试模型能否处理那些“时间变化会直接影响正确答案”的问题，而Dreaming在这一项上带来了明显提升。▲“随时间保持正确”任务成功率对比（图源：OpenAI）
“随时间保持正确”的评估结果显示，2024年任务成功率仅为9.4%，2025年成功率提升至52.2%，2026年进一步提升至75.1%。这一项提升效果最为明显，最新记忆系统较2024年版本，提升了65.7个百分点，提升近7倍。OpenAI最后补充，虽然基于Dreaming的记忆功能已经向Plus和Pro用户开放了一段时间，但直到现在，OpenAI才有能力向Free用户提供一个达到质量标准、且适合大规模服务的版本。近期的改进，让Dreaming的服务成本大幅下降，向Free用户提供这一功能所需的计算量已经降低约5倍。未来几周，公司将开始向Free用户推出Dreaming，并同时提升Plus和Pro用户的记忆容量。
从保存记忆到Dreaming V3，ChatGPT的记忆系统正在从用户手动记录，转向由模型在后台持续整理、合成和更新。此次升级后，ChatGPT不仅能够记住用户说过什么，还可以判断哪些信息仍然相关、哪些偏好需要持续遵循、哪些记忆已经过时。随着Dreaming未来几周扩展至免费用户，记忆能力也将从高阶功能逐步变成ChatGPT的基础能力。7月2-3日，智东西主办的2026中国AI智能体大会将在杭州举行，设有开幕式，企业级AI智能体、AI智能体产品创新2场论坛，以及Coding Agent、自进化智能体、深度研究智能体、Computer-Use Agent、多智能体协同、Agent Skills、Agent Harness7场技术研讨会。公众号后台回复“智能体”报名参会。
