2026 年 3 月初，Anthropic 上线了一个叫 Import Memory 的工具。用户在 ChatGPT 里粘贴一段提示词，让它导出自己存下来的记忆，再粘回 Claude，60 秒就能把「另一个 AI 对你有多了解」搬过来。中文科技媒体随后流传一个数字：约 70 万用户退订了 OpenAI，这个数字没有被官方证实。
这件事比它看起来重要得多。记忆第一次被当成「可以搬走的资产」来交易，而不是某个 App 内部的默认设置。它成了一个 AI 产品之间争夺用户的直接武器。
这一年，Agent Memory 从一句「给 Agent 加个 RAG」的工程口头禅，变成了决定 AI 应用能不能落地的胜负手。但真正值得关注的，是整个行业至今在三个问题上没有答案：记忆应该归谁、怎么保证它不会越记越错、以及遗忘到底该怎么做。
上图：Arize《Two Labs Started Dreaming》报道页原图，2026-06-17，来源：arize.com
一场 60 秒的搬家，掀开战争的序幕
记忆搬家这个动作之所以能成立，是因为两家实验室在底层做了完全不同的架构选择。
OpenAI 的 Dreaming 系统（2026 年 6 月迭代到 V3）走的是「原地改写」：后台进程定期把过去的对话合成一个不断更新的记忆状态，每一轮改写都以上一轮的输出为条件。据 OpenAI 官方数据，事实回忆准确率从 67.9% 提到 82.8%、偏好遵循从 55.3% 提到 71.3%，算力砍到原来的五分之一，免费用户也第一次用上了。代价是这条「梦」不可逆：你没法从当前的记忆状态，倒推出它最初是怎么拼出来的。
Anthropic 走的是「平行合成」：保留原始输入，另外生成一份整理过的记忆。Claude 的记忆可以查看、编辑、暂停，删掉某段对话，由它衍生出来的记忆点也会跟着删。这套设计更透明，但本质也是在抢用户，记忆越完整，迁移成本越高，用户越难走。
我判断，两家真正的分歧不在「谁记得更准」，而在「记忆是不是用户自己的资产」。Anthropic 赌的是「是」，所以它做了导出和删除；OpenAI 赌的是「记忆是产品的一部分」，所以它把 Dreaming 做成一个黑盒后台进程。这个分歧，会在接下来两年决定双方的护城河形状。
上图：两家实验室的两种记忆合并架构，一个原地改写、一个平行合成。
这条战线里最刺耳的一个数据来自学术界。2026 年 5 月 UIUC 的一篇论文发现，反复做记忆合并的大模型，性能会随时间退化：GPT-5.4 在 ARC-AGI 上的准确率从 100% 一路掉到 54%。换句话说，记忆系统越「勤快」地总结，越可能把重要的东西总结没了。
这场架构之争并不只发生在消费级产品上。Anthropic 已经把记忆铺到了开发者工具链里：Claude Code 的 Auto Dream 会定期回顾、强化、清理记忆项，Managed Agents 的记忆可以挂在文件系统上、通过 API 导出，Memory Tool 也在 Claude API 里正式上线。OpenAI 那边，Agents API 给每个工作区配了一个沙盒记忆文件，会话启动时注入、关键字检索、合并时保留最新笔记。两家都在把「厂商原生记忆」往开发者这一侧夯实，这才是它们和 MCP 生态真正的竞争面。
三路技术分裂：连「遗忘」该怎么定义都没统一
把 2026 年的 Agent Memory 创业公司摊开，会发现它们连「记忆长什么样」都没达成共识。三家最有代表性的公司，恰好代表三条路。
Mem0 是最扁平的一条：LLM 从对话里抽离散事实，每条存成一条向量记录。没有层级、没有知识图谱，核心就三个 API：add、search、update。它的钱景最顺，2025 年 10 月拿了 2400 万美元 A 轮，还成了 AWS Agent SDK 的独家记忆供应商，季度 API 调用量从 3500 万涨到 1.86 亿。但它被实测出一个硬伤：问「截至某天用户住在哪」，正确率只有 30%，因为 update 会把旧事实覆盖掉，回答不了 as-of 这类带时间点的查询。
Letta（前身是 UC Berkeley 的 MemGPT）走的是最像操作系统的路：把上下文窗口当内存、外部存储当硬盘，Agent 自己决定什么该留在工作记忆里。2026 年 2 月它又推了 Context Repositories，把 coding agent 的记忆放进 git 仓库，每次改动都有 commit，还配了「记忆碎片整理」把散乱记忆重组成十几个聚焦文件。这条路最重，也最接近「让 Agent 像人一样主动管理记忆」。
Zep 带着 Graphiti 走时序知识图谱：它关心的是事实随时间怎么变，能回答「三月份时这个客户是什么状态」。拿了 1200 万美元种子轮，主打企业场景里对时间线正确性的苛刻要求。
三条路本身没错，问题在于它们都默认了一个假设：记得越多越好。一篇中文技术评论把这个批评说得直接：Mem0、Zep、Letta、Cognee 都在优化同一根轴，记得更多、检索更准、遗忘更少。但记忆本身没有价值，它只在和某个使命的关系里才有价值。一个记住一切的系统，往往只是把问题从「召回」挪到了「判断」。
上图：三条记忆技术路线的分裂，它们连遗忘该怎么定义都没统一。
MCP 把记忆从「产品功能」变成了「基础设施」
如果创业公司还在争「谁的技术路线对」，MCP 已经把战场搬到了另一个层面：记忆不再是谁家的产品功能，而是一层可以跨工具调用的服务。
MCP 本身不标准化记忆，它标准化的是工具调用。一个记忆服务器把 memory_write、memory_read 这些操作暴露成命名工具，任何 MCP 客户端都能发现并调用。结果是，到 2026 年，一份长期记忆已经能在 Claude Code、Cursor、VS Code、ChatGPT 之间共享。记忆的所有权，第一次从 AI 厂商手里，转移到了用户和基础设施手里。
这层标准的地盘争夺也很热闹。MCP 由 Anthropic 捐出，OpenAI 捐了 AGENTS.md，两者一起进了 Linux Foundation 下面的 Agentic AI Foundation 治理，宣称有 6 万多个开源项目采用。但讽刺的是，两家大厂一边贡献标准，一边各自把原生记忆做得更深，形成「厂商原生记忆」和「MCP 基础设施」两条并行的轨道。
上图：记忆的所有权正在分裂成两条轨道，厂商原生与基础设施，谁赢决定护城河形状。
企业侧的账，第一次算得过来了
技术路线吵归吵，企业只看一件事：记忆能不能把 AI 从「会聊天」变成「能办事」。
客户服务是记忆价值兑现最快的场景。汇丰用 Dynamics 365 的预制 Agent，把问题解决时间压了 30% 以上；BILL 拿 20 万条真实工单做 PoC，70% 直接解决，省了 500 万美元以上，客户满意度还没掉；Genesys 的案例更细，Virgin Atlantic 三年换来 2800 万美元价值，Charles Sturt 大学把一次解决率提了 29%、把机器人转人工率从 58% 砍到 20% 以下。
咨询机构给的趋势判断也指向同一处。Gartner 预测到 2029 年，Agentic AI 会自主解决 80% 的常见客服问题，运营成本降 30%。中文侧的声音更直接，爱分析一篇访谈的标题就叫「没有记忆，AI 推理落不了地」。
这些数字的共同点，是把记忆摆到了前提的位置：Agent 能不能跨轮次、跨任务持续工作，取决于它记得住多少。NICE 的一句话点破了这层关系，上下文窗口变大不创造价值，从对的记忆里取对的东西，才是「会聊天」和「能解决」的分界线。
三个还没人真正解决的问题：遗忘、删除、投毒
记忆赛道的热闹，掩盖了三个没人敢正面回答的问题。
遗忘没有被设计。几乎所有系统都默认「记得更多更好」，但记忆的密度一上去，判断成本就上来了。更本质的批评是：这些系统只在被查询时检索，没有一个在回答「什么时候该主动想起什么」。一个从来不会主动想起、也不会主动忘记的系统，顶多算一份可检索的存档。
删除是幻觉。删掉一条记忆记录，信息还会残留在衍生状态里：摘要、待办、KV 缓存。机器遗忘技术还不成熟，所谓被遗忘权在技术上没有可靠保证。OpenAI 和 Anthropic 在这个问题上的态度也截然不同：删掉 ChatGPT 里的对话，不会移除从它学到的事实，要另外去设置里删；而删掉 Claude 的对话，衍生记忆点会跟着删。用户以为点了删除，其实只删了一半。
投毒是刚浮出水面的攻击面。记忆一旦持久化，一次提示注入就能在会话结束后继续影响后续的推理和工具使用。安全社区已经整理出 PERSIST 威胁模型，把投毒持久记忆、通过检索外泄、记忆型提示注入列为新的攻击类别。有案例显示 OpenClaw 的 MEMORY.md 被提示注入污染过。微软的官方指引也开始要求：记忆写入要按调用方授权和用户意图把关，敏感字段一律不进记忆，每一条记忆都要打上来源标记。
上图：记忆的生命周期里，删除是幻觉、投毒会残留，这两件事是当前记忆系统的盲区。
接下来半年，我会盯三个信号
把整件事收拢，2026 年的记忆战争已经不再是谁的算法更准，而是三条战线同时开打：大厂之间争记忆归谁，创业公司之间争技术路线，而安全与合规在追着所有人问删除到底删干净没有。
我预判，真正的分水岭不在技术，而在治理。谁先把「可删除、可审计、可迁移」做成产品默认，谁就能在记忆这层拿到企业客户的信任，这比多刷几个基准分重要得多。反过来，那些把记忆做成黑盒、连导出都不给的产品，会在企业采购里越来越难通过合规这一关。
接下来半年我会盯三个信号。会不会出现一个被广泛采用的记忆迁移开放标准，让记忆像手机通讯录一样能在各家产品之间无损搬运；监管会不会把被遗忘权延伸到 Agent 记忆，逼出真正可验证的删除；记忆投毒会不会爆出第一起有实质损失的公开事故，一旦爆出，整个赛道对记忆安全的态度会一夜收紧。
给正在做 Agent 的人一句实用的话：别再把记忆当成 RAG 的别名。你真正在做的，是一个会随着时间越长越值钱、也越长越危险的数据资产。把删除、审计、迁移这三件事做扎实，比让 Agent 多记住十件事更重要。
参考来源
- Arize：Two Labs Started Dreaming, and They Built Two Different Architectures
- 36氪：Claude 祭出「记忆搬家」，60 秒搬空 ChatGPT 灵魂
- Letta：Memory Blocks — The Key to Agentic Context Management
- HuggingFace：One Memory Across Claude, Cursor and ChatGPT — Cross-Tool Agent Memory over MCP
- 爱分析访谈：没有记忆，AI 推理落不了地
- TechTarget：Agentic AI in CX management — a strategic guide for business leaders
- Microsoft：Manage agentic memory safety
- DEV Community：Mem0, Zep, and Letta All Promise Perfect Recall, None of Them Agree on What to Forget
- Mem0 官方仓库（GitHub）
- Letta 官方仓库（GitHub）
每日更新。
