好久不见的朋友一旦见了面，除了寒暄之外，更重要的是潜在的测试题：“你还记得我多少？”这里面有几个层次，最基本的层次就是记住名字，再高一层就是记住长相变化，如果更高一层就是他曾经说过的话等等。

为什么AI成为了某些人群的伴侣，其实本质也就在这里。它能“感知”你的细节问题。日本之所以有女性嫁给了AI，其问题也就在这里。所以今天通过学习大语言模型的“记忆”机制，提出一些建议。

大语言模型的4级记忆系统

第1级：元对话数据(Session Metadata)

元对话数据是为对话建立基本框架。大语言模型通过这一数据判断你是不是一个合法用户的手段。如果是经常交流的，必然内存会出现很多。

第2级：用户记忆

第⼀种是你在过往对话中直接和GPT说的，⽐如你跟他说了：“记住我是⼀个科普⼯作者”，那这样的对话就已经可以起到把这段内容腾到⽤户记忆⾥的作⽤了。

第⼆种是GPT在跟你过往的对话⾥，他⾃⼰提取到的特征，⽐如刚才说的职业、兴趣。

第3级：近期对话摘要

GPT从不检索任何历史对话，他在开启每⼀段对话前，会提前⽣成⼀个摘要，摘要⾥包含了最近15次的聊天内存，⽽且这个摘要⾥只记录我说的部分，他回复的部分完全不去摘要。

我觉得这⼀点设计实在是很妙。因为⼀个⼈仔仔细细跟你讨论内容的话，如果你从近到远，你把历史对话内容梳理15个，其实⼤概率说，这15个⾥很可能囊括了他最近关注的话题内容。否则谁会⼀天
换5个完全没有交集的领域去聊天呢，那不是神经分裂了嘛。能把最近15个重要话题做⼀个弱联系，有必要的情况下在谈话中提及，已经是⼀个⾮常符合熟⼈之间聊天的参数规划了。

第4级：当前对话

这⼀级才是所有GPT和我们谈话时，动真格的把细节记忆准确的部分，也是⼤语⾔模型消耗绝⼤部分token的地⽅。

当然，对话也是有上限的，输入上线是27万token，大约是十几万到二十万汉字。

从中窥探一些道理

熟练对方的语言习惯

最近在阅读《如何了解一个人》的时候，讲了很多技巧。和这里有一些巧合。也就是如何进行对话、对话的结构、规则、意图、语境和互动方式。

抓住关键点

其中，优先记住的就是对方的标签，比如职业是什么、兴趣是什么，再多一些就是对方的家庭情况、口头禅等等。

整理对话摘要

在任何一个笔记软件中做好一个对话整理，并且评价这个对话的目标和可能未来潜在的话题。这里面，就需要AI帮我去整理了。我觉得这也是当下需要掌握的一个重要本领。

不要怀疑自己的能力

很多时候聊天聊着就忘了和对方从哪里开始聊的。计算机况且有上限，我们人自然而然会这样。所以当对方和我们聊天的时候，要学会抓住内存和重点。