AI 記憶功能有用嗎？4 個月實測：記得住 78.8%，聊天時只用上 7.9%

張貼者： 日期：

一份 2026 年 8 月 25 日發表在 arXiv 的研究，把 AI 的記憶功能拆成兩件事：「你問它答不答得出來」跟「它自己會不會用上」。同一套系統，前者 78.8%，後者只有 7.9%。這篇把研究看懂，順便講我自己怎麼調整問法。

AI 記憶功能研究解析：記得住卻沒用上，71 個百分點的落差

先講這件事是誰說的

研究論文叫〈MemUse: Moving Memory Evaluation from Direct QA to Natural Integration in Long-Term Human-AI Conversation〉，2026 年 8 月 25 日發表在 arXiv（編號 2608.24189），論文頁上寫著已被 EMNLP 2026 主會議接受。研究團隊把資料集、評分結果跟評分用的提示詞全部公開在 GitHub 上，你想自己驗算也可以。

他們問的問題很白話：「記憶測驗考得好的 AI，用起來就真的比較好嗎？」

這份研究到底測了什麼？

研究做了一次長達 4 個月的實際部署，40 位使用者、累積 1,872 次對話，同時比較 7 種不同的記憶設定。這不是實驗室裡跑一次考卷，是真的讓人用了四個月。

結果第一個意外的地方：那 7 種設定在傳統的記憶測驗上，分數從 19.7% 一路拉到 70.1%，差了三倍多。但使用者的滿意度沒有跟著動。

這份研究怎麼測的：4 個月、40 位使用者、1872 次對話、7 種記憶設定
研究的實測規模（本站自製資訊圖）

78.8% 對上 7.9%：71 個百分點差在哪

研究團隊的推論是：傳統測驗跟使用者的感受，量的根本是兩件不一樣的能力。

  • 被喚起的回想（測驗量的）：你直接問「我上次說我要辦什麼活動」，它翻得到。論文叫這個 Direct QA。
  • 自然融入（使用者感受到的）：你沒問，但它自己判斷「這時候該提一下你之前說的事」，然後把舊脈絡接進回答裡。

為了測後者，他們從那四個月的真實紀錄裡挑出「使用者自己提起舊事」的那些片刻，做成一組叫 MemUse 的評測，看 AI 在自然的回答裡有沒有把該用的事實用進去。

關鍵數字就在這：模型固定、脈絡固定，同一套系統在 Direct QA 上考 78.8%，但在對話裡只用上其中 7.9% 的事實，中間斷掉 71 個百分點。而且在這些片刻裡，跟使用者滿意度有關的是「自然融入」，不是 Direct QA 的分數。

71 個百分點差在哪：Direct QA 78.8%、自然融入 7.9%
兩種能力的落差（本站自製資訊圖）

換成人話：你的 AI 不是失憶，是它沒想到要拿出來用。那些你以為它「忘了」的事，其實好好躺在記憶裡，只是它沒判斷出「現在該提」。

為什麼這件事對一般人有感

因為我們平常對記憶功能的期待，剛好就是後面那個。沒有人會沒事去考 AI「我三個月前跟你說我小孩幾歲」，我們期待的是：我講一件事的時候，它自己知道要接上之前的脈絡。研究量到的落差，正好就是這份期待落空的地方。

ChatGPT 記憶功能怎麼用才有效？我自己的 3 個做法

看完這份研究我最有感的一句話是：AI 是處理材料的地方，不是存放材料的地方。這句是我之前備課時想通的，剛好被這份研究從另一個角度講了一次——它記得住，不代表它會拿出來用，那你就別把「拿出來用」這件事外包給它。

那我們該怎麼用：材料直接貼、常用脈絡寫成固定檔、開口先點名舊脈絡
三個可以馬上照做的調整（本站自製資訊圖）

1. 材料直接貼，不要考它記性

要它分析一份資料，就把資料貼進去，不要問「你還記得我上次給你的那份嗎」。前者是零風險，後者是在賭那 7.9%。這也是我在把 NotebookLM 串成 AI Agent 的長期記憶那篇裡的核心邏輯：資料放在一個你隨時翻得到的地方，要用的時候撈出來給它，比期待它自己想起來可靠得多。

2. 常用脈絡寫成一份固定檔，每次開場貼上

你是誰、在做什麼工作、給誰看、要什麼格式，這幾件事幾乎每次都要講。與其每次重打，不如寫成一份固定的檔案，開新對話就貼上去。這跟我之前寫過的〈教過 AI 的事它都忘？agents.md 是什麼〉是同一個原理——把該記的事寫在你手上的檔案裡，而不是寄望在它的記憶功能裡。

3. 開口先點名舊脈絡，再叫它反問你

這是我現在最常用的開場：先說「延續我上次那份給主管看的報告」，把舊脈絡直接點名，然後把「誰要看、要幹嘛、多久、交什麼」一次講完，最後補一句「動手前先問我問題，問到你覺得夠了再開始」。

我實際用的長相大概是這樣：

「延續我上次那份給主管看的報告。我要做一份給非技術同仁的 AI 入門講義，40 分鐘、要能照著操作。動手前先問我問題，問到你覺得夠了再開始。」

差別在哪？脈絡是我主動給的，不是等它自己翻。研究量到的那 71 個百分點，就是「等它自己翻」的失敗率。你提一句，它就用得上。

AI 記憶功能要不要關掉？先看這 3 件事

看完研究別急著把記憶功能關掉，有幾點要放在心上：

  • 這是一份研究，不是某個產品的評測。論文測的是對話式 LLM 的記憶系統與 7 種設定，沒有點名任何一個市面產品，所以別直接推論成「某某家的記憶功能只有 7.9%」。
  • 樣本規模要看清楚。40 位使用者、1,872 次對話、4 個月，以真實部署來說算紮實，但畢竟不是幾十萬人的大規模統計。
  • 記憶功能不是沒用，是別把它當主力。它省下的是你重複交代的力氣，不是幫你保管重要材料。真正重要的東西，還是要留一份在你自己手上。

小結

這份研究最值得帶走的，其實不是那兩個數字，而是它把問題重新定義了一次：評估 AI 記憶，不該只問「記不記得」，要問「該用的時候用不用得上」。

對我們這些每天在用 AI 的人來說，結論很實際：脈絡自己給，別等它想起來。今天就挑一個你最常問 AI 的任務，把開場那段脈絡寫成固定的一段話存起來，下次直接貼——這一步大概花你 10 分鐘，但接下來每一次對話都在省。

延伸閱讀

本文整理自：arXiv 原始論文〈MemUse: Moving Memory Evaluation from Direct QA to Natural Integration in Long-Term Human-AI Conversation〉，arXiv:2608.24189，2026 年 8 月 25 日發表。原文連結：https://arxiv.org/abs/2608.24189。文中所有數據皆取自論文摘要，個人做法為本站自行整理。

留言

張貼留言