2025年在开发创业产品的时候，有一个比较困扰团队的问题就是“记忆”模块怎么写：一方面行业里从Mem0开始各种刷榜SOTA的第三方记忆服务就层出不穷，从RAG到GraphRAG到艾宾浩斯遗忘曲线，怎么高端大气上档次怎么来。另一方面实际一试呢，就非常像接入了一个又一个阿尔兹海默+强迫性幻想综合患者。
正好看到一位印度的AI工程师Manthan Gupta 通过逆向工程拆解了 ChatGPT 的记忆功能。（原文地址：https://manthanguptaa.in/posts/chatgpt_memory/）
你会发现大道至简，作为大家公认实现得相对较好的记忆系统，ChatGPT没有用 RAG，而且就几层大家都能想到的信息一起输入：
1.会话元数据：时间、设备、是否付费、活跃度等等
2.当前会话窗口的最新会话和所有历史会话记录（超 token 限制的话截断）
3.跨会话窗口的 15 条左右历史会话摘要，只总结用户提问，不总结模型回答
4.user profile 级别的全局记忆，大概几十条，按照特定要求记录的用户姓名职业兴趣等长期事实，或者用户明确要求记录的东西
以下是原文的详细翻译：
我逆向工程了 ChatGPT 的记忆系统，这是我的发现！
作者：Manthan Gupta | 日期：2025年12月9日
当我询问 ChatGPT 记得关于我的什么信息时，它列出了 33 件事，从我的名字、职业目标到目前的健身习惯。它是如何存储和检索这些信息的？为什么感觉如此无缝？
经过大量的实验，我发现 ChatGPT 的记忆系统比我预期的要简单得多。没有向量数据库。没有基于对话历史的 RAG（检索增强生成）。
相反，它使用了四个独特的层级：适应你环境的会话元数据、长期存储的显式事实、近期聊天的轻量级摘要以及当前对话的滑动窗口。
这篇博客将详细拆解每一层是如何工作的，以及为什么这种方法可能优于传统的检索系统。这里的所有内容都来自于通过对话逆向工程 ChatGPT 的行为。OpenAI 并没有公开这些实现细节。
ChatGPT 的上下文结构 (Context Structure)
在理解记忆之前，重要的是要理解 ChatGPT 在处理每一条消息时接收到的完整上下文。结构如下：
[0] 系统指令 (System Instructions)
[1] 开发者指令 (Developer Instructions)
[2] 会话元数据 (Session Metadata)（临时性的）
[3] 用户记忆 (User Memory)（长期事实）
[4] 近期对话摘要 (Recent Conversations Summary)（过去的聊天，标题 + 片段）
[5] 当前会话消息 (Current Session Messages)（本次聊天）
[6] 你最新的消息
前两个组件定义了高层行为和安全规则，不是本博客的重点。有趣的部分从会话元数据开始。
会话元数据 (Session Metadata)
这些细节在会话开始时注入一次。它们不会被永久存储，也不会成为长期记忆的一部分。这一块包括：
设备类型（桌面/移动端）
浏览器 + 用户代理 (User Agent)
大致位置/时区
订阅等级
使用模式和活动频率
近期模型使用分布
屏幕尺寸、深色模式状态、JS 启用状态等
会话元数据的示例：
Plaintext
SessionMetadata:-Usersubscription:ChatGPTGo-Device
esktopbrowser-Browseruser-agent:ChromeonmacOS(Intel)-Approximatelocation:India(maybeVPN)-Localtime:~16:00-Accountage:~157weeks-Recentactivity:-Active1dayinthelast1-Active5daysinthelast7-Active18daysinthelast30-Conversationpatterns:-Averageconversationdepth:~14.8messages-Averageusermessagelength:~4057characters-Modelusagedistribution:*5%gpt-5.1*49%gpt-5*17%gpt-4o*6%gpt-5-a-t-mini*etc.-Deviceenvironment:-JSenabled-Darkmodeenabled-Screensize:900x1440-Pageviewport:812x1440-Devicepixelratio:2.0-Sessiondurationsofar:~1100seconds
这些信息帮助模型根据你的环境调整回答，但在会话结束后，这些信息都不会保留。
用户记忆 (User Memory)
ChatGPT 有一个专门的工具用来存储和删除关于用户的稳定的、长期的事实。这些是数周和数月积累下来的片段，形成了一个持久的“档案”。
在我的例子中，模型存储了33 个事实——比如：
我的名字、年龄
职业目标
背景和过去的职位
当前项目
我正在研究的领域
健身习惯
个人偏好
长期兴趣
这些不是猜测出来的；只有在以下情况时它们才会被显式存储：
用户说“记住这个”或“把这个存入记忆”；或者
模型检测到一个符合 OpenAI 标准的事实（如你的名字、职位或陈述的偏好），并且用户通过对话隐含地同意了。
这些记忆作为一个单独的块被注入到每一个未来的提示词 (Prompt) 中。
如果你想添加或删除任何内容，只需说：
示例：
用户的名字是 Manthan Gupta。
曾在 Merkle Science 和 Qoohoo (YC W23) 工作。
偏好通过视频、论文和动手实践混合的方式学习。
构建了 TigerDB, CricLang, Load Balancer, FitMe。
正在研究现代信息检索系统 (LDA, BM25, 混合检索, 稠密嵌入, FAISS, RRF, LLM 重排序)。
近期对话摘要 (Recent Conversations Summary)
这一部分最让我惊讶，因为我原以为 ChatGPT 会在过去的对话中使用某种 RAG。结果它使用的是一个轻量级摘要。
ChatGPT 按照这种格式保留了一份近期对话摘要的列表：
1. <时间戳>: <聊天标题> |||| 用户消息片段 |||| |||| 用户消息片段 ||||
观察：
这个块让 ChatGPT 在不拉取完整记录的情况下，拥有跨聊天的连续感。
传统的 RAG 系统需要：
嵌入 (Embedding) 每一条过去的消息
对每个查询运行相似性搜索
拉取完整的消息上下文
更高的延迟和 Token 成本
ChatGPT 的方法更简单：预计算轻量级摘要并直接注入。这是用详细的上下文换取速度和效率。
当前会话消息 (Current Session Messages)
这是目前对话的常规滑动窗口。它包含本次会话中交换的所有消息的完整历史记录（未摘要）。
我无法从 ChatGPT 那里套出确切的 Token 限制，但它确实确认了：
这就是允许助手在一次会话中连贯推理的原因。
这一切是如何协同工作的
当你向 ChatGPT 发送消息时，会发生以下情况：
会话开始：会话元数据被注入一次，给 ChatGPT 提供关于你的设备、订阅和使用模式的上下文。
每一条消息：你存储的记忆事实（我这里是 33 条）总是包含在内，确保回答符合你的偏好和背景。
跨聊天感知：近期对话摘要提供了你兴趣的轻量级地图，而无需拉取完整的记录。
当前上下文：当前会话消息的滑动窗口保持对话内的连贯性。
Token 预算：随着会话增长，旧消息会被移出，但你的记忆事实和对话摘要保留，保持连续性。
这种分层方法意味着 ChatGPT 可以让人感觉是个性化且具有上下文感知的，而没有搜索成千上万条过去消息的计算成本。
结论
ChatGPT 的记忆系统是一个多层架构，平衡了个性化、性能和 Token 效率。通过结合临时的会话元数据、显式的长期事实、轻量级对话摘要和当前消息的滑动窗口，ChatGPT 实现了一些了不起的事情：它让人感觉个性化且具有上下文感知，却没有传统 RAG 系统的计算开销。
这里的关键洞察是，并非所有东西都需要成为传统意义上的“记忆”。
会话元数据实时适应你的环境。
显式事实跨会话持久存在。
对话摘要提供没有细节的连续性。
当前会话保持连贯性。
这些动态组件结合在一起——随着会话进行和你的偏好演变而更新——创造了一个真正了解你的系统的错觉。
对于用户来说，这意味着 ChatGPT 随着时间的推移会感觉越来越个性化，而无需显式的知识库管理。对于开发者来说，这是实用工程的一课：有时更简单、更精心策划的方法胜过复杂的检索系统，尤其是当你控制整个流程时。
权衡是显而易见的：ChatGPT 牺牲了详细的历史背景来换取速度和效率。但对于大多数对话来说，这正是恰当的平衡。系统记住了重要的事情（你的偏好、目标和近期兴趣），同时保持快速和响应灵敏。
(注：本博文基于通过对话进行的实验和逆向工程，非官方文档——请辩证看待。)
