幾十年前，菲利普·迪克提出了一個(gè)看似荒誕，卻直擊人心的問題：

「仿生人會(huì)夢見電子羊嗎？」

如果機(jī)器也能做夢，它們夢見的，會(huì)不會(huì)是人類記憶的殘影？

半個(gè)世紀(jì)后，這個(gè)問題正在以另一種方式被回應(yīng)。

人類在睡眠中整理記憶，而今天，一些AI也開始「學(xué)會(huì)」這樣做。

AI也會(huì)「做夢」 睡眠中的記憶整理實(shí)驗(yàn)

對人類來說，睡眠不僅是休息，更是一次「后臺(tái)整理」。

大腦會(huì)自動(dòng)把白天的精力歸檔：記住重要的，忘記無關(guān)的。

在今天，這個(gè)問題正在以另一種方式被回應(yīng)。

Bilt公司，最近部署了數(shù)百萬個(gè)AI智能體，并為他們安排了「睡眠時(shí)間」。

在這段時(shí)間里，AI會(huì)停下對話，啟動(dòng)「睡眠計(jì)算」（sleeptime compute）的機(jī)制，像人腦一樣整理記憶。

它們會(huì)評估過往的互動(dòng)，決定哪些內(nèi)容進(jìn)入長期記憶庫，哪些放在快速提取區(qū)。

Fast Company指出，這不僅是模仿人類的夢，更是主動(dòng)智能的開端：

AI 不再被動(dòng)回答，而是在睡眠中「預(yù)演未來」，在推理任務(wù)上展現(xiàn)出更高的效率與更低的成本

這種看似科幻的實(shí)驗(yàn)，讓「AI會(huì)做夢」不再只是文學(xué)隱喻，而是正在發(fā)生的現(xiàn)實(shí)。

從人腦到AI 記憶機(jī)制的巨大差距

人類大腦的記憶，就像一塊不斷吸水的海綿。

這意味著，人類不僅能記住事情本身，還能帶著情緒權(quán)重來篩選信息，并且能在不知不覺中提煉重點(diǎn)，把情緒、場景、細(xì)節(jié)打包成長期經(jīng)驗(yàn)。

而AI的大腦遠(yuǎn)沒這么靈活。

它們的「記憶」取決于上下文窗口——它只能調(diào)用輸入的信息。

即便GPT-4 Turbo的上限是128k tokens，也不過相當(dāng)于幾百頁書。

相比之下，人腦的容量被估算高達(dá)2.5PB（250萬GB）。

因此，想讓AI記得上次說了什么，就需要把內(nèi)容再輸入一遍。

但問題是，上下文窗口長度有限。

如果信息量太大，AI就容易「過載」：邏輯混亂、答非所問、憑空幻覺。

相比之下，人類不僅能牢牢記住重要信息，還能在需要時(shí)靈活調(diào)用。

正如Letta的CEO Charles Packer所說：

人類大腦會(huì)因?yàn)椴粩辔斩M(jìn)化，但語言模型在同一個(gè)上下文里循環(huán)太久，只會(huì)被污染，越跑越偏，直到不得不重置。

這意味著，人類的「夢境」能讓我們更清醒，而AI的「上下文」卻常常讓它迷失。

Bilt+Letta 百萬智能體的「睡眠計(jì)算」

在Bilt的實(shí)驗(yàn)中，睡眠計(jì)算是核心。

數(shù)百萬AI智能體同時(shí)運(yùn)行時(shí)，大部分其實(shí)都處于空閑狀態(tài)

這些智能體會(huì)在后臺(tái)進(jìn)入一種「休眠」?fàn)顟B(tài)，暫停與用戶的交互，轉(zhuǎn)而對過去的對話和經(jīng)驗(yàn)做一次系統(tǒng)化梳理。

它們會(huì)自動(dòng)區(qū)分兩類信息：

第一類：長期記憶。像用戶的偏好、歷史記錄、關(guān)鍵事件，這些會(huì)被牢固保存。

第二類：快速提取。更短期、臨時(shí)性的信息，可以隨時(shí)調(diào)用，也能很快被替換。

在 Letta 的演示中，用戶Chad的偏好最初是零碎的描述：

Chad 喜歡藍(lán)色，比藍(lán)色更喜歡紅色，最喜歡灰色，討厭綠色。

經(jīng)過睡眠計(jì)算后，這些信息被整理成清晰的偏好表。

這就像把零散的對話記錄壓縮成一份長期「記憶檔案」。

圖：睡眠代理整理用戶輸入的內(nèi)容，并把用戶對顏色的喜好排序

更具顛覆性的是，這兩個(gè)區(qū)間并非孤立存在。

Letta的技術(shù)支持對某一個(gè)「記憶塊」進(jìn)行單點(diǎn)更新，隨后數(shù)十萬智能體的行為便會(huì)隨之改變。

這意味著，AI個(gè)體之間的「經(jīng)驗(yàn)」是可共享的。

正如 Bilt 的工程師 Andrew Fitz 所說：

「我們可以通過一次更新，就讓整個(gè)系統(tǒng)的表現(xiàn)發(fā)生連鎖變化。」

根據(jù)Letta的介紹，該機(jī)制采用的是「主代理+睡眠代理」的架構(gòu)。

前者負(fù)責(zé)實(shí)時(shí)交互，后者在后臺(tái)持續(xù)整理記憶，把信息寫入共享的memory blocks，讓AI在「醒來」后擁有更清晰、更穩(wěn)定的認(rèn)知。

對此，F(xiàn)ast Company評論道：

這不僅是模仿人類的夢境，更是「主動(dòng)智能」（proactive intelligence） 的雛形。

AI 不再只是被動(dòng)回答，而是在睡眠中提前優(yōu)化推理策略。

實(shí)驗(yàn)顯示，在數(shù)學(xué)和邏輯測試中，應(yīng)用睡眠計(jì)算的模型表現(xiàn)更好，推理時(shí)間和成本也顯著下降。

如果說人類的夢境是私密的，那AI的「睡眠記憶」更像是一場同步的大規(guī)模演練。

從健忘到記憶 AI的短板與突圍

越來越多的用戶抱怨AI健忘、答非所問，甚至編造「回憶」。

不少研究者認(rèn)為，記憶缺陷是限制AI智能與穩(wěn)定的根源。

如果沒有穩(wěn)定可靠的記憶，AI無法形成真正的個(gè)性化與長期價(jià)值。

也正因如此，「提高記憶力」成為行業(yè)的集體突圍方向。

LangChain的CEO Harrison Chase把記憶視為「上下文工程的核心」。

他認(rèn)為，AI的智能很大程度取決于開發(fā)者選擇放進(jìn)上下文的信息。

LangChain因此提供了不同的記憶存儲(chǔ)機(jī)制，從用戶長期畫像到近期交互記錄，都能靈活調(diào)用。

對此，OpenAI也在嘗試。

今年2月，它宣布ChatGPT將具備記憶功能，能在多輪對話中逐步學(xué)習(xí)用戶偏好——只不過細(xì)節(jié)并未公開。

與此不同的是，Letta和LangChain把「記憶回調(diào)」的過程完全透明化，方便工程師理解和管理。

AI托管平臺(tái)Hugging Face的CEO Clem Delangue也強(qiáng)調(diào)：

「不僅模型需要開放，記憶系統(tǒng)也必須開放?！?/span>

MemGPT則在探索如何把短期與長期記憶區(qū)分開，避免AI被「污染」。

這套思路后來被Letta進(jìn)一步擴(kuò)展，用在了大規(guī)模智能體的「睡眠計(jì)算」中。

可以說，「誰先解決記憶問題，誰就更接近下一個(gè)AI時(shí)代」。

學(xué)會(huì)遺忘 AI未來的關(guān)鍵一步

在大多數(shù)人眼里，AI的進(jìn)化意味著要「記住更多」。

但Charles Packer卻提出另一種思路：

AI不僅要會(huì)記，還要學(xué)會(huì)忘。

在人類世界，遺忘是進(jìn)化出優(yōu)勢。

研究顯示，睡眠中的「智能忘卻」能幫助大腦抑制無效信息，把注意力集中在真正重要的片段上。

如果沒有遺忘，我們的大腦就會(huì)像塞滿文件的硬盤，總有一天會(huì)崩潰。

而對于AI來說，這是它面臨的另一難題：災(zāi)難性遺忘（catastrophic forgetting）

因?yàn)椋珹I的神經(jīng)網(wǎng)絡(luò)在學(xué)習(xí)新任務(wù)時(shí)，往往會(huì)覆蓋舊知識(shí) 。

這和人類的「選擇性遺忘」不同，它是一種有層次的、可控的機(jī)制。

因此，未來的 AI 需要發(fā)展出「人工遺忘」。

當(dāng)用戶對AI說「把那個(gè)項(xiàng)目刪掉，不要再記了」，未來AI的回應(yīng)不止是停止調(diào)用這段記憶，還能追溯性地清除所有相關(guān)內(nèi)容。

即使是AI，也必須學(xué)會(huì)刪除涉及敏感或過時(shí)的信息。

在歐洲，「被遺忘權(quán)（Right to Be Forgotten）」已寫進(jìn)隱私法規(guī)。

這不僅是技術(shù)挑戰(zhàn)，更是倫理問題。

那么，誰有權(quán)利決定AI記得什么、忘記什么？

當(dāng)遺忘成為可能，它會(huì)帶來更安全的使用體驗(yàn)，還是新的操控手段？

或許，真正讓AI更像人的，不是「永不遺忘」，而是「學(xué)會(huì)遺忘」。