📰 2026-08-27 AI 日報

Anthropic 這週給 Claude Cowork 加了跨聊天記憶，你不用每次開新對話都重新交代專案背景、你的偏好、上次討論到哪。聽起來是小功能，但這其實是 AI 產品從「工具」變「同事」的關鍵一步——同事不會每次見面都問你「你是誰、我們在做什麼」。 但記憶這件事，難的從來不是「存起來」。同一天 arXiv 上有篇叫 RENDER 的研究,測試 LLM 記憶評估時發現：把同一段歷史對話,用不同方式「端出來」給模型看,答題準確率差很多。摘要式的呈現、ChatGPT 風格的條目,普遍比丟原始對話記錄表現更好。翻譯成白話：AI 記不記得住,重點不在資料庫塞了多少字,而在於「呈現格式」——你怎麼把過去的東西講給 AI 自己聽,決定了它能不能用得上。 這解釋了為什麼 Anthropic 現在才做這件事,而不是更早。跨聊天記憶不是加個 vector database 存對話紀錄那麼簡單,而是要設計一套「怎麼把雜亂歷史濃縮成模型看得懂又用得好的格式」的機制。做不好,記憶反而變噪音,模型被過時或無關的細節帶偏。 企業場景更明顯。Cowork 主打團隊協作,一個專案動輒幾十次對話、幾個月的來回,如果每次都要使用者重新簡報,等於逼人做 AI 的秘書。反過來,如果記憶呈現做得漂亮,黏著度就是實打實的護城河——換一家 AI 工具,等於把記憶重新練一遍,轉換成本瞬間拉高。 順帶一提,今天也有 OpenUsage 這種第三方工具,讓人在 Mac 選單列同時盯著 Claude、Codex、Cursor、Grok 的額度。使用者本來就活在多個 AI 工具之間切換,誰能把「記住你」這件事做得又準又輕,誰就先把使用者留在自己的生態裡。 記憶功能比的不是誰記得多,是誰的模型看得懂自己的筆記。