AI 原生记忆 2.0：第二自我
人工智能
2025-03-13 v2 计算与语言
人机交互
摘要
人类与外部世界的交互从根本上涉及个人记忆的交换，无论是与其他个体、网站、应用程序，还是未来的 AI 智能体。这类交互中有很大一部分是冗余的，要求用户在不同上下文中重复提供相同信息。现有解决方案，如浏览器存储的凭证、自动填充机制和统一认证系统，旨在通过作为存储和检索常用用户数据的中间媒介来减少这种冗余。大语言模型（LLM）的出现为通过 AI 原生范式重新定义记忆管理提供了契机：SECOND ME。SECOND ME 作为一个智能的、持久的记忆卸载系统，能够保留、组织并动态利用特定于用户的知识。通过在用户交互中充当中介，它可以自主生成上下文感知的响应、预填充所需信息，并促进与外部系统的无缝通信，从而显著降低认知负荷和交互摩擦。与传统的记忆存储解决方案不同，SECOND ME 利用基于 LLM 的记忆参数化，超越了静态数据保留。这使得结构化组织、上下文推理和自适应知识检索成为可能，促进了更系统、更智能的记忆管理方法。随着像 SECOND ME 这样 AI 驱动的个人代理日益融入数字生态系统，SECOND ME 进一步代表了用持久、上下文感知和自我优化的记忆系统增强人类与世界交互的关键一步。我们已在 GitHub 开源了完全可本地化部署的系统：https://github.com/Mindverse/Second-Me。
引用
@article{arxiv.2503.08102,
title = {AI-native Memory 2.0: Second Me},
author = {Jiale Wei and Xiang Ying and Tao Gao and Fangyi Bao and Felix Tao and Jingbo Shang},
journal= {arXiv preprint arXiv:2503.08102},
year = {2025}
}