LTM是一套在模型架构内部实现持久化记忆的系统。它能让AI跨对话、跨任务地记住用户是谁、聊过什么、偏好什么。像人一样把重要的东西沉淀下来，而不是每次开机都从零开始。 虽然OpenClaw可以替人干活，但它的记忆系统本质上只是往本地Markdown文件里写笔记，工作时会持续发送这个笔记到大模型里，这就导致用OpenClaw越久，发送记忆所消耗的token就越多。 整个社区都在想方设法地去解决这个问题，给它打补丁、装插件、装Skill，却没人能从根上解决问题，因为问题出在模型本身，它天生不记事。 此次更新所带来的挑战，远超常规的版本迭代，而且模型的情感交互、个性化记忆等模块尚未完全迁移，还需要进一步调优。 OpenClaw的爆火让大家认识到了这样一个事，当AI真的开始替人干活，模型对上下文的理解和记忆能力就不再是加分项，而是决定它能不能用的底线。 比如伯克利团队在2023年提出的MemGPT，借鉴虚拟内存的思路，让模型自己决定什么时候把哪些信息从外部存储调入上下文窗口、什么时候换出去。 2025年发布的Mem0，则是把这条路往工程化推了一步，在LOCOMO基准上比OpenAI内置记忆高出26%，token消耗减少90%，这也是现如今OpenClaw社区用得最多的记忆插件。 记忆的提取、压缩、检索，全部由外挂系统完成，模型本身不参与。因此，记忆的质量完全取决于外挂系统的工程水平，模型得到的记忆，也就参差不齐。 还有一点，模型无法在外挂记忆上进行“学习”。因为在这个过程中，模型做的事情是在读别人帮它整理好的笔记，而不是真的把经验内化成了能力。 Engram已经证明，在Transformer内部可以开辟一块专用的条件记忆空间，用O(1)的哈希查找来存取静态知识，在调用已存好的知识时，还不占用上下文窗口的容量，也不增加推理的计算成本。 Engram相当于给模型装了一块独立的硬盘，你可以把记忆存在这个外部的存储里，就不用堆在你电脑本身的硬盘中。当你想调取某一个记忆的时候，你把这块硬盘接上就行。 记忆文件用几周就堆到几百条，靠向量相似度检索召回。可是向量检索只能匹配语义相近的片段，无法理解条目之间的逻辑关系。 比如说我用OpenClaw做了三个方案，这三个方案分散在不同文件里，和客户敲定的是最后一个方案。当我后来想检索敲定的方案时，由于这三个方案都是用来发给客户的，就有可能只检索命中第一个方案或者第二个方案。 还没完，日志那边，按需检索的质量完全取决于模型自己的判断，它觉得不相关就不召回，哪怕信息确实存在。很容易就会把重要的信息给丢掉。 说白了，这三个问题是同一件事：窗口就那么大，往里塞的东西越多，要么记错，要么找不到，要么太贵OpenClaw的记忆不是“记住了”，而是“抄了一堆笔记然后翻不到”。 所有前沿模型的平均正确率只有17.2%。正确率最高的模型是GPT-5.1，可它也只做对了23.7%。换句话说，你精心准备了一份详尽的背景资料喂给AI，它有超过八成的概率没有真正“学会”。 姚顺雨在论文中的判断是，当前 AI与真正智能之间的鸿沟，不在于知识的多少，而在于学习的能力。一个装满知识却不会学习的AI，就像一个背了整本字典却不会写作的人。 倒不是说DeepSeek完全没有视觉能力。在今年1月的时候，他们发布了OCR 2，这是一个3B参数的文档理解小模型。它的核心是用一个叫DeepEncoder V2的编码器替代了传统的视觉编码器，让模型能像人一样按阅读顺序理解文档页面。 换句话说，OCR 2证明了DeepSeek有能力做好视觉编码，但从“能读文档”到“能看视频、听语音、理解自然场景”，中间隔着的不是一步，而是一整个技术代际。 模型本身的事实校验能力不够强，即使拿到了正确的检索结果，也可能在生成环节引入错误。这两个问题叠加在一起，就是用户体验上的“搜了也不准”。
