你的ChatGPT每次开口都像失忆——昨天聊的项目背景，今天又得重粘一遍。这事海外开发者早受够了，于是"AI记忆层"（AI Memory Layer）在2026年6月正式独立成一个新品类：不靠你手动喂上下文，AI自己默默记、夜里自己"做梦"整合、用的时候自动调。更狠的是，这一波三款代表作全在做减法——云端的不存你账号、本地的不上云、开源的连向量数据库都不要。中国用户基本还卡在"复制粘贴context"的原始阶段，这就是这一篇要补的信息差。
过去一年，AI记忆只有两种形态：要么是ChatGPT/Claude账户里那点"记住我叫什么"的偏好；要么是开发者硬塞的向量数据库+RAG，被动召回，时间一长细节全糊。
2026年中的转向是：记忆从"聊天功能的附属品"升级成了"操作系统级的工作层"。判断一个东西是不是新品类，看三件事——有没有消费级爆款、有没有开源标杆、有没有大厂下场。这三件事，这个月同时发生了。下面三款工具正好构成一条完整谱系：云端闭源 → 本地闭源 → 开源自建。
如果你每天的工作是"打开五个窗口、反复粘贴同一段项目背景"，Goldfish就是冲你来的。
一句话价值：把"重复粘贴context"这个每天发生上百次的隐性成本，用一个快捷键干掉了。
如果说Goldfish是"闭源现成的"，那这款就是"开源、能自己改、完全免费"的参考实现——而且它的技术路线是个大反共识。
GoogleCloudPlatform/generative-ai 官方仓库下（该仓库17.1k star），作者Shubham Saboo——Google高级AI产品经理这条路为什么狠？过去所有人做AI记忆的默认答案是"向量化+向量数据库+相似度召回"，又贵又难维护。Google这位PM直接掀桌子：用Flash-Lite这种最便宜最快的小模型，7×24小时在后台读文件、写SQLite，靠LLM本身的"理解力"代替向量相似度。成本和复杂度都断崖式下降。
它的工作流也最有意思，直接抄人类大脑的睡眠机制：
./inbox 文件夹——支持27种格式（txt/md/json/csv/图片/音视频/PDF全行），IngestAgent用Gemini多模态提取摘要、实体、主题、重要度git clone → pip install → 设个 GOOGLE_API_KEY → python agent.py，三个命令跑起来，还自带Streamlit可视化面板一句话价值：给了所有想自建AI记忆的人一份"别用向量库"的官方背书 + 可直接fork的代码底座。
前两款是开发者和极客的玩具，这款是大平台把记忆层做成基础设施推给所有人。
和前两款的呼应才是重点：注意OpenAI给这套架构起名"dreaming"——做梦。再看Google那个开源agent的注释，原话是"During sleep, the brain replays, connects, and compresses information. This agent does the same thing."（睡眠时大脑会重放、连接、压缩信息，这个agent干的一模一样）。
一个在云端闭源叫"做梦"，一个在开源仓库里抄"睡眠整合"——这不是巧合，是2026年中期整个AI记忆赛道找到了同一个共同范式：模仿人类大脑的睡眠记忆固化机制。 看懂这层，你就比90%还在纠结"用哪个向量库"的人领先了一个认知。
flowchart LR
subgraph CO["云端闭源 · 大平台"]
D["ChatGPT dreaming<br/>OpenAI · 6月4日<br/>合成对话为记忆层<br/>面向2亿+用户 · 0额外费用"]
end
subgraph LO["本地闭源 · 消费级"]
G["Goldfish<br/>goldfish.sh · PH 6月16日<br/>本地SQLite · Azure OpenAI零留存<br/>Option键唤起 · beta免费"]
end
subgraph OP["开源自建 · 开发者"]
A["Always On Memory Agent<br/>Google PM · MIT开源<br/>弃用向量库 · Flash-Lite后台跑<br/>每30分钟睡眠整合"]
end
BRAIN[("人类大脑<br/>睡眠:重放+连接+压缩")] --> D
BRAIN --> A
NOTE["共同范式: 模仿大脑<br/>睡眠记忆固化"] -.-> G
D -.- G
G -.- A
classDef gold fill:#fff3cd,stroke:#d4a017,stroke-width:2px
classDef blue fill:#d1ecf1,stroke:#0d6efd,stroke-width:2px
classDef green fill:#d4edda,stroke:#198754,stroke-width:2px
classDef brain fill:#f8d7da,stroke:#dc3545,stroke-width:2px
class D blue
class G gold
class A green
class BRAIN,NOTE brain
| 维度 | 国内多数人还在做的 | 海外这波新品已经在做的 |
|---|---|---|
| 记忆的形态 | 复制粘贴context，或依赖账户级偏好 | 独立的"记忆层"，横切整个桌面/工作流 |
| 记忆的存储 | 默认上云、不可控 | 本地SQLite优先，隐私可审计 |
| 检索方式 | 向量库+RAG（贵且易糊） | 纯LLM读写结构化记忆（Google开源背书"去向量化"） |
| 记忆的维护 | 被动存，越来越乱 | 主动"睡眠整合"，自动找关联、压缩、去重 |
| 接入方式 | 锁死在某个App里 | 通过本地MCP喂给Claude等任意工具 |
| 成本 | 大模型token + 向量库双重开销 | 小模型后台跑，Flash-Lite级账单 |
如果你是普通用户（不写代码）：去 goldfish.sh 装一个Goldfish（Mac，beta免费），把它接到你的Claude Desktop，体验一次"不用粘贴context"的对话。这是最快建立体感的方式。
如果你是开发者：clone下Always On Memory Agent，跑通那个 inbox → 整合 → query 的循环。重点不是用它，是读懂它"为什么敢不用向量库"——这套思路可以直接用到你自己的产品里，砍掉一块基础设施成本。
如果你在创业/做产品：用上面那张信息差表当 checklist 检查自己的产品——你的记忆是被动存的还是主动整合的？是锁在App里还是横切工作流的？把"睡眠整合"这一条补上，就是和海外这一波拉开差距的切入点。
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。
GoogleCloudPlatform/generative-ai 整个仓库的数据，文中已用措辞规避，避免读者误认为是单项目 star[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。