经过大量实验，发现 ChatGPT 的记忆系统远比预想中简单：没有向量数据库，也没有基于对话历史的检索增强生成（RAG），取而代之的是四个独立的层级：适配环境的会话元数据、长期存储的明确事实、近期对话的轻量摘要，以及当前对话的滑动窗口。
一、ChatGPT 的上下文结构
要理解记忆系统，首先需要明确 ChatGPT 处理每条消息时接收的完整上下文。其结构如下：
-
0\] 系统指令
-
2\] 会话元数据（临时）
-
4\] 近期对话摘要（过往聊天的标题 + 片段）
-
6\] 你的最新消息
二、四大记忆层级详解
1. 会话元数据（Session Metadata）
这类信息仅在会话开始时注入一次，不会永久存储，也不会成为长期记忆的一部分。该模块包含：
- 设备类型（桌面端 / 移动端）
- 浏览器及用户代理（User Agent）
- 大致位置 / 时区
- 订阅等级
- 使用模式与活跃频率
- 近期模型使用分布
- 屏幕尺寸、暗黑模式状态、JavaScript 启用情况等
会话元数据示例：
- 用户订阅：ChatGPT Go
- 设备：桌面浏览器
- 浏览器用户代理：macOS（Intel芯片）上的Chrome浏览器
- 大致位置：印度（可能使用VPN）
- 当地时间：约16:00
- 账户时长：约157周
- 近期活跃度：
- 过去1天内活跃1天
- 过去7天内活跃5天
- 过去30天内活跃18天
- 对话模式：
- 平均对话深度：约14.8条消息
- 平均用户消息长度：约4057字符
- 模型使用分布：
* 5% gpt-5.1
* 49% gpt-5
* 17% gpt-4o
* 6% gpt-5-a-t-mini
* 等
- 设备环境：
- JavaScript已启用
- 暗黑模式已启用
- 屏幕尺寸：900×1440
- 页面视口：812×1440
- 设备像素比：2.0
- 当前会话时长：约1100秒这些信息能帮助模型根据你的使用环境定制回复，但会话结束后所有数据都会失效。
2. 用户记忆（User Memory）
ChatGPT 拥有专门的工具，用于存储和删除关于用户的稳定、长期事实。这些信息会在数周、数月内不断累积，形成一个持久的 "用户画像"。
以我为例，模型存储了 33 个事实，包括：
- 姓名、年龄
- 职业目标
- 背景与过往工作经历
- 当前项目
- 学习领域
- 健身计划
- 个人偏好
- 长期兴趣
这些记忆并非模型猜测得出，仅在以下两种情况下会被明确存储：
用户明确指令：例如："记住这个" 或 "把这个存入记忆"；
模型检测到符合 OpenAI 标准的事实（例如：姓名、职位、明确偏好），且用户通过对话隐含同意。
这些记忆会作为独立模块，注入未来的每一次提示词中。
用户记忆示例：
- 用户姓名：曼坦·古普塔（Manthan Gupta）
- 曾任职于Merkle Science和 Qoohoo（YC W23项目）
- 偏好通过视频、论文和实操结合的方式学习
- 开发过 TigerDB、CricLang、负载均衡器、FitMe等项目
- 正在研究现代信息检索系统（LDA、BM25、混合检索、稠密嵌入、FAISS、RRF、大模型重排序）3. 近期对话摘要（Recent Conversations Summary）
这是最让我意外的部分，我本以为 ChatGPT 会对过往对话使用某种 RAG 技术，实则采用了轻量摘要的方式。
ChatGPT 会以以下格式存储近期对话摘要列表：
1. <时间戳>：<聊天标题>
|||| 用户消息片段 ||||
|||| 用户消息片段 ||||关键发现：
仅总结用户消息，不包含助手回复；
最多存储约 15 条摘要；
仅作为用户近期兴趣的 "粗略地图"，而非详细上下文。
ChatGPT 的方案更简洁：预先生成轻量摘要并直接注入，以牺牲部分细节为代价，换取速度和效率的提升。
4. 当前会话消息（Current Session Messages）
这是当前对话的常规滑动窗口，包含本次会话中所有消息的完整历史（未摘要处理）。
虽然我未能获取 ChatGPT 确切的 token 限制，但模型确认了以下规则：
- 限制基于 token 数量，而非消息条数；
- 达到限制后，当前会话中较早的消息会被移除（但记忆事实和对话摘要仍保留）；
- 该模块的所有内容都会原封不动传递给模型，以维持完整的会话连贯性。
这也是模型能在单一会话中进行连贯推理的核心原因。
三、记忆系统的协同工作原理
当你向 ChatGPT 发送消息时，整个流程如下：
- 会话启动：注入会话元数据，让模型了解你的设备、订阅状态和使用模式；
- 每条消息处理：始终包含你的存储记忆事实（我案例中是 33 条），确保回复贴合你的偏好和背景；
- 跨会话感知：通过近期对话摘要获取用户近期兴趣，无需调取完整历史；
- 当前上下文维护：借助当前会话的滑动窗口，保障单一会话内的连贯性；
- Token 预算控制：会话持续推进时，较早的消息会被移除，但记忆事实和对话摘要保留，维持整体连贯性。
这种分层设计让 ChatGPT 既能提供个性化、上下文感知的体验，又无需承担检索数千条过往消息的计算成本。