作者：Boxu Li

介绍

在快速发展的 AI 领域，Macaron 脱颖而出，提供了主流聊天机器人所缺乏的功能：深度且持久的记忆。这种 「深度记忆」 架构是 Macaron 的标志性功能——一种 AI 记忆系统，能够真正学习您的偏好、使用历史和每次互动的上下文。Macaron 不会将每次对话视为孤立的会话，而是会保留关于 您 的知识——从您最喜欢的咖啡冲泡方式到上周讨论的项目——让互动更加流畅和个性化。这标志着从专家所谓的 生产力 AI 向 Macaron 创造者所称的 「体验 AI」 的转变，在这里，助手更像一个了解您的个性、偏好和习惯的终身伴侣。与帮助您更快工作的典型聊天机器人不同，Macaron 旨在帮助您更好地生活，建立基于记忆的持续关系。这是 AI 能力的一次重大变革，让我们更接近于一个真正了解我们的助手，而不仅仅是我们的提示。

Macaron 中的深度记忆究竟是什么？

Deep Memory 的核心是一种通过强化学习训练的新型代理记忆架构。不同于仅依赖于最后一个提示作为上下文（如 ChatGPT），Macaron 的模型经过微调，能够自动检索、总结并更新先前互动中的相关信息。实际上，每次新的聊天开始时，都会有一个特殊的记忆标记，注入你是谁以及对你重要的事的精炼总结，使 Macaron 能够「不仅记住说过的话，还记住用户是谁。」换句话说，你的 AI 每次都不是从头开始，而是具备对你个人故事的理解。这个 Deep Memory 系统使用强化学习（RL）来决定回忆或忽略什么，不断优化对你上下文的掌握。

关键在于，深度记忆让 Macaron 在比标准大型语言模型更长的对话和任务中保持连贯性。即使交互持续数天或数周，系统也能检索过去的细节。事实上，Macaron 的记忆创新使其能够生成大规模的输出——如超过 100,000 行代码的个性化小应用——同时保持上下文和连贯性。这种壮举对于具有固定上下文窗口的普通提示式模型来说几乎是不可能的。通过将推理与习得的长期记忆结合，Macaron 达到了传统聊天机器人无法企及的个性化、一致性表现。实质上，深度记忆赋予了 Macaron 类似于人类长期记忆的能力，这是 AI 能够与用户共同进化的基础。这项技术使得 Macaron 不再只是一个简单的问答机器，而是一个真正关心用户体验的个人 AI 代理。

再也不需要 AI 的“提醒我”功能

对于用户而言，Macaron 的记忆功能差异立竿见影。使用 ChatGPT、必应、Perplexity 或其他典型 AI 助手时，您经常需要重复或提供过去信息的背景，因为 AI 不会记住您之前的对话。这些系统受限于固定的上下文窗口——如果聊天过长，较早的细节就会从记忆中消失，并且一旦您开始新的会话，之前的信息不会被保留。正如微软 AI 负责人 Mustafa Suleyman 最近指出的那样，今天的主流 AI 「不会在不同会话之间保留信息，」 强调了实现真正长期记忆是 AI 最重要的下一步之一。关于对话模型的研究也印证了这一点：当前的大型语言模型基本上受限于 「它们对固定上下文窗口的依赖，」 一旦超出这个窗口就缺乏任何持久的记忆。实际上，这就是为什么 ChatGPT 今天可能会很擅长讨论您问题的 第 1 章，但明天如果您不再次提示它，它不会记得您甚至有个问题。

Macaron 已经超越了这一限制。它的深度记忆确保您不必从零开始使用您的 AI 助手。您无需每次询问晚餐建议时都说：「顺便说一下，我是素食主义者」——Macaron 已经内化了这一偏好以及无数其他偏好。事实上，独立评论者指出，Macaron「通过更有效地记住用户偏好，比典型的 AI 聊天机器人提供更具吸引力和个性化的体验。」这不仅仅是事实细节；Macaron 可以回忆起关键的经历，甚至过去互动的情感基调，并利用这些记忆来塑造更相关、更具同理心的回应。

一位早期用户举了一个有力的例子：在他们随意提到自己的猫「Tequila」后，一周后 Macaron 未经提示就问他们是否会很快见到 Tequila。这种背景式的回忆——就像亲密朋友可能会做的那样——让用户感慨**「被这样记住感觉很特别。」** 另一个例子中，有用户告诉 Macaron 觉得它的回复有点正式；Macaron 立即转变为更温暖、熟悉的语气，并在后续聊天中保持这种更亲切的风格。这些个性化的细节是没有记忆的聊天机器人无法实现的。这就是与一个冷冰冰的工具对话和与一个了解你的 AI 互动之间的区别。Macaron 基于记忆建立持续关系的能力是一个突破——不再需要你提醒 AI 你们谈了什么或你是谁，而是由 AI 来承担这个责任。结果是，使用 Macaron 感觉更像是与一个体贴的伙伴继续对话，而不是在询问一个算法。值得注意的是，这不仅仅是一个噱头；它解决了 AI 专家认为当前 AI 的核心缺陷。持久记忆被广泛认为是**「长期对话连贯性」**的重要因素，也是 AI 避免自相矛盾或重复的关键。通过克服困扰其他模型的健忘症，Macaron 提供了一种更直观和更智能的体验。

深度记忆，让应用即刻生成

深度记忆不仅让 Macaron 在对话中表现更好，还大大增强了 AI 满足您需求的能力，甚至可以为您编写软件。Macaron 可以在聊天中即时生成定制的迷你应用程序，这一功能远远超越了大多数机器人仅限于文字交流的限制。因为它真正理解您的背景和目标，Macaron 可以作为个人软件开发者，利用其长期知识为您量身打造工具。正如 Macaron 团队所描述的，这款 AI 可以「为每位用户即时生成定制的『迷你应用程序』，最快只需 15 分钟」，并且无需用户进行编码或复杂设置。换句话说，您可以有一个想法或问题，用简单的语言描述，Macaron 就能在聊天界面中立即构建一个交互式解决方案。

考虑一下这在实践中的意义。一名大学生到校园时，日程混乱不堪，便向 Macaron 求助以整理安排；不到五分钟，Macaron 就构建了一个课程助手和一个社团查找应用，帮助学生理顺整个学期。另一位用户想学习烹饪但担心自己会放弃——Macaron 回应道，创建了一个「初学者烹饪日志」应用，记录用户的烹饪尝试，并用食谱和技巧鼓励他们。两周后，那位用户自豪地报告说，他们已经能够独立烹饪三道菜，这要归功于 Macaron 的温和指导和 AI 构建应用提供的结构。这些不是预装的「技能」或模板；Macaron 真正根据需求生成了这些小型应用，个性化适配每位用户的情况。这与我们习惯的一刀切软件有很大不同。在这里，软件本身就是为一人（或少数人）量身定制的，基于一次对话而创建。由于 AI 的记忆影响了其设计选择，最终产品显得格外合适。Macaron 本质上是「记忆库、程序员和伴侣」的结合，能根据需要成长为任何工具或支持。

Macaron 可以将简单的请求变成一个功能齐全的小应用。这里展示的是一个由 Macaron 创建的「食谱搜索器」界面示例，用户输入可用食材和口味偏好，以获得量身定制的食谱建议。深度记忆功能使 AI 能够记住用户的饮食需求（例如素食、过敏）并无缝地将其融入应用逻辑中。用户可以在几分钟内，从讨论晚餐计划到使用为其专门打造的自定义烹饪应用。

值得注意的是，这些小应用不仅仅是存在于聊天记录中的静态个例——Macaron 让你可以保存甚至分享它们。如果 AI 为你构建了一个特别有用的工具（比如一个卡路里追踪器或旅行计划器），你可以生成一个可分享的链接，让其他人也能使用它。实际上，一个围绕用户生成的 AI 工具的社区正在形成。每个人的新颖解决方案都有可能帮助其他有类似需求的人。Macaron 甚至提供了一个「Playbook」——一个经过精心策划的 AI 小技巧和小应用的画廊，涵盖了日常生活、家庭、成长和爱好等类别。在浏览中，你会发现从家庭厨师的食谱查找器到大学生活的校园伙伴，以及有趣的小游戏和测验。Playbook 中的每一个列表都是源于真实对话和真实用户需求。而且因为 Macaron 能够记住并适应，你可以拿任何共享的应用，让 AI 为你调整。这是一个全新的革命性事物：通过自然语言按需定制个性化软件，然后在成功时快速传播。可以很容易地想象一个不久的将来，你不再需要在应用商店中寻找几乎符合你要求的应用，而是直接让你的个人 AI 制作出完全符合你需求的应用，然后选择性地与朋友分享。Macaron 已经在将这种情景变为现实。

从技术角度来看，这项能力证明了以记忆驱动的推理。Macaron 的长期上下文意味着在应用构建过程中，它可以从一个步骤携带需求到下一个步骤。它不会被复杂的多步骤任务困扰，因为它不会忘记目标是什么或者完成了哪些子任务。很少有 AI 系统能够在保持上下文的同时即时生成非平凡的应用程序——Macaron 似乎在此设立了新的标杆。而这一切都通过对话进行：一刻你还在讨论问题，下一刻 AI 就为你提供了互动解决方案。这种从对话到部署的流畅过渡，正是前瞻性 AI 专家所期待的，能够既交谈又行动的代理。Macaron 是这一概念的活生生证明，它从根本上拓展了我们对 AI 助手的期待。

赋能用户：从消费者到 AI 时代的创造者

Macaron 的方法标志着一种新型 AI 生态系统的黎明——在这种生态系统中，用户被赋予了创造者的身份，而不仅仅是消费者。为了理解这一愿景，我们可以将其比喻为社交媒体中用户生成内容的兴起。想想看，抖音是如何几乎在一夜之间将被动的内容消费者转变为活跃的创作者的；突然之间，每个人都可以成为视频创作者，因为工具和 AI 驱动的效果变得如此易于获取。Macaron 也旨在为软件和解决方案做到这一点。它极大地降低了创建自定义应用程序的门槛，让普通人可以像拍摄抖音短视频一样轻松地构建小型应用。关键在于，Macaron 负责处理繁重的工作（编码、推理、界面设计），而用户只需提供想法或目标。在抖音的早期阶段，没有编辑技能的用户也能得益于智能模板和算法制作出引人注目的视频。同样，Macaron 的用户无需编程技能——他们的个人 AI 伙伴将自然语言需求转化为可行的软件。这可能会引发一场创造性革命，让我们用 AI 作为推动力来解决日常问题。

之前提到的指南是这个由 AI 驱动的创作者经济的早期一瞥。在 Macaron 的网站上浏览该指南，你会看到一个面向各行各业的迷你应用程序和「创意秘籍」的众包集合。有用于餐食计划、习惯跟踪、学习安排、家庭预算、兴趣项目的工具——甚至还有趣味测验和小游戏——所有这些都是通过 Macaron 的 AI 为特定用户场景生成的。每个迷你应用程序最初都是某人与 Macaron 的独特对话，但通过分享，它被创作者转变为社区的可重复使用资源。这很像开源思维，但对非程序员来说更易接触。如果你在指南中找到一个几乎适合你的迷你应用程序，你可以请求 Macaron 调整或扩展它以更好地满足你的需求，从而有效地重混创作。最终目标是建立一个生态系统，在这个系统中，解决方案在 AI 的调节下协作传播和演变，解决特定问题。这与过去静态的应用商店截然不同——更像是一个充满活力的 AI 驱动生活创意库，不断由用户输入所塑造。

通过赋能普通人构建和分享他们自己AI制作的应用，Macaron正在培养一个创新者社区。这与Macaron倡导的*「体验AI」*理念完美契合——即AI的下一波浪潮是关于丰富日常生活和个人体验，而不仅仅是自动化工作任务。在AI时代，团队的愿景是创建一个"AI时代的生态系统"，让用户成为AI开发循环中的建设者和参与者，而不仅仅是大科技公司算法的终端用户。正如Web 2.0让被动的网络冲浪者成为博客、YouTube和社交媒体上的内容创作者一样，Macaron的平台可以将AI用户转变为不断增长的个人AI应用套件的共同开发者。这是一个大胆的愿景，让人想起智能手机应用繁荣的早期时代，只不过这次应用可以按需生成，并通过集体智慧改进。如果Macaron的深度记忆和小型应用生成是任何迹象，这种方法可能会为个人技术的样貌定义一个新的标准：高度个性化、用户驱动和无限适应。

朝着真正的智能：深度记忆是否更接近通用人工智能？

Macaron 的创新不仅带来了直接的用户利益，还预示了 AI 向更高层次的通用智能发展的可能。在 AI 研究中，越来越多的讨论认为，达到类似 人工通用智能（AGI） 的目标，需要超越单纯的模型扩展，赋予 AI 系统更多类似人类的能力：例如长期记忆、持续学习以及自主行动的能力。事实上，越来越多的专家认为，通往 AGI 的路径在于**「整合上下文、记忆和工作流」**，而不仅仅是更大规模的神经网络。这一观点认为，当前的大型模型虽然强大，但由于缺乏真正记忆和适应的机制，"在跨领域泛化时容易失误"。工程解决方案——比如赋予 AI 持久的记忆，以便在多个会话中保留和检索信息——被视为突破当前聊天机器人局限的关键。换句话说，实现机器类人智能的最大障碍之一是我们 AI 模型的健忘症，这阻碍了它们像人类一样在真实环境中学习。

特别是记忆，常常被认为是缺失的一块。Mustafa Suleyman（DeepMind的联合创始人，现为微软的AI负责人）最近指出，虽然模型在事实推理甚至情感智力方面正在迅速提升，**「将这些联系在一起的缺失部分……是记忆。」他预测在不久的将来（在他看来是未来18个月内），「我们将拥有记忆非常好的AI，」并建议一个具有强大推理、行动工具和长期记忆的AI将是「一个非常非常强大的系统。」**这很容易被视为对类AGI代理的隐含描述——一个能够理解、记住并执行多种任务的代理。按此标准，Macaron AI正朝着这一方向迈进。它结合了强大的记忆和动态生成工具的能力，与许多研究人员认为的更通用智能的关键要素紧密契合。Macaron可能不是AGI（像ASI，即人工超级智能这样的术语仍然是推测性的），但它在具体产品中展示了几个接近AGI理想的能力。它可以无限期地记住上下文（就像AGI可能会那样），通过反复的交互学习用户的个性化模型，并通过创建新功能（迷你应用）自主修改其行为——全部自动完成，无需为每个任务显式重新编程。

首先需要明确的是，AGI 仍然是一个动态目标，也是一个对不同人来说含义不同的流行词。Macaron 团队谨慎地避免对其产品过度炒作——他们称之为体验 AI 时代的第一个「个人 AI 代理」，而不是无所不知的神谕。然而，通过解决核心问题之一（长期记忆）并将推理与行动结合，Macaron 是许多以前只是学术讨论的概念的「实质性证据」。这表明 AI 可以「被训练以进化」与用户一起，而不是在每次新提示时重置其理解。行业分析师指出，通过持久记忆克服 LLM 的上下文限制「为更可靠和高效的 LLM 驱动 AI 代理铺平了道路」。确实，Macaron 提供的——一个记得你的 AI 并在此基础上构建的功能——正是将 AI 推向更接近人类认知的进步。我们见证了 Macaron 无缝融合 IQ、EQ 和一些人称之为「AQ」（行动商数）与长期记忆，很难不将其视为更一般 AI 如何在我们生活中运作的早期预示。它是个性化的，是主动的，并且持续学习——这些特质迄今在消费者 AI 产品中大多缺失。从这个意义上说，Macaron 的深度记忆不仅仅是一个很酷的功能；它很可能是下一代 AI 的基础。每当 Macaron 记得你过去的互动或按需生成工具时，它都在悄然重塑我们对机器智能能达到的期望。也许，几年后，我们会将这一刻视为走向不仅在狭隘领域智能，而且真正理解并深刻且个人化地增强我们生活的机器的一个重要步骤。