AI 越聊越懂我,是它在學習嗎?
用了一陣子 AI,你可能有過這種感覺:它記得你住哪、愛吃什麼,越聊越貼心,像在慢慢了解你。它真的在學習進化嗎?答案有點意外:它一個字都沒學進去。
沒有在學習。對話改變不了模型本身,它的大腦在出廠那一刻就凍結了。所謂越來越懂你,是產品把你的資訊記在一個「小本本」上,每次對話開始前悄悄塞回給它看。像一位記性欠佳的老朋友,每次見你之前先翻一遍筆記。
大模型的一生分成兩個階段:訓練和聊天。訓練像上學,要讀海量資料、反覆調整腦子裡的參數;聊天像畢業後上班,只負責用學到的東西幹活。關鍵在於:上崗那天起,它腦子裡的參數就定型了。你跟它聊一萬句,這些參數一個都不會動。想看這兩個階段的詳細拆解,本站有一節訓練與使用的深入版課程。
「它越來越懂我」這件事,很多人腦中的畫面和實際發生的畫面差得很遠。點下面三個按鈕,逐個看看。
剛才「實際發生的畫面」裡那個小本本,就是各家產品宣傳的「記憶功能」。它是模型外面掛的一個記事本:你聊天時提到的關鍵資訊(住哪、吃什麼、做什麼工作)被摘出來存好,每次新對話開始前,產品把這些條目貼進對話的最前面,模型讀到了,回答自然顯得懂你。這些貼進去的內容佔用的空間,就是常說的上下文視窗。
這裡有兩件事常被混成一件,得分開說。換個產品,記憶確實帶不走:小本本存在 A 產品的伺服器上,B 產品看不到,你在一邊積累多年的「默契」,換個應用直接清零。所以重要的個人偏好,建議你自己也存一份文件,走到哪貼到哪。
但在同一個產品裡新開對話,它並不會失憶——小本本掛在你的帳號上,不是掛在某一個對話裡。豆包、ChatGPT 這類預設開著記憶功能的產品,你新開一個對話,它照樣知道你吃素。真正會丟的,是這個對話裡聊過、卻沒被摘進小本本的那些細節:剛才那段長文件、上一輪的具體措辭、你臨時改的口徑。失憶的是模型,不是產品。
單獨訓練貴到離譜
訓練一次大模型要動用成千上萬塊專用晶片連跑數週,成本按「億」的量級算。給幾億使用者每人單獨練一個專屬模型,沒有公司付得起這個帳。
小本本便宜又夠用
相比之下,給每個使用者配一個記事本,成本幾乎可以忽略。效果上你感覺不出差別:它照樣記得你住廣州、吃素、養了一隻貓。
凍結反而更安全
如果每個人都能靠聊天改寫模型,有人教它好話,也會有人教它壞話。參數凍結讓它對所有人保持同一個水準,這是特性,也是保護。
✅ 這一頁想和你分享的
- 模型參數出廠即凍結:聊再多,也改變不了它的大腦
- 「記憶」是外掛小本本:產品把你的資訊存好,每次對話前塞回給它看
- 覺得它越來越懂你:該誇的是產品設計,模型只是照著念
- 小本本掛在帳號上:同一產品新開對話照樣記得你,換個產品才會清零
- 重要偏好自己留一份:自備一份文件,走到哪貼到哪