近日，OpenAI 正在测试一项全新的 ChatGPT 功能，将记忆功能与搜索能力相结合。这一尚未公开的功能已在 macOS 应用程序中进行测试。一旦启用，ChatGPT 将能够利用存储的用户记忆，提供更加个性化和高效的搜索结果。
该功能允许 ChatGPT 根据用户的过往互动，检索相关信息并生成量身定制的回答。例如，用户可以要求 ChatGPT 搜索与自己相关的具体内容，而系统会从其记忆中提取数据，提供更加贴合用户需求的回复。这种设计旨在提升用户体验的个性化水平，进一步拓展 ChatGPT 在个人和专业领域的应用潜力。
值得注意的是，这项功能类似于网页浏览中的 “Cookie” 技术，通过存储用户数据实现内容个性化。然而，这也引发了关于隐私和定向广告的潜在担忧，特别是在 AI 驱动系统中如何平衡个性化与数据安全的问题上。
以上测试来自 X 用户：TestingCatalog News目前，该功能尚未向公众开放，但部分测试用户已表示功能运行良好。无论如何这一开发预示着 ChatGPT 在智能化和个性化方面迈出了重要一步。
OpenAI 在发布 GPT-5.6 当日指出 SWE-Bench Pro 约 30% 任务存在缺陷，引发对 AI 基准测试可靠性的质疑。多项研究进一步揭示，验证器质量决定模型学习方向，基准题目高度冗余，且模型“窄能力”提升未必转化为真实经济产出的“宽能力”。当前 AI 进步尚未达到自维持加速阈值。基准测试正面临结构性危机，其公信力受利益冲突影响，亟需建立独立第三方验证机制以确保评估客观性。
Ploy 公司将 AI agent 从 Claude Opus 4.8 迁移至 GPT-5.6 Sol 后，构建耗时缩短过半且成本降低，但过程中遭遇三大工程挑战。一是评测框架适配旧模型导致误判；二是新模型填充冗余参数引发工具调用异常，需通过 schema 变换解决；三是缓存机制差异致命中率归零，需重构 key 策略。这表明生产环境模型迁移并非简单替换，需针对调用习惯与基础设施进行深度工程适配。
OpenAI 旗下 GPT-5.6 Sol Ultra 通过 64 路并行 agent 在 1 小时内生成了图论 CDC 猜想的证明文本，成本不足 500 美元。该成果引发争议，因缺乏 Lean 机械化验证、未公开完整推理轨迹及受限于图论形式化库不成熟，数学界对其有效性存疑。此事表明 LLM 已具备启发式数学搜索能力，但验证基础设施滞后仍是瓶颈。未来“多路并行+防放弃 prompt”或成范式，而完善 Lean 工具链是确立 AI 证明可信度的关键。
围绕《OpenAI 的新 ChatGPT 功能将记忆与搜索功能相结合》展开交流，未登录用户可浏览评论，登录后可参与讨论。