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。
很多 AI 智能体表现“迟钝”，往往并非模型能力不足，而是缺乏记忆机制。Google 技术专家基于 ADK 提出三种解决方案：会话记忆让助手在单次对话中记住上下文；多智能体状态共享支持多个智能体通过键值对协作传递信息；持久化存储则利用数据库替代内存，使智能体能跨越重启记录用户偏好。这些方法能有效解决“金鱼记忆”问题，帮助开发者构建更连贯、具备长期服务能力的个人助理应用。
5 月 7 日，OpenAI 在英、巴等五国启动 ChatGPT 广告内测，并推出三款具备 GPT-5 级推理能力的实时语音模型。广告业务强调隐私与回答独立性，旨在探索免费用户变现路径。新语音模型则支持复杂任务操作，加速企业付费场景落地。此举标志 OpenAI 从技术验证转向商业模式规模化，证明 AI 产品可兼顾用户体验与多元盈利，为行业商业化提供了关键风向标。
如何让 AI 视频拥有电影质感？提示词应采用导演语言而非被动描述，需包含主体、微动作、环境、摄像机、灯光、风格、情绪、物理细节、渲染质量九层结构。文章还总结了微动作工程、摄像机定义、布光逻辑、情绪编码及可控混乱等策略，并提供了多条完整示例。创作者需注意框架易致同质化，真正的竞争壁垒在于对细节分寸和不可模板化判断的把握。
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。