三个 AI 分用一份记忆，会发生什么

一个实验。有人在 MacBook Air 上用 OpenAI 的编程智能体 Codex 干活，随口表达过几次工作偏好。几天后，他坐到 Mac Studio 前，开了一个全新的会话——注意，是另一个独立进程的 Codex，没有任何会话记录可以继承。聊了几句，这个新智能体自己知道了那些偏好，照着办了。

中间没有复制粘贴。两个智能体谁也不认识谁。它们只是连着同一份记忆。

做这个实验的系统叫 Hindsight，Vectorize 公司的开源项目，MIT 协议。八天前本号解剖过它的记忆设计（事实、经历、观察、心智模型四层，观察带着证据演化），这次实验碰的是另一个维度：记忆放在哪、谁能读它。

秘密只有一个：共用一个库

先把这个实验祛魅。它没有任何魔法，机制拆开是三行字。

Hindsight 给 Codex 装了两个钩子。会话开始时，auto-recall 先跑：拿你这句话去查记忆库，把查到的相关事实，作为一段你看不见的上下文塞在提示词前面——智能体看得见，你不用重复。会话结束时，auto-retain 跑：把整场对话交给模型，抽出值得记的事实、实体、时间、关系，写进库里。

跨设备的部分更简单。Hindsight 的记忆库是一个服务器进程，每份库有自己的编号。你在三台机器上装了三个 Codex，只要它们的配置文件都写着同一个库编号，指向同一台服务器，三个智能体就在读写同一本账。MacBook Air 上的那一个，会话结束时把偏好写进了库；Mac Studio 上的这一个，会话开始时一查，查到了。

所以严格说，实验里发生的不是「记忆同步」，是「两个智能体共用一个外部器官」。同步是设备之间商量着交换数据，这里没有设备间通信——库就一个，谁连着谁用。

云版本把这件事做成了产品：库放在服务端，官方文案说「记忆跨机器跟着你走」。公司团队版同理，所有人配同一个库编号，写进同一份记忆。

记忆从模型身上剥离出来

有意思的不是实验本身，是它顺手演示的一个架构事实：记忆层和模型层是分开的。

这件事反过来看更清楚。今天的个人 AI 助手，你的历史对话、你的偏好、你教过它的所有东西，都存在模型厂商的会话系统里。换一家模型，从零开始；模型升级换代，记忆跟着平台的规矩走。你的「AI 了解你」这件事，资产在别人手里。

实验里的结构不是这样。三个智能体是临时的、可替换的、互相不认识的；库是持久的、属于你自己的、MIT 开源可以本地跑的。智能体换了，甚至换成别家的，只要它支持 MCP 协议接上这个库，你的积累原地不动。Claude Code、Codex、opencode 好几个客户端，官方都给了接法。

素材里那句架构判断说得准：模型可以换，智能体可以不同，长期记忆自己长着。这不是比喻——库里的心智模型层，就是随时间沉淀的文档化判断，模型读它，不拥有它。

一本账的风险

共用一个器官，代价也得摆出来。

第一，错误会交叉感染。auto-retain 是自动抽取：智能体在会话里说了什么，就被当成事实记下来。三个智能体写同一本账，一个的幻觉有机会变成三个的共识。Hindsight 的缓解办法是它的观察层——每条结论挂着原始引用和佐证次数，新证据来了强化或弱化旧结论，而不是直接覆盖。这套机制管得住「修正」，管不住「三个智能体基于同一条幻觉继续强化它」。

第二，记忆库成了新的要害。谁控制了这份库，谁就控制了所有连着它的智能体的「人格连续性」。库里的东西越攒越多，价值越高——它本质上是一份结构化的个人画像。顺带一提，Hindsight 有个叫 Memory Defense 的隐私过滤功能，四十五种模式拦截个人信息入库，默认是关闭的，要自己打开。

第三，那份公开的排行榜成绩，是官方运营的基准站自报的，读的时候按惯例打个七折。

一条命令的事

这个实验值得动手复刻一遍，成本几乎为零。一条 curl 命令装上钩子，本地跑一个记忆库，拿两个不同目录里的 Codex 连同一个编号——你会亲眼看到第一个智能体写进去的东西，出现在第二个的回复里。那种「它怎么知道」的瞬间，比任何架构图都直观。

八天前那篇讲了记忆怎么组织，这篇讲了记忆放哪。拼起来才是完整答案：一份属于你的、结构化的、谁都能读但不能占有的长期记忆——个人 AI 时代，这可能才是值得攒的那份资产。

信源：Hindsight 仓库（vectorize-io/hindsight，MIT，51,006★，10-17 仍在更新）；Vectorize 官方博客《Adding Persistent Memory to OpenAI Codex with Hindsight》（2026-04-08，三脚本与 shared bankId 机制）；arXiv 2512.12818（四层记忆设计）；本号 10-10 剖析帖（记忆模型设计）。实验为素材作者的三设备实操演示。