记住一切不难，难的是知道该忘什么
两周前，硅谷计算机历史博物馆，400 多位年轻人正在礼堂里打 Memory Genesis 全球记忆挑战赛的决赛。我和田渊栋、Lydia 在隔壁演播室坐了两个小时，话题从 Anthropic 意外泄露的 Claude Code 代码开始，一路滑向AI记忆的边界、意识的起源，最后落在一个所有人都在回避却无法绕开的问题上：当AI可以接管一切，人类还剩下什么。
留几条我自己想记住的判断。
一、AI记忆不等于上下文窗口。上下文是实现方式，记忆是比它大得多的抽象。陈天桥给下一代AI下过一个等式，人类智能 = reasoning + long term memory，这也是我这两年All in EverMind的根本原因。2026年行业从"卷参数"转向"谈记忆"，本质是大模型终于开始落地。今天一个AI应用如果不谈memory，反而显得奇怪。
二、智能的核心不是记住一切，而是知道该忘什么。底层信息可以全部保留，能耗上AI已经吃得下。但在决策层面必须有遗忘策略，否则每一个"当下"都会被历史信息拖垮。人和AI在这一点上其实对称：人叫工作记忆，AI叫上下文，最终用来做决定的信息都不多，关键是能不能从一个巨大的抽屉系统里，把最相关的那一小块及时调出来。
三、关于幻觉和黑盒，我和渊栋这次有分歧。他相信总有一天可以从机制上打开黑盒、根治幻觉。我的判断更直接，可解释性这条路历史上从未真正work，真正解决问题的一直是scaling，参数的scaling、数据的scaling、时间的scaling。人自己说话也有幻觉，这本来就是概率系统的宿命。
四、真正的护城河有三层。技术最多领先半年，这是速度；用户真在用、系统才真在迭代，这是数据飞轮；敢在所有人都跟随时下非共识判断，这是人。DeepSeek之所以能跑出来，恰恰是因为在大家都学OpenAI做过程奖励的时候，他们敢用直接结果的强化学习下注。大厂工程师不是不懂，是不敢。
五、AI不太可能自发产生意识。自我意识是碳基生命与环境交互演化出来的东西，AI没有传感器感受到"被伤害"这件事，也没有那个底层压力。语言模型看起来像有意识，是因为它从人类文本里学到了与意识相关的表达方式，是学来的，不是底层自己长出来的。比"AI觉醒"更值得警惕的，是AI被某些人滥用，它本质上还是工具。
六、关于爱。渊栋那句话我记得很清楚：AI可以做出很多让你觉得它爱你的回答，但你不知道它是渣男还是真的对你有意思。情绪价值和真正的爱之间那条线，是人和AI之间最深的一道界限。
七、奇点。我和渊栋这次判断一致，它已经开始了。5年还是更久只是执行问题，这一代人几乎一定会见证稳态世界的到来。那个世界里，重复劳动的物质产出价格趋近于零，大部分人不再具备传统意义上的"生产价值"，教育的目的也会从"满足别人"转向"满足自己"。
八、人相对AI还剩两个本质优势：多模态的真实世界输入，以及从极少数据里获得洞察的能力。熟人之间一个眼神、一句没说完的话就能读懂彼此，AI今天还做不到。一旦这个gap被填平，才是真正意义上的AGI。
给现场那些年轻人的话，我只留了五个字：敢想，马上做。
过去把一个想法变成现实需要一整支团队，今天一个学文科的同学用AI coding工具就可以做出产品。不要在意你是不是AI专业，现在就去拥抱它，把自己有价值的想法做出来。
这里是完整的视频：https://youtu.be/fRi8_UXlm3U?si=ut7lEfMLOcU05J_d