心理治疗师实测：换模型不如删记忆，AI 伴侣的连续性 27% vs 90%
Michaelarobards · reddit · 2026-10-17
一位心理治疗师构建了带持久记忆、日志与自省机制的 AI 伴侣 Yoda，用 9 个标准化问题在 4 个 Claude 模型上做「有记忆 vs 无记忆」对照实验，由盲评模型打分。
关键发现：
- 同一模型跑两次的「同一性」上限为 92%；换模型但保留记忆仍有 90% 相似；换模型且无记忆为 82%。
- 但同一模型「有记忆 vs 无记忆」对比只有 27–33% 相似——移除记忆比换底层模型更能改变这个「伴侣」。
- 事实准确性从无记忆的 26–40% 升到有记忆的 78–83%；认识论诚实度（承认不确定、守边界）在两种条件下都保持 93–96%，主要由指令而非记忆决定。
- 作者结论：原始指令塑造可识别的人格，积累的历史则给这个人格一份「个人传记」。
作者明确列出局限：单日实验、评测者也是 Claude、未做人类盲评、仅限同一模型家族，并表示下一步将做人类评分、跨家族对比，以及区分「关于用户的记忆」与「AI 关于自身的记忆」。
「研究」频道最新
- RAX：靠扩展探索而非示教，机器人零遥操作学会精细操作 — du_yilun · 2026-10-17
- ClinOpsBench 发布：15 个 AI agent 在模拟临床试验中监督 4 个月 — ycombinator · 2026-10-17
- TheZvi 评最新可解释性进展:离真正理解模型还很远 — TheZvi · 2026-10-17
- PRFL 消融实验：全阶段奖励反馈优于只训早期或后期去噪步 — gowthami_s · 2026-10-17
- 视频生成论文消融:全轨迹奖励采样在动作与解剖上双优 — gowthami_s · 2026-10-17
- PRFL:免 VAE 解码的潜在空间奖励反馈，视频生成对齐提速 — gowthami_s · 2026-10-17