Helmor

@Guruncle @frxiaobei iForgot provides relevant memories, just like human memory doesn’t have clear boundaries. However, LLMs can precisely distinguish the relevance between your question and the memories provided by iForgot, enabling them to answer you more effectively.

@frxiaobei I rarely use the memory function, because they always recall things I no longer care about.

推荐一个最近刷到的好玩的服务：iforgot. ai。 你可以把它理解成一个记忆注入器，让大模型在和你对话时知道你是谁。 这几年我们反复讨论大模型的记忆能力，chatgpt、gemini 都上了用户偏好和身份的自动记忆能力，但这些尝试仍局限在各自系统的闭环中，无法互通、不可迁移，更没有开放给开发者去构建更高层的记忆共享机制。 这意味着独立的 AI 系统能在跨会话、跨平台、跨时间的上下文中持续记住你是谁，它与你的关系就不仅仅是工具使用，而是一种结构性依赖：你越用，它越懂，你越被理解，你也就越难替换。 所以问题的关键逐渐显现：谁能构建“你是谁”的基础设施？谁能把“记忆”从模型内部的私有能力，变成可迁移、可共享、可控的用户资产？ Mem0 的 OpenMemory SDK 提供了为数不多提供系统性解法的路径。它通过模型无关的 memory SDK，将“记忆”从语言模型的黑盒中抽离，变成一个标准化模块，允许用户在多个模型间调用。抽象成一个可部署、可组合的长期记忆系统。 但它也对用户提出了门槛：需要本地部署，对于用户极不友好。 iforgot. ai 的出现，在这个基础上做了使用体验的一部分下沉，我体验下来感觉是 OpenMemory SDK 的 SaaS 封装：浏览器扩展 + 托管部署 + MCP 注入。大模型都可以访问你的“个性历史”，不用每次都从 0 开始理解你。 这个变化背后的结构性趋势是：我们正从谁能给我聪明回答，过渡到谁真正记得我；从用完即弃的搜索型 AI，迈向持续陪伴的关系型 AI。而支撑这一切的，是“记忆”能力的抽象与共享。 AI 这场竞赛的胜负，未必取决于模型参数，更可能由谁率先掌握身份绑定 + 记忆迁移的通用能力决定。 iforgot. ai 或许不是终点，但它离AI 原生服务基建的那一步，比任何前任都更近了一点。