Новый подход к памяти в ChatGPT: Как работает система Dreaming
OpenAI внедряет обновленную архитектуру памяти, которая автономно анализирует контекст бесед и поддерживает актуальность данных о пользователе без прямых команд.
OpenAI внедряет обновленную архитектуру памяти, которая автономно анализирует контекст бесед и поддерживает актуальность данных о пользователе без прямых команд.
3 мин

Сегодня OpenAI начала развертывание новой, более масштабируемой системы синтеза памяти для ChatGPT. Обновление, получившее название Dreaming, призвано решить проблемы устаревания данных, точности и вычислительной эффективности, с которыми разработчики столкнулись при работе с сотнями миллионов пользователей на протяжении длительного времени.
Суть обновления заключается в том, что ChatGPT переходит от простой записи фактов к динамическому фоновому анализу контекста. Теперь модель способна самостоятельно определять, какая информация важна для будущих бесед, и поддерживать ее в актуальном состоянии.
Чтобы понять значимость этого шага, стоит взглянуть на историю развития функции. В апреле 2024 года OpenAI представила «сохраненные воспоминания». Эта система работала прямолинейно: пользователь должен был дать явную команду (например, «запомни, что я еду в Сингапур в июле»), и модель записывала этот факт. Проблема заключалась в том, что такая память быстро устаревала. ИИ напоминал собеседника, который делает заметки, но забывает все, что не успел записать, и не понимает, когда факт теряет актуальность.

Saved memories modal showing a searchable list of personal details, including work, interests, travel, and response preferences.
В 2025 году появилась первая версия Dreaming. Модель научилась обращаться к истории чатов за пределами списка сохраненных фактов. Был запущен фоновый процесс, который автоматически отбирал воспоминания.
Текущее обновление (Dreaming V3) представляет собой полноценную архитектуру, построенную поверх предыдущих наработок. Она стала более эффективной с точки зрения вычислений и значительно лучше справляется с персонализацией ответов.
Хорошая память искусственного интеллекта строится на трех принципах: перенос полезного контекста между диалогами, соблюдение ограничений (например, диетических предпочтений) и учет течения времени. Если пользователь планирует день рождения на следующие выходные, система должна понимать, что после воскресенья это событие уже прошло.
OpenAI приводит наглядный пример с выбором оборудования для подводной съемки. Без использования памяти модель выдает обобщенный список совместимых компонентов, оставляя пользователю сложную задачу по проверке совместимости каждой детали. С новой системой памяти ChatGPT вспоминает точную конфигурацию оборудования пользователя (конкретные модели камеры, подводного бокса и вспышек), о которых шла речь в прошлых беседах, и предлагает точечное решение, идеально подходящее под эту связку.

Memory settings page in ChatGPT showing options to reference chat history, use saved memories, manage saved memories, and enable Pulse memory suggestions.
Несмотря на то, что процесс синтеза памяти происходит в фоновом режиме, пользователь сохраняет полный контроль над своими данными. Все воспоминания, созданные системой Dreaming, доступны для просмотра на специальной странице сводки. Там можно увидеть, что именно ChatGPT знает о вас, внести коррективы, удалить неактуальную информацию или задать инструкции о том, какие темы следует поднимать в будущем.
Переход к фоновому синтезу контекста — это важный шаг на пути к созданию по-настоящему полезных долгосрочных ИИ-ассистентов. Большие языковые модели (LLM) исторически страдали от «амнезии» при начале каждой новой сессии. Решение этой проблемы через постоянный пересчет контекста требует огромных вычислительных ресурсов.
Архитектура Dreaming показывает, что OpenAI нашла способ оптимизировать этот процесс. Это смещает фокус взаимодействия с ИИ: пользователю больше не нужно тратить время на вводные объяснения. В перспективе это сделает использование нейросетей более естественным, стирая границу между отдельными запросами и превращая их в единый, непрерывный диалог.
ChatGPT переходит от простого сохранения фактов по команде к динамическому фоновому синтезу памяти, что позволяет модели самостоятельно актуализировать контекст бесед.
Главный прорыв заключается не в увеличении объема памяти, а в способности модели фильтровать нерелевантное и понимать концепцию времени, имитируя человеческое восприятие актуальности фактов.