更省Token的记忆插件Sick Memory：日花费仅0.9元

AI角色养久了，最让人头疼的不是模型不够聪明，而是每次新对话都要重新认识你一遍。钱花了不少，它转头就忘了你是谁。B站UP主「大肥鱼呀」介绍的Sick Memory，就是冲着这个痛点来的——它想让AI真正记住你，同时把重复带入旧内容的token成本压下来。

旧方案的两种死法：全塞或摘要

在Sick Memory之前，记忆方案大致分两派。一派是把整段旧聊天全部塞进上下文，成本随着对话轮次越滚越高；另一派是写成日记式的摘要，看似省钱，却丢掉了当时说这句话的来龙去脉。两者本质上是同一个取舍：要么贵，要么失真。

Sick Memory选择了第三条路——做一个统一中枢。不管你从哪个平台发来消息，身份、绘画和可说话的边界先在中枢里分清楚。事实不会被覆盖，但对同一件事的理解可以有版本：你告诉它「面试改到周四了」，旧的原话留着，新的理解接上新版本。

上下文窗口（context window）是大模型单次推理能“看到”的 token 总量上限，包括系统提示、历史对话和当前输入。把旧聊天全塞进上下文之所以昂贵，是因为 token 按输入长度计费，且注意力机制对序列长度的计算开销近似平方增长，轮次越多成本越高。而摘要式记忆虽然压缩了 token，却是一次有损压缩：摘要模型无法预知未来哪条细节会被追问，容易把时间、人物、条件等关键限定语抹掉，导致后续回答看似记得、实则失真。这正是“要么贵、要么失真”取舍的技术根源，也是 Sick Memory 试图用结构化记忆加按需检索来绕开的起点。

记忆不是平均分配，而是按相关性排序

Sick Memory的记忆机制有一个关键判断：记忆不是平均分配的。和当前话题相关的、你反复提起的、当时情绪很重的，才会被优先记住。

当用户问起面试时，它先用一句话里的线索和相关记忆的连接找出候选，再检查证据够不够。必要时可以按原话编号回查对应的有效记忆，但不会把整段旧聊天直接塞进当前对话。最后还要判断这条记忆能说到什么程度，只带进回答需要的部分。

这套流程的核心逻辑是：找到不代表就能随口说。UP主在视频里提到，这里借鉴了操作系统处理终端的思路——新消息来了先判断要不要让当前任务让位，再把该做的事放回对应的记忆。比如它正准备回复QQ，新的消息到了就先处理新的，另一段记忆不会跟着被打断。

这里的“按相关性排序”通常涉及向量检索与重排两步：先把每条记忆编码成向量存入索引，查询时用当前话语的向量做相似度召回一批候选，再用规则或小模型对候选做相关性、时效性和证据完整度的重排，只把排名靠前的少数几条送入上下文。所谓“按原话编号回查”，指记忆以带唯一 ID 的原始片段存储，检索命中的是索引而非原文，需要时可凭 ID 取回原话核对，避免检索摘要二次失真。这种“先召回、再验证、后裁剪”的流水线，是当前记忆增强生成（RAG 用于对话记忆）的常见工程做法，也是控制 token 成本的关键环节。

梦境整理：把白天留下的精力排队

Sick Memory里有个叫Dream的机制，不是让AI凭空做梦，而是把白天留下的精力按重要程度排队，在预算范围内整理值得记住的内容。更稳的重复内容可以合并，过时的理解接上新版本，没处理完的留着下次继续。

这里可能用到模型，但日常查询不会为了找一次记忆就额外调用模型——这是控制成本的关键设计。

Dream 机制对应的是记忆的离线巩固：在线对话时只做轻量写入，把整理、去重、合并、过期标注等重活推迟到后台批处理，从而不占用实时响应的延迟和费用预算。“预算范围内整理”意味着巩固本身也有 token 或算力上限，系统需按重要程度决定哪些记忆值得花模型调用去合并，哪些先搁置。这与人类睡眠中记忆巩固的类比相似：白天经验先暂存，离线时再筛选、压缩、与旧知识整合。工程上它把昂贵的模型调用从“每次查询”挪到“低频整理”，是控制长期记忆成本的核心设计。

人格不是一句设定，而是可核对行为的积累

很多AI角色靠一句「你是温柔的人」来固定人设，Sick Memory不打算这么做。它关注的是可核对的行为：它是否承认不知道、是否改正错误、是否照顾你的隐私。这些行为积累起来，才慢慢形成AI对自己的印象。之后变化的是同一条人格线到下一半，而不是每换一个窗口就重新造出一个它。

费用：0.9元背后的真实语境

视频标题里的「每天花费0.9元」需要放在具体语境里看。据UP主展示的使用记录，原来那张截图是5块5毛9，后来日常大约2块；高强度使用中转站还有一张8毛多的记录，账户实际按人民币结算。UP主明确说明这些条件不同，不能直接算成Sick Memory降低了百分之几，目前也没有同口径截图。

真正想节省的是「为了认识我而重复带入大量旧内容」这部分开销。也就是说，Sick Memory做的不是让AI忘得更多，而是让它有选择、有证据地记住。

“中转站”一般指第三方 API 代理服务，把多家模型的接口聚合转发，按人民币或额度结算，价格常低于官方直连，但计费口径、模型版本和缓存策略可能与官方不同。因此不同截图的金额差异，既可能来自使用强度，也可能来自渠道单价、是否命中提示缓存、以及输入输出 token 比例不同。提示缓存（prompt caching）对重复前缀按折扣计费，会显著影响“重复带入旧内容”的实际开销，这也是评估记忆方案省钱效果时必须统一口径的原因。比较成本时应固定模型、渠道、对话轮次与缓存设置，否则金额数字不具备可比性。

上手路径

目前可以先从Estabot和QQ的路径体验记忆库和记忆星图，以后入口可以变多，但项目希望用户遇到的始终是同一个它。对长期养AI角色、又在意token成本的用户来说，这是一个值得关注的方案。