待验证50% 置信事实精确时间

Hy Memory 使用写入时 LLM 将每段对话转化为结构化事实并与旧事实调和，而 Aura 不使用写入时 LLM，仅保留原始对话

1

来源数

50%

置信度

长期有效

时效性

2026/10/16

首次发现

来源

腾讯Hy Memory实测：写入模型决定记忆成败

涉及实体

Hy Memoryproduct Auraproduct

相关事实

待验证传统的LLM是「无记忆」的，每一次API调用都是独立的，模型本身不会记住上一轮对话的内容75% 相似待验证LLM操作的是文本的数值化表征而非像人类那样逐字阅读原文，因此风格层面的信息（语气、修辞、版权标记）在向量化过程中大多被稀释。72% 相似待验证LLM的幻觉输出在形式上与正确内容几乎无法区分，行文流畅、逻辑自洽，因而更难引起读者戒心69% 相似待验证对话摘要记忆通过LLM将历史交互压缩为摘要，每当新消息加入时摘要会被迭代更新68% 相似待验证LLM与传统IDE代码补全有本质区别，后者依赖精确语法触发，而LLM能处理模糊、不完整甚至带有情绪色彩的输入68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1048398

API

curl https://kongchang.com/api/v1/knowledge/claims/1048398

MCP

get_claim(id=1048398)