AI 記憶不該是流水帳：OpenClaw 用三階段作夢決定記住什麼

AI 記憶該記什麼、該忘什麼？OpenClaw 的 Dreaming 用三階段流程加六維公式篩選，被頻繁需要的資訊比最近才出現的更值得記住。拆解運作邏輯、權重設計與人類控制權。 ⭐ 文章深度讀：拆解了六維公式每個權重背後的設計選擇 → https://heymaibao.com/openclaw-dreaming-ai-memory/ ⚡ 章節重點 AI 記憶的困擾 00:00 讓 AI 去作夢 01:53 Light → REM → Deep 三階段 02:34 54% 的權重代表什麼 03:42 人類的控制權沒有被拿走 05:00 記住一切不如記住對的 05:57 📝 懶人包 ∙ OpenClaw 用 Light → REM → Deep 三階段模型處理 AI 記憶，借用人類睡眠階段的命名來組織記憶整理流程，只有 Deep 階段會把資訊寫入永久記憶 ∙ 六維加權公式中，平均檢索品質 (0.30) 與累積訊號頻率 (0.24) 合計佔 54%，代表系統最看重的是被頻繁需要且每次都高度相關的資訊 ∙ 整套機制預設關閉，使用者可手動覆審每一筆記憶升級，命令列工具甚至能逐條解釋為什麼某筆記憶會或不會被保留 ∙ 我的觀察：這套設計最有意思的地方不是技術細節，而是它透露的價值觀。AI 的長期記憶應該像策展，不像流水帳。在多數 AI 工具還停在「記住所有對話」的階段，OpenClaw 已經在問「什麼值得記住」 📚 參考資料 Dreaming (experimental) - OpenClaw → https://docs.openclaw.ai/concepts/dreaming