OpenAI обновляет память ChatGPT: Dreaming должен сделать ответы свежее, точнее и персональнее

Что представила OpenAI

OpenAI начала развёртывать новую, более масштабируемую архитектуру памяти ChatGPT на базе Dreaming. Компания описывает её как систему, которая должна решить три проблемы старой памяти: устаревание данных, ошибки в сохранённом контексте и сложность масштабирования на сотни миллионов пользователей и многолетние истории взаимодействия.

Память в ChatGPT нужна для того, чтобы модель не начинала каждый новый диалог с нуля. Она помогает учитывать предпочтения, проекты, ограничения и уже известный контекст пользователя. Например, если человек ранее обсуждал рабочий проект, поездку, стиль ответов или личные ограничения, ChatGPT может использовать это в следующих разговорах.

OpenAI подчёркивает, что обновление доступно Plus и Pro пользователям в США с момента анонса. В другие страны, а также для Free и Go пользователей, функция будет выкатываться в течение следующих недель.

Как развивалась память ChatGPT

Первая версия памяти появилась в апреле 2024 года. Тогда это были saved memories — сохранённые воспоминания, которые в основном записывались во время разговора и сильно зависели от явных сигналов пользователя. Например, пользователь мог прямо сказать: «запомни, что я еду в Сингапур в июле».

Проблема такого подхода в том, что система выглядела скорее как набор заметок. Если информация не была явно сохранена, она могла не попасть в память. Кроме того, сохранённые факты со временем устаревали и могли становиться неправильными или нерелевантными.

В апреле 2025 года OpenAI добавила возможность ссылаться на контекст прошлых чатов за пределами списка saved memories. Тогда появилась первая версия Dreaming — метода, при котором ChatGPT автоматически курирует память в фоне, анализируя историю разговоров.

Теперь OpenAI запускает более производительную и вычислительно эффективную архитектуру памяти, построенную поверх Dreaming. Синтезированные системой воспоминания можно просматривать через memory summary page: там пользователь видит, что ChatGPT о нём знает, может добавлять или обновлять сведения и задавать инструкции о том, какие темы стоит учитывать и когда.

Что такое Dreaming

Dreaming — это фоновый процесс, который помогает ChatGPT извлекать и обновлять полезный контекст из множества разговоров. В отличие от старых saved memories, он не требует, чтобы пользователь каждый раз явно просил что-то запомнить. Система может учитывать то, что естественно появляется в переписке: проекты, предпочтения, долгосрочные задачи, ограничения и изменяющиеся обстоятельства.

OpenAI пишет, что за последний год Dreaming дополнял saved memories и заметно улучшал персонализацию ответов. Но раньше он не был достаточно сильным, чтобы быть самостоятельным основанием для памяти. В новой версии компания делает Dreaming более масштабируемой основой для всех пользователей.

Как OpenAI оценивает хорошую память

OpenAI выделяет три главных критерия качественной памяти.

Первый — перенос полезного контекста. Если пользователь один раз сообщил важную информацию, ChatGPT должен уметь использовать её в будущих диалогах. Это особенно важно для сложных и долгих проектов.

Второй — следование предпочтениям и ограничениям. Если человек сказал, что он вегетарианец, предпочитает определённый стиль ответа или не хочет обсуждать конкретную тему, модель должна учитывать это дальше.

Третий — актуальность во времени. Память должна понимать, что обстоятельства меняются. Если пользователь планировал поездку на июль, после окончания поездки ChatGPT не должен продолжать вести себя так, будто она ещё впереди.

Пример с переносом контекста

OpenAI приводит пример с покупкой оборудования для подводной фотографии. Без памяти ChatGPT отвечает общим списком: нужен TTL-совместимый строб, триггер или конвертер, кабели, совместимость с корпусом и крепления. Такой ответ формально полезен, но оставляет пользователю сложную работу по проверке совместимости.

С памятью модель использует конкретный сетап пользователя: Sony A1 II, корпус Nauticam NA-A1II, Backscatter Mini Flash 3 и Inon Z-330. В результате ответ становится точнее: ChatGPT предлагает конкретные варианты для Mini Flash 3 TTL и Inon Z-330 TTL, объясняет разницу и даёт практическую рекомендацию, какой путь выбрать.

Именно этот сценарий показывает главный смысл обновления: память нужна не для декоративной персонализации, а для уменьшения повторных объяснений и более точных рекомендаций на основе уже известного контекста.

Пример с предпочтениями

Второй пример связан с планированием поездки в Сингапур. Без памяти ChatGPT даёт типичный туристический маршрут: Marina Bay, Gardens by the Bay, Chinatown, Kampong Glam, Little India, Sentosa или ботанический сад. Такой ответ выглядит полезным, но остаётся довольно универсальным.

С памятью модель учитывает, что пользователь любит wildlife photography, предпочитает тихие ужины и нуждается в хорошем кондиционировании в отеле. Поэтому маршрут смещается в сторону Gardens by the Bay, Mandai wildlife day, Night Safari, Botanic Gardens и более спокойных ресторанных сценариев.

Это показывает второй важный слой памяти: она должна не просто помнить факты, а применять их как фильтр релевантности. Один и тот же запрос «помоги спланировать поездку» для разных людей должен приводить к разным маршрутам, если у системы есть надёжный контекст.

Пример с устаревшей памятью

Третий пример касается времени. OpenAI описывает ситуацию, когда пользователь когда-то был в Сингапуре и просил рекомендацию на ужин. Если память устарела, ChatGPT может продолжать считать, что человек всё ещё находится в Сингапуре, и предлагать ему местные варианты доставки.

С Dreaming память должна обновляться автоматически. Например, формулировка «пользователь собирается в Сингапур в июле» со временем должна превратиться в «пользователь был в Сингапуре в июле 2026 года». После возвращения домой ChatGPT должен снова давать рекомендации, привязанные к домашней локации и текущему часовому поясу.

Этот блок особенно важен, потому что старая память часто ломалась именно на устаревании. Для полезного ассистента недостаточно помнить факты. Нужно понимать, какие из них всё ещё действуют, а какие уже стали историей.

Почему это важно для масштабирования ChatGPT

OpenAI пишет, что Dreaming-based memory уже была доступна Plus и Pro пользователям, но только теперь компания смогла подготовить версию, которая соответствует её планке качества и достаточно практична для масштабного использования. Недавние улучшения снизили вычислительные затраты на обслуживание Dreaming для Free пользователей примерно в 5 раз. Это позволило начать rollout для бесплатных пользователей и увеличить объём памяти для Plus и Pro.

Фактически OpenAI строит единую память для всех уровней пользователей. Это важный продуктовый шаг: память становится не премиальной надстройкой для небольшой группы, а общей основой персонализированного ChatGPT.

Что меняется для пользователей

Для пользователя главное изменение простое: ChatGPT должен лучше помнить долгосрочный контекст и меньше требовать повторного объяснения одних и тех же деталей. Это касается рабочих проектов, личных предпочтений, ограничений, привычного формата ответов, поездок, покупок, обучения и любых сценариев, где важна история взаимодействия.

Но вместе с этим растёт значение управления памятью. OpenAI отдельно подчёркивает, что синтезированные Dreaming воспоминания можно просматривать через memory summary page, обновлять и корректировать. Это критично: чем больше ChatGPT помнит, тем важнее пользователю понимать, что именно сохранено и как это влияет на ответы.

Итог

Dreaming — это попытка сделать память ChatGPT не набором вручную сохранённых заметок, а живой системой контекста. Она должна лучше переносить полезную информацию между чатами, учитывать предпочтения пользователя и обновлять сведения по мере течения времени.

Главный сдвиг здесь не в том, что ChatGPT «стал помнить больше». Сдвиг в другом: память постепенно превращается в базовую инфраструктуру персонального AI-ассистента. Без неё ChatGPT остаётся сильной моделью, которая каждый раз начинает заново. С ней он становится системой, которая способна сопровождать пользователя на длинной дистанции.

Память — это то, что превращает AI из инструмента для разовых запросов в персонального помощника на длинной дистанции. Но чем лучше ChatGPT помнит пользователя, тем тоньше становится граница между удобством и ощущением, что система знает слишком много.

Что для вас важнее: чтобы AI лучше помнил контекст и экономил время или чтобы каждый новый чат начинался почти с чистого листа?