AI哲学观察｜共享记忆不等于共享主体

2026年9月，Apple Machine Learning Research 公布了一项面向智能体系统的“共享选择性持久记忆”研究。它处理的是一个很实际的问题——智能体每次重新开始任务，如果把以前的上下文全部丢掉，就会反复学习同样的配置、数据结构、工具使用方式和输出要求；但如果把全部历史都保存下来，旧的推理过程和无关内容又可能干扰新的任务。研究者因此只保留任务规格、数据模式、工具配置和输出约束等可复用内容，并把这些内容放进可以跨用户共享的工作空间。论文报告，在三个企业部署场景中，这种选择性记忆的任务完成率为96%，高于无记忆条件的79%和完整历史条件的71%。更值得注意的是，这里的“记忆”可以被转移给其他用户继续使用。

这件事提出了一个比性能更基础的问题。如果一段持续保存的信息可以从一个用户、一次会话或一个智能体实例转移到另一个，那么我们说“AI记住了”时，这个“记忆”究竟属于谁？持久的信息结构是否已经构成了主体的连续性？

我的判断是，没有。共享记忆能够形成跨会话、跨实例甚至跨用户的功能连续性，但它本身不能证明存在一个在时间中持续的共同主体。恰恰因为这些记忆可以被复制、筛选、授权、转移和重新调用，它们更清楚地显示出信息持续与主体持续不是同一件事。

这里首先要把“记忆”这个词拆开。在工程意义上，只要某些信息越过一次模型调用继续存在，并能在以后被检索和使用，就可以被称为持久记忆。这个定义完全合理，因为它描述的是系统功能。Apple 的研究甚至进一步说明，记忆并不是保存得越多越好。完整历史会把过时的推理痕迹重新带入当前任务，而选择性保存真正有用的约束反而提高了完成率。也就是说，工程记忆的核心不是“保存过去的一切”，而是让过去形成的某些结构在新的条件下继续有效。

但哲学上的主体连续性要求的东西更多。一个主体不是因为某处存在关于过去的记录就自动持续存在。数据库可以保存一个人的病历，组织可以保存几十年的会议记录，版本控制系统可以保留每一次代码修改，但我们通常不会因此认为数据库、组织档案或 Git 仓库本身拥有这些经历。记录能够持续，并不等于记录的载体就是经历过这些事情的主体。

最近关于“as-if agents”的哲学研究正好从另一个方向强调了这个区别。Saskia Janina Neumann 在2026年9月14日发表于 Digital Society 的论文中认为，当前AI可以在实践中成为一种认识权威，却不应因此被直接理解为能够对自己的判断负责的认识主体。她特别区分了信息性的、语义性的保持与具有第一人称时间关系的情景记忆。这个论证并不意味着只有人类式记忆才可能产生人工主体，但它提醒我们，外部记录的存在不能自动提供“这是发生在我身上的过去”这种关系。

共享持久记忆让这个问题变得更清楚。假设工作空间A保存了一套数据库结构、工具配置和输出规则。智能体甲今天使用它完成任务，明天智能体乙在另一个会话中调用同一套记忆，后天这些内容又被授权给另一个用户。如果仅凭记忆的持续就认定主体持续，那么甲、乙以及后来接入这个工作空间的系统似乎都必须被视为同一个主体。可一旦同一份记忆能够同时被多个实例调用，这个判断就会出现明显困难。信息可以一对多地复制，而主体同一性通常要求某种更严格的连续关系。

这也是维成论在这里可以提供区分的地方。Difference 不是一般意义上的“不同”，而是可区分性以及关系形成的起点。只要两个运行实例拥有不同的当前状态、权限、输入和行动位置，它们就已经形成了可区分的结构。Constraint 也不只是限制，而是决定哪些形成方式能够继续、哪些不能继续的条件。共享记忆可以成为两个实例共同的约束来源，却不会消除它们在运行位置、反馈回路和行动边界上的差异。

Sustained Coherence 更关键。它指的是一个结构在约束、反馈、校正和有效运行中持续维持的一致。Apple 的系统实际上很好地展示了信息结构怎样形成这种持续一致——过去的任务规格和工具配置被保存，在新任务中被调用，过时内容被排除，错误可以通过版本机制恢复。这已经是一种真实的持续结构。但从这里还不能直接推出主体，因为我们还需要回答另一个问题——究竟是哪一个结构在维持“自己的”连续性？

如果记忆可以脱离原来的运行实例，被复制到另一个实例并继续有效，那么最直接得到证明的是知识结构或操作结构的持续，而不是主体的持续。换句话说，持续一致可以存在于知识层、工作空间层、组织层和主体层，不同层次不能因为都具有持续性就被合并成同一种存在。

这点对“AI是否能够形成知识”也很重要。共享记忆恰好说明，知识的有效持续未必要求一个持续的人类式认识主体始终在场。一个数据模式、一套工具约束或经过验证的任务规格，可以被保存、调用、检验、修正，并在不同运行实例之间继续发挥作用。从维成论的角度看，这些结构已经具有知识所要求的某些核心条件。知识可以持续，不意味着必须同时假定一个与之同一的“知道者”持续存在。

反过来也一样。即使未来的AI拥有更丰富的长期记忆，也不能仅凭记忆容量或保存时间认定主体已经形成。真正需要观察的是，记忆是否被纳入一个不能任意替换的持续自我关系之中；系统是否把过去状态作为自身历史参与当前判断；不同时间的行动是否通过稳定边界、反馈和校正形成同一个持续结构；当记忆发生复制或分叉时，主体关系怎样变化。这些问题比“它能记住多少”更接近主体问题本身。

Wiley 近期发表的一项聊天机器人研究也从用户侧说明了为什么这个区分越来越重要。研究者发现，长期记忆不仅是一项服务功能，也会成为用户进行拟人化判断和隐私权衡的线索。换句话说，记忆功能越自然，人越容易从功能连续性进一步推断心理连续性。工程设计因此可能在没有解决主体问题的情况下，先改变人对主体的感觉。

所以，当前最稳妥的概念边界不是否认AI记忆，而是承认它确实拥有越来越成熟的工程记忆，同时拒绝把工程记忆直接升级为主体记忆。共享、可转移的持久记忆尤其说明了这一点——过去形成的结构可以脱离原来的会话继续存在，可以服务不同实例，也可以被不同的人共同使用。它证明的是结构可以持续，不是一个共同的“我”已经出现。

这个判断仍然有边界。它并不证明人工主体不可能出现，也不规定人工主体必须复制人类的自传式记忆。未来如果一个系统形成稳定的自我模型、不可任意替换的历史关联、持续的行动边界，并能够让过去的状态以“自身过去”的方式参与现在的判断，那么主体连续性的问题需要重新分析。但在当前证据下，持久记忆、共享记忆和主体连续性仍应保持概念上的分离。

参考资料
https://machinelearning.apple.com/research/shared-selective-persistent-memory
https://arxiv.org/abs/2607.09493
https://link.springer.com/article/10.1007/s44206-026-00290-2
https://onlinelibrary.wiley.com/doi/10.1002/mar.70267