一句话定义：个性化记忆（Personalization Memory）指 AI 助手把用户的历史对话、显式偏好和反复出现的行为模式，沉淀成一份可长期保存、可跨会话调用的用户档案，让回答自动带上你的背景，而不用你每次重新交代。
它是怎么运作的：可以把大模型想成一位每天换班的客服——AI 词典：上下文窗口">上下文窗口（context window）只是「这一通电话里他记得的事」，挂断就清空。个性化记忆相当于给每位客户配了一个笔记本：对话中若出现值得长期保留的信息，系统判断它是不是稳定的事实或偏好，是就写进笔记本；下次提问时，再按当前问题从笔记本里取出相关条目，拼进提示词（prompt）交给模型生成回答。
关键是两个动作：写入（write）和召回（recall）。写入靠模型自动判断，或用户直接说「记住这个」；召回像图书馆按主题取书——问「帮我订餐厅」就取出口味、预算、常去区域，问「帮我改简历」就取职业经历。
和相邻概念的区别：
| 概念 | 存的是什么 | 作用范围 |
|---|---|---|
| 上下文窗口 | 当前会话的对话原文 | 一次会话，结束即失 |
| 个性化记忆 | 跨会话的稳定偏好与事实 | 长期，用户可看可删 |
| RAG 检索 | 外部文档与知识库 | 与「世界知识」相关 |
| 微调 | 写进模型权重的知识 | 全局生效，不分用户 |
一句话概括：RAG 回答「世界是什么样」，个性化记忆回答「你是谁」；微调改的是模型本身，个性化记忆通常放在模型之外，靠外挂存储加检索实现，所以能随时增删，也不会串到别人身上。以 ChatGPT 这类助手为例，它把记忆做成可查看、可编辑、可关闭的功能项，具体形态与默认开关以官方页面为准。
对从业者：产品要回答四个问题——写什么（闲聊不必全记）、何时写（显式确认还是静默推断）、怎么召回（按相关性检索还是全量注入，直接影响成本与噪声）、怎么遗忘（过期、冲突、用户删除）。冲突消解最易被忽略：用户去年说住北京，今年说搬到上海，系统该覆盖，而不是并列两条互相打架。
对普通人：好处是少重复、回答更贴身；代价是系统长期存着你的个人信息。三个习惯值得养成：在设置里确认「记忆／个性化」开关是否开启；定期查看并删掉不再准确的条目；证件号、健康细节、财务数据这类敏感信息，别指望靠对话让助手长期记住。各家在记忆的可见性、可编辑性和保留时长上做法不同，具体以官方页面为准。