一个模拟场景可以说明问题：某个账号连续三个晚上跟AI说“有点冷”，第四天百家乐App主动把卧室夜间空调设定从24℃调到23℃，并提示“已根据最近的反馈调整了夜间温度，如果不合适可以随时改回”。这是家庭AI记忆最讨喜的一面。但同一套摄像头和麦克风阵列，理论上也能“听到”客厅里两个人的争执内容、看到谁在深夜几点回家。记忆能力一旦具备，问题就不再是“AI能不能记住”，而是“AI凭什么记住这个，又凭什么不该记住那个”。这条边界线才是家庭AI记忆系统真正难做的部分——技术上能做到的事和应该做的事，从来不是同一件事，家庭场景又比办公场景更敏感，因为家里发生的大多数事情本来就不打算被任何第三方知道，哪怕这个“第三方”只是一套本地运行的模型。

记忆不是一份日志，是两套不同寿命的系统

百家乐把家庭AI的记忆拆成短期和长期两层，二者的作用完全不同。短期记忆只服务于“当次任务”，比如用户说“把客厅灯调亮一点，再暗一点”，AI需要记住这句话之前调过几次、调到了多少，这类记忆的生命周期通常是几分钟到一次会话结束，任务完成后就会被清空，不会沉淀成任何用户画像。长期记忆则是跨越数周甚至数月才会形成的稳定结论，比如“这个账号的夜间空调偏好是23℃”，它不是某一次对话的产物，而是对多次同类反馈做归纳之后才写入的。混淆这两层是很多所谓智能助手的通病——把一次性的抱怨当成永久偏好，或者反过来，一个真正稳定的习惯因为没有持久化而每次都要重新适应。举个具体的反例：如果家里来了客人，客人随口说了句“灯光有点晃眼”，一个分不清短期和长期记忆的系统可能会把这句话当成主人的长期偏好写进去，之后每天都自动调暗客厅灯光；而真正区分了两层的系统会判断出这句反馈来自非常驻账号、且只出现过一次，只在当次场景里生效，不会污染长期画像。

一句抱怨怎样才能变成一条长期记忆

“有点冷”这句话本身不会立刻改写任何设定，它先进入一个待观察的状态。记忆更新机制的核心是置信度而不是次数——如果这句抱怨伴随的场景高度一致（同一时间段、同一房间、同一账号），置信度会比零散出现的反馈涨得更快；如果中间夹杂着矛盾信号，比如某一晚又说“有点热”，系统不会简单取平均，而是优先保留最近、场景最匹配的样本，因为体感偏好本身会随季节、身体状态变化，长期记忆需要能覆盖旧结论，而不是把所有历史数据一视同仁地累积。这也是为什么百家乐的偏好类记忆条目里都带着“最后更新时间”和“形成依据的样本数量”，而不是一条写死之后就不再变化的规则。实际运行中这套机制还要处理季节性反复——冬天形成的“偏暖”偏好不会在来年冬天从零开始学习，而是作为一条带季节标签的历史记录被重新激活并小幅修正，这样AI既不会每年都“失忆”，也不会用去年冬天的结论生硬套用到今年的体感变化上。

该不该记住那句话：功能性内容与对话内容的区别

真正难的问题出现在语音助手常驻监听的场景。如果客厅音箱在唤醒状态下听到的不是设备指令，而是家庭成员之间的一次私人交谈，这段内容要不要被存下来？百家乐的原则是区分“环境语义”和“对话内容”——环境语义指的是与家庭状态判断直接相关的信息，比如“客厅现在有几个人在活动”“当前噪音水平是否异常”，这类信息可以被短暂使用但不会以原始内容形式留存；对话内容本身，也就是谁说了什么具体的话，除非用户明确要求AI记住（比如“记住我周三要交房租”），否则不会被写入长期记忆，更不会被转成可检索的文本存档。换句话说，AI可以知道“客厅这时候比较吵”，但不应该知道“客厅这时候在吵什么”。这条界限在工程实现上意味着两类数据从一开始就要走不同的处理管线：环境语义可以由本地模型实时提取特征后立刻丢弃原始音频，只保留“噪音等级”“活动人数”这类抽象结果；而任何可能涉及对话内容的原始录音，默认不会被转写成文本、也不会离开本地临时缓冲区，唤醒词之外的音频更是在设备端就被丢弃，不会上传，也不会进入任何模型的长期训练数据。

遗忘机制：AI主动清除记忆的三种情况

长期记忆如果只增不减，本质上就是一份越来越详细的个人档案，这本身就是风险。百家乐的遗忘机制覆盖三类情况：第一类是时效性衰减，比如与某次装修、某个短期作息调整相关的记忆，超过设定周期没有被再次验证就会自动降权直至清除；第二类是矛盾覆盖，新的稳定模式出现后，旧的、被推翻的偏好记录会被标记失效而不是继续保留造成冲突；第三类是用户主动删除，App里的“记忆管理”页面允许用户查看每一条长期记忆的来源和形成时间，并逐条或整体清除，这一操作是不可撤销的硬删除，不是标记隐藏。这三种机制共同保证记忆库不会变成一个只进不出的黑箱。值得强调的是，遗忘不等于“丢失能力”——即便某条偏好记忆被清除，AI也不会因此变得反应迟钝，它只是回到需要重新观察、重新积累置信度的状态，这个代价是刻意保留的，为的是不让“清除记忆”这个选项在实际使用中变得畏首畏尾。

记忆隔离：孩子的账号看不到什么

多成员家庭是记忆系统里最容易被忽视的一块。如果家庭AI的记忆是全家共用一份，那么孩子的账号理论上也能问出“爸爸昨晚几点睡的”“妈妈是不是经常很晚回家”，这类信息即便AI“知道”，也不应该对每一个提问者都给出答案。百家乐的做法是按账号做记忆的可见范围划分而不是共用一个记忆库：涉及作息、位置轨迹、健康提醒这类内容默认只对本人和经过授权的监护人可见，儿童账号能感知到的是功能性结果（比如“现在是安静时间，可以小声一点”），而不是这个结果背后具体是谁、几点、做了什么导致的。这和家庭世界模型里“房间里有几个人”这类环境感知不是一回事——环境感知服务于设备联动判断，而个人记忆服务于对某个具体人的理解，后者必须做权限隔离。这套隔离还要处理一个更细的情况：同一件事对不同账号可能有不同的可见粒度，比如“家里有人今晚很晚才回来”这类涉及安全的信息，儿童账号可以在触发紧急联系人机制时被告知，但日常状态下不会主动推送任何家庭成员的实时位置或到家时间给孩子的账号，这类信息只流向被标记为监护人的账号，权限判断发生在信息生成之前，而不是生成之后再做过滤。

记忆和知识图谱不是一回事，容易被混着讲

这里有必要澄清一个经常被混淆的概念：家庭知识图谱描述的是“这个家里有哪些实体以及它们的关系”，比如卧室的空调型号、和主卧的从属关系，这类信息是结构化、公开于家庭内部、几乎不涉及个人隐私的；而这篇讨论的记忆系统面对的是“关于某个具体的人，AI应该知道到什么程度”，这是个人化、需要权限控制的。两者经常在产品设计里被揉在一个“记忆”标签下,但处理原则完全不同，前者可以尽量完整,后者必须默认克制。

可以被审计的记忆，才配得上被信任

家庭AI的记忆系统不应该追求“记得越多越智能”，而应该追求“记得的每一条都说得清来源、经得起用户翻看”。一个用户可以打开App，看到AI关于自己的每一条长期记忆是什么时候形成的、依据是什么样的反馈，并且能随时删掉——这件事本身比记忆能力强不强更重要，因为它决定了这套系统是在帮用户，还是在悄悄给用户建档案。