EP17 - Mem0 爆紅，AI 將擁有超強記憶力

OVERVIEW
本期重點

• Mem0 爆紅，AI 將擁有超強記憶力

• OpenAI 也要來搶搜尋引擎的市場了

• Perplexity 利用 AI 打造獨特產品開發方法

HOTNEWS
Mem0 爆紅，AI 將擁有超強記憶力

Rag 過時了？

一個名為 Mem0 的開源專案正引起全球開發者的注意。

近期，一款獲得 OpenAI 370 萬美元投資的 AI 聊天應用在 App Store 上架了。這款名為 Dot 的應用，由舊金山新創公司 New Computer 打造，由前蘋果設計團隊成員 Jason Yuan 負責設計完成。

Dot 最大的特色是具備長期記憶能力，你可隨時要求它回答關於你的任何回憶。你傳送的文字、語音備忘錄、圖片、PDF 檔案，它都會用來形成記憶，成為一個隨時可訪問的知識庫。

Yuan 稱用戶與 Dot 的對話是一部個人的「活歷史」，一種追溯過去並展望未來可能性的方式。作為 AI 聊天工具，Dot 展現出處理複雜上下文資訊和長期記憶的能力。

ChatGPT 也有類似的記憶功能，但你需主動要求它記住關於你的資訊，且它的記憶較為破碎。

開源

就在前幾天，這款爆紅 AI 應用背後核心的「超強記憶」技術被 Mem0ai 開源了！

開源不到一天就在 GitHub 收到了近萬顆星，可謂風靡全球開發社群。這種現象在開源界並不常見，足以證明 Mem0 所解決的問題確實切中要害。

連聯合創辦人 Taranjeet Singh 都感到有些受寵若驚！

開源的專案旨在為大型語言模型提供一個創新的記憶層，使 AI 能夠擁有類似人類的長期記憶能力。

那麼，Mem0 究竟帶來了什麼革新？

技術重點

簡而言之，它為 AI 系統提供了一個智慧型的記憶管理機制。

這個機制不僅能夠儲存資訊，更能理解資訊之間的關聯，並隨時間動態調整記憶的重要性。這使得 AI 能夠像人類一樣，保留重要記憶並淡忘無關緊要的細節。

相較於傳統的檢索增強生成 ( RAG ) 技術，Mem0 在多個方面都有突破：

• 實體關係理解：Mem0 能夠捕捉並理解不同資訊實體之間的複雜關係，與從靜態文件中檢索資訊的 RAG 不同。這使得 Mem0 對上下文和關係的理解更深入。

• 時效性管理：系統會優先考慮近期和相關性高的資訊，並逐漸淡化過時內容。

• 跨對話連貫性：能在多次對話中保持上下文的連續性，提供更自然的互動體驗。

• 自適應學習：系統會根據使用者的互動不斷調整和優化，實現真正的個人化。

• 即時更新： 能夠根據新獲得的資訊即時更新其知識庫。

這些特性使 Mem0 特別適合應用於需要長期互動的場景，如個人助理、學習輔助工具、客戶服務等領域。

開發者可以利用 Mem0 提供的 API ，簡單地將這些功能整合到自己的應用中。

下一步

值得一提的是 Mem0 的兩位創始人都有深厚的技術背景。​

Taranjeet Singh 曾在印度支付巨頭 Paytm 工作，親歷了該公司的快速成長。而 Deshraj Yadav 則有特斯拉自動駕駛 AI 平台的領導經驗，在機器學習領域貢獻良多。

展望未來，Mem0 團隊希望這個開源專案能夠推動 AI 技術向更擬人化、更智慧的方向發展。他們相信，只有讓 AI 擁有類似人類的記憶能力，才能實現真正自然和深入的人機互動。

隨著更多開發者加入並貢獻分支，我們可以期待 Mem0 在未來會帶來更多驚喜。( 才開源一週已有1.6K 的分支 )

該團隊同時也獲得 YC 的投資，可以窺見在今年的下半年，整體 AI 的走向會慢慢地從大模型走向應用層與資料儲存與數據分析等領域。

HOTNEWS
OpenAI 也要來搶搜尋引擎的市場了

SearchGPT 發佈測試版本

上週紅杉資本 【AI 的6000億美元難題】的文章一出，道出了目前 AI 市場的痛點。

「資本對 AI 的投入與產出的營收還有巨大的鴻溝。 」

本週我們也觀察到，Meta 釋出的 LLAMA 3.1 405B 的能力似乎與 70B 沒有翻天覆地的差距。

但兩者的訓練成本則是天差地遠。
這兩個問題，我想就是讓資本市場本週調節 AI 類股的價格的原因之一。

今天，OpenAI 出來當救世主，宣布自家的新服務「SearchGPT」
市面上已經有許多相當好用的 AI 搜尋服務，如 Perplexity、EXA 與 Felo。

那 SearchGPT 究竟帶給我們什麼新的功能呢？

關鍵特色

• 即時資訊整合：SearchGPT 不僅依賴預先訓練的資料，還能即時獲取並處理網路上的最新資訊，確保回答的時效性。
  ( Perplexity 的功能 )

• 對話式互動：使用者可以像與人對話一般提問，系統會根據上下文理解並給出相應回答，大大提升了搜尋的自然度。
  ( Copilot 的功能 )

• 資訊來源透明：每個回答都會明確標註資訊來源，使用者可以輕鬆查證資訊的可靠性。
  ( Perplexity 的功能 )

• 生成式使用者介面：SearchGPT 採用了創新的生成式 UI，能夠根據查詢內容動態生成直觀的視覺化結果。
  ( 關鍵亮點，等於把 Claude 3.5 artifacts 生成的程式碼變成可交互的 UI )

• 與出版商合作：OpenAI 積極與內容提供者合作，確保高品質資訊的合法使用，同時也為出版商帶來更多曝光機會。
  ( 解釋了之前花大錢買媒體內容的原因 )

結論

我個人最喜歡的亮點是生成式 UI 功能。

這項技術能夠根據使用者的查詢即時生成相應的視覺化介面，讓資訊呈現更加直觀易懂。若每次的搜尋都能生成個人化的 UI，這對使用者體驗的提升將會是巨大的。

這讓我進一步思考。

若每次的 Request 都可以即時生成 UI 與 Content，未來是否還需要 IDE Package 你的 Code？

若答案是否定的，我們的個人資訊與曾經互動過的足跡就顯得無比重要。我想這也是 Mem0AI 這麼受到注意的原因。若大模型已經到高原期，這些能存取你全部數位內容的基礎技術將發揮它的價值。

再回到紅杉的題目，若每次的 Request 都可以即時生成 UI 與 Content，這將會開啟一個全新的產業模式，【AI 的6000億美元難題】將不復存在。

目前，SearchGPT 仍處於測試階段，OpenAI 已開放等候名單供感興趣的使用者註冊。

SHARING
Perplexity 利用 AI 打造獨特產品開發方法

Perplexity 成立短短不到兩年，便迅速躍升為科技界的新寵。這家專注於 AI 的公司在搜尋引擎領域與 Google 和 OpenAI 等巨頭展開競爭，其獨特的產品開發方法引起了業界廣泛關注。

Lenny’s Newsletter 作者Lenny Rachitsky與Perplexity的聯合創始人兼產品主管Johnny Ho進行了深入對話，揭示了該公司獨特的產品開發方法。

公司成長與策略

Perplexity 的成長速度令人驚嘆。用戶數已達數千萬，年經常性收入突破 2000 萬美元。這樣的成績背後，是一系列創新的管理和開發策略：

•  AI 主導決策： 公司團隊在日常運營中積極向 AI 尋求建議，涵蓋產品發布、流程優化等各個環節。儘管 AI 的建議並非總是完美，但通過不斷迭代，團隊能夠快速找到最佳解決方案。

• 「粘菌」組織模式： 為提高效率，Perplexity 採用了類似「粘菌」的組織結構。這種模式強調並行化工作，最大限度地減少不必要的協調成本。

• 精簡團隊結構： 公司傾向於組建小型團隊，通常由兩到三人組成。某些項目甚至由單個團隊成員獨立完成。管理層保持精簡，更多地依賴自驅動的獨立貢獻者。

•  靈活的產品開發： Perplexity 採用季度計劃制，但保持高度靈活性。團隊能夠根據 AI 技術的最新發展迅速調整優先事項。每週的啟動會議和週末反思有助於確保決策的清晰性和連貫性。

• 去中心化決策： 每個項目都由一位直接負責人（DRI）領導。項目被分解為獨立任務，團隊成員可以自主執行，並在需要時獲得反饋。

人才策略與文化

Perplexity 的招聘標準獨具特色。他們優先考慮在資源有限的環境下能夠做出建設性貢獻的人才。公司更看重靈活性、主動性和文化契合度，而非傳統的管理技能。

聯合創始人兼產品主管 Johnny Ho 預測，未來具備技術背景和產品洞察力的人才將成為公司最寶貴的資產。這些多面手能夠直接參與產品開發，而不僅僅是管理流程。

工具與技術

在工具使用方面，Perplexity 選擇了一系列高效的協作平台。他們使用 Linear 管理任務和專案，Notion 用於存儲文檔和設計方案，而 Unwrap.ai 則用於整合和量化定性回饋。

展望未來

Perplexity 的成功不僅僅是數字上的增長，更體現了一種新型的公司運營模式。通過 AI 驅動決策、靈活的組織結構和創新的產品開發方法，Perplexity 正在重新定義搜尋引擎的未來。

隨著 AI 技術的不斷進步，期待 Perplexity 在未來帶來更多突破性的創新。這家年輕的公司正在證明，在 AI 時代，敏捷、創新和技術驅動的方法可以讓新興企業迅速崛起，甚至挑戰行業巨頭。