昨晚OpenAI給 ChatGPT 上了個(gè)新功能：分支對(duì)話。

網(wǎng)頁(yè)端把鼠標(biāo)放到某條回復(fù)上，點(diǎn)右下角的「?更多操作」，就能選「在新聊天中分支」。

簡(jiǎn)單講，不用再傻乎乎地新開個(gè)對(duì)話，也不用拉一條線到幾百條消息那么長(zhǎng)，最后把上下文撐爆。現(xiàn)在可以在某個(gè)節(jié)點(diǎn)直接「開岔路」。

如果把幾個(gè)月前上線的記憶功能放在一起看，會(huì)發(fā)現(xiàn)這是一個(gè)很有意思的組合：記憶解決「跨對(duì)話的連續(xù)性」；分支解決「單次對(duì)話的多線探索」。

過去跟 AI 聊天，很死板：新開一個(gè)對(duì)話是「起點(diǎn)」，點(diǎn)掉或者清空就是「終點(diǎn)」。對(duì)話像一條直線，往前走只能不斷累積，越長(zhǎng)越混亂。

分支對(duì)話出來之后，這個(gè)邊界突然變模糊了。

我不用想「要不要新開個(gè)對(duì)話」，因?yàn)殡S時(shí)可以在某個(gè)節(jié)點(diǎn)上岔開一條新線。

還記得豆包嗎？

有個(gè)臨時(shí)問題，問一下，問完就走，很方便；但問題是，過了半個(gè)小時(shí)，你又想接著剛才的問題往下聊，它就完全不記得上文了，只能當(dāng)成一次新的問答。

這就是差別。

豆包邏輯是一次性：輕便，卻沒有連續(xù)性；而ChatGPT分支 + 記憶的邏輯是「接力」，隨時(shí)能在某個(gè)節(jié)點(diǎn)延伸，把思路保留下來繼續(xù)聊。

所以，說白了，邊界沒了，對(duì)話變得像一棵樹，隨時(shí)能在一個(gè)點(diǎn)上岔開一條新枝，想回去、想切換都行，整段聊天更像「線程」。

這意味著什么？智遠(yuǎn)認(rèn)為有三點(diǎn)：

一，對(duì)話的開始和結(jié)束意義變小了。以前新開對(duì)話要想清楚「我到底要聊啥」，現(xiàn)在完全不用糾結(jié)，順著聊就行，想在哪個(gè)點(diǎn)岔開就岔開。

二，過去聊著聊著很容易迷路，分支出來之后，我能把不同思路分開保存，像寫文檔時(shí)留多個(gè)版本。

要說第三點(diǎn)，我認(rèn)為，上下文也更靈活了。不用一股腦往窗口里塞一大堆信息，聊著聊著，我直接跳出一個(gè)節(jié)點(diǎn)，和它討論一下，這多絲滑。

舉個(gè)自己體驗(yàn)的例子：

昨天凌晨，Qwen3 發(fā)布了新模型 Qwen3-Max-Preview，我當(dāng)時(shí)想發(fā)個(gè)小紅書，直接讓 ChatGPT 給我寫文案。

結(jié)果它給的內(nèi)容偏宏觀：什么「更大模型」「推理速度更快」之類的，太籠統(tǒng)，不夠具體。那怎么辦？

我追問細(xì)節(jié)，它反而說「這個(gè)模型還沒正式發(fā)布，好像還在灰度，抓不到更精準(zhǔn)的信息」。場(chǎng)面有點(diǎn)尷尬，它只能建議我寫「首發(fā)體驗(yàn)」或者「首次曝光」的角度。

可今天早上上線了「分支對(duì)話」，我就順手點(diǎn)了「更多」，從那條回復(fù)開了個(gè)分支，和它單獨(dú)聊「我最期待 Qwen3 能有什么樣的能力」。

那半天我們就在新分支里來回討論，把思路拉開；這個(gè)話題聊完，我又切回原來的主線，讓它繼續(xù)寫小紅書文案。

然后，它居然把上下文接得很自然，記憶一點(diǎn)沒斷，整個(gè)過程特別絲滑。

所以，智遠(yuǎn)認(rèn)為，對(duì)話從直線變成樹狀，對(duì)AI助理來說，是特別大的變化。

光能分岔還不夠，這些分岔下來的對(duì)話，最后 ChatGPT 想把它變成什么？

過去大家用知識(shí)管理工具，不外乎 Notion、飛書文檔，硬核一點(diǎn)的還有 Obsidian，好處顯而易見，能結(jié)構(gòu)化、分層級(jí)、做大綱，特別適合喜歡折騰的人。

可問題也很明顯：流程太重。

寫完文章還得歸檔，開完會(huì)還要手動(dòng)寫總結(jié)，想讓它形成體系，就得不停維護(hù)；很多人一開始雄心勃勃，最后是堅(jiān)持不下來，庫(kù)里一堆半拉子工程。

記憶和分支的邏輯完全不同。

核心是「順手」，你反正要跟 AI 聊天，要寫要想，它就順手把痕跡留了下來。下次要追溯，直接點(diǎn)開分支就行。

還有一點(diǎn)很關(guān)鍵：對(duì)話和筆記不一樣。

筆記常常是碎片化的，幾句話、幾個(gè)點(diǎn)，很容易脫離語(yǔ)境；對(duì)話不是，對(duì)話自帶上下文：你為什么問，它給了什么答案，你們?cè)趺赐蒲荩麄€(gè)過程都在。

這種語(yǔ)境，有時(shí)候比結(jié)論本身還更有價(jià)值；這讓我想到飛書、釘釘里的知識(shí)問答邏輯。

它們把「提問」當(dāng)成起點(diǎn)：我問一個(gè)問題，系統(tǒng)給一堆答案。可答案不是終點(diǎn)，如果其中有能用的，我一鍵標(biāo)記，就能同步到文檔，再編輯打磨，最后存進(jìn)知識(shí)庫(kù)。

這樣才算完成一個(gè)「問答—文檔—知識(shí)庫(kù)」的閉環(huán)。

Perplexity 的老板也說過一句話：「問題才是起點(diǎn)」。問題一旦明確，后面的線索就能拉出來；你再看國(guó)內(nèi)一些新產(chǎn)品，比如 ima、知乎知識(shí)庫(kù)，本質(zhì)上也是都長(zhǎng)在提問上。

所以我覺得，對(duì)話優(yōu)勢(shì)有三點(diǎn)：

一邊用一邊沉淀，不用額外操作，這是知識(shí)累積；檢索更自然了，不用自己翻筆記，只要「問 AI」就能找出來；更重要的是，它保留了上下文，整個(gè)脈絡(luò)都在。

但對(duì)話也不是萬(wàn)能的。

我今天用了一上午，還順手改了幾篇研究報(bào)告，發(fā)現(xiàn)它有時(shí)會(huì)「記不全」或者「啰嗦混亂」；說明它的記憶能力還要繼續(xù)提升。

說白了，現(xiàn)在還沒辦法完全把一個(gè)聊天、一個(gè)主題任務(wù)，直接托付給它去搭建成一套完整的知識(shí)體系。

可就算如此，我依然覺得，AI 和人的關(guān)系正在慢慢被重塑，它開始更像一個(gè)真正的「AI 助理」。

AI 助理，這個(gè)詞這幾年已經(jīng)被叫爛了。絕大多數(shù)產(chǎn)品所謂的「助理」，是幫你干點(diǎn)機(jī)械活。類似于，寫個(gè)日程、優(yōu)化個(gè)文檔，說白了就是代替「手和腳」。

可在思維和記憶層面，它們幾乎沒動(dòng)過。一個(gè)對(duì)話聊完就結(jié)束，信息全斷掉，你根本不會(huì)覺得它真是助理。

現(xiàn)在情況不一樣了。記憶讓它能保留上下文，分支讓它能同時(shí)跑多條思路。你可以想象：

一個(gè)分支在負(fù)責(zé)推理和研究，另一個(gè)分支在幫你找數(shù)據(jù)和案例，再有一個(gè)分支，專門幫你打磨文案。這更一個(gè)像團(tuán)隊(duì)一樣的 AI 助理。

舉個(gè)例子：

前幾天我用百度文庫(kù)寫東西，它的超能搭子 GenFlow邏輯跟我理解的「AI 助理」挺接近。

我先拋一個(gè)問題，它給我答案；基于答案，我可能要做個(gè)海報(bào)，再讓它把關(guān)鍵信息抽出來，順手驗(yàn)證一下數(shù)據(jù)準(zhǔn)不準(zhǔn)，最后還幫我推理邏輯。

整個(gè)過程像有好幾個(gè)不同的 agent 在分工合作，而角色全都濃縮在同一個(gè)助理里。

所以我覺得，這條路通用 AI 遲早會(huì)走。

隨著模型越來越大、越來越智能，這種協(xié)作會(huì)越來越絲滑；到那時(shí)，每個(gè)人可能都會(huì)愿意為一個(gè) AI 助理付費(fèi)，因?yàn)橘I到的是一個(gè)可以代替、可以協(xié)作的伙伴。它真的在和人共創(chuàng)。

既然人和AI共創(chuàng)了，就繞不開一個(gè)老生常談的問題繞不開：上下文。

大家最關(guān)心「窗口夠不夠大」，32K、128K，甚至有人憧憬所謂的「無(wú)限上下文」，聽上去很誘人，好像誰(shuí)能記得更多，誰(shuí)就更先進(jìn)。

可窗口再大，它本質(zhì)上還是「一次性記憶」，你想把幾十頁(yè)資料、好幾輪推演全塞進(jìn)去，最后模型答非所問太正常不過了。

而且，大窗口代價(jià)不小：推理更慢，成本更高。對(duì)大多數(shù)人來說，沒必要為「無(wú)限上下文」去買單。

所以我覺得，真正的關(guān)鍵在于 AI 能不能幫我們管理信息；換句話說，與其讓它背下整本書，不如讓它知道書在哪個(gè)書架，隨時(shí)能翻到對(duì)應(yīng)章節(jié)。前者累又不可靠，后者才是更聰明的辦法。

記憶和分支帶來的，剛好是這種「書架式」體驗(yàn)。

你不用硬塞所有資料，隨時(shí)能從歷史對(duì)話里開個(gè)分支，或者調(diào)用記憶繼續(xù)延展。

所以，智遠(yuǎn)認(rèn)為「把上下文做大」是一條技術(shù)路徑，但未必是未來答案。真正值得期待的，是 AI 有沒有能力，把信息分類、留存、調(diào)用得更順手。

你有沒有想過，當(dāng)記憶和分支進(jìn)化到足夠好時(shí)，我們還會(huì)在乎上下文窗口的大小嗎？

我不知道答案。

但智遠(yuǎn)認(rèn)為，未來我們討論的重點(diǎn)，不是「窗口」這種技術(shù)指標(biāo)，是一個(gè)更大的命題：「對(duì)話操作系統(tǒng)」。

什么是對(duì)話操作系統(tǒng)？我的理解是：你打開一個(gè)聊天窗口，也就等于開啟了一個(gè)任務(wù)。

過去，一個(gè)任務(wù)往往要在好幾個(gè)應(yīng)用里來回切；現(xiàn)在，隨著記憶和分支的進(jìn)化，這些事情完全有可能在一個(gè)對(duì)話里搞定；你問它寫文章，它順便能調(diào)動(dòng)表格；要做個(gè)海報(bào)，它能直接生成圖片。

對(duì)話，本身像一個(gè)外殼，可以隨時(shí)調(diào)用不同的工具或協(xié)議（比如 MCP），把整個(gè)流程串起來。

如果順著「外殼」的趨勢(shì)去看，互聯(lián)網(wǎng)演化的路徑其實(shí)很清楚：

最早大家把搜索當(dāng)入口，一切從 Google 開始；后來瀏覽器成了入口，網(wǎng)頁(yè)承載了信息和應(yīng)用；再后來手機(jī)操作系統(tǒng)，每一個(gè) App 就是一個(gè)獨(dú)立的世界。

入口的變化，意味著新的操作系統(tǒng)形態(tài)。

今天，ChatGPT 的演化，正把「對(duì)話」推向下一個(gè)入口，它逐漸承載任務(wù)驅(qū)動(dòng)、知識(shí)檢索、創(chuàng)作協(xié)作的各種形態(tài)；未來會(huì)不會(huì)在對(duì)話里，生長(zhǎng)出一個(gè)基于對(duì)話的 WPS、一個(gè) Office？我不知道。

但我知道的一點(diǎn)是：等到那一天，你不需要再切換那么多應(yīng)用，一個(gè)對(duì)話就能解決所有事。

舉個(gè)例子：

你有一份合同要微調(diào)，過去得來回切 Word、郵件、PDF 編輯器，步驟一大堆。可在「對(duì)話操作系統(tǒng)」里，把初始版本丟進(jìn) Chat，任務(wù)就開始了。

它告訴你哪不對(duì)、哪需要改，你一句句指令「幫我調(diào)這個(gè)」「再改那個(gè)」。最后一句「把最終版導(dǎo)出來吧」，它直接生成 PDF，你點(diǎn)開就能打印，下一秒就能發(fā)給客戶。

所以，當(dāng)我再談「記憶」和「分支」，再談一個(gè)雛形：未來操作系統(tǒng)，建立在對(duì)話之上；也許，「對(duì)話操作系統(tǒng)」才有想象空間。

可回頭看國(guó)內(nèi)的產(chǎn)品，情況不一樣了。大家還在卷模型參數(shù)、推理速度，甚至價(jià)格補(bǔ)貼，但在「對(duì)話形態(tài)」上，幾乎沒有多少探索。

國(guó)內(nèi)產(chǎn)品要怎么補(bǔ)課？至少，ChatGPT 已經(jīng)給出了一個(gè)思路。