还记得去年 Recall 的翻车吗？让 AI 每隔几秒截一次屏，记住关于你的一切，结果截屏未加密存储，最后不得不下架。

现在 OpenAI 在 Codex 中推出了一个类似的功能 Chronicle，让 AI 持续盯着你的屏幕，持续构建和更新关于你的记忆。

Chronicle 做了什么

Chronicle 是 Codex 的一个实验性功能，目前只对 Pro 订阅用户和 Mac 用户开放。在 Codex 设置里打开 Chronicle research preview 开关，状态变成 Running，它就开始工作了。

开启之后，它会在后台定期截取你的屏幕内容，把截图发到 OpenAI 服务器跑一遍 OCR 和视觉分析，提取出文字摘要，再存回你本地的一个 Markdown 文件里。

想象空间确实挺大的。你在浏览器里查了一篇文档，切到编辑器写了几行代码，又去 Slack 回了条消息，这些 Chronicle 都看得到。下次你跟 Codex 对话的时候，不用再花时间解释我刚才在干什么，因为它早就已经知道了。

Codex 的产品负责人 Tibo 说 Chronicle 改变了他和很多 OpenAI 员工使用 Codex 的方式。说白了，OpenAI 想让 Codex 从一个编码工具变成一个全能的 Super App，Chronicle 就是这个方向上的关键一步，让 Codex 能感知到你整个工作环境。

但这里有个问题。

截图去了哪

Chronicle 整体的工作流程比想象中复杂，下面这张图拆解得比较清楚：

简单说，数据流是这样的：

1. 后台定期截屏，临时存在$TMPDIR/chronicle/screen_recording/，6 小时后自动删除
2. 截图发送到 OpenAI 服务器，进行 OCR 和视觉分析
3. 分析结果经过多阶段的提炼和整合，最终以 Markdown 格式存回本地~/.codex/memories_extensions/chronicle/

OpenAI 文档明确指出，截图处理完就删掉，不会用于训练。但有几个细节值得注意。

本地存储的记忆文件是未加密的 Markdown，任何有文件系统访问权限的程序都能读。有意思的是，Recall 翻车之后重新上线时加了不少安全措施：加密数据库、Windows Hello 认证、敏感信息自动过滤（信用卡号、身份证等）。Chronicle 发布的时候，这些一个都没有。

不过这些还不是最让我在意的。更值得警惕的是 prompt injection 的攻击面被大幅扩大了：你打开一个恶意网页，网页里藏了一段指令，Chronicle 截屏后发给 AI 分析，这段指令就可能被执行。以前攻击者只能通过你主动输入的内容来注入指令，现在你屏幕上出现过的一切都是潜在的攻击入口。

OpenAI 的建议是什么？开会前或查看敏感内容前，手动暂停 Chronicle。

不过这就有个明显的问题了，如果系统需要用户自己记得在关键时刻关掉它，那这个系统的设计本身就有问题。

另一条路：Claude Code 怎么做记忆

同样是解决 AI 不记得你在干什么这个问题，Anthropic 走了一条完全不同的路。

Claude Code 的 Auto Memory 不看你的屏幕，也不截图。它只从你和它的对话中学习。当你纠正了它的一个错误、当你表达了某个偏好、当一个 debug 过程走完了，Claude 会判断哪些信息值得记住，然后写进本地的MEMORY.md 文件。

两个产品的思路差别挺大的。Chronicle 想做一个全知全能的助手，持续观察你的整个桌面活动，浏览器查的文档、编辑器里的代码、Slack 里的讨论，它全都能关联起来。这种跨应用的上下文理解是 Auto Memory 做不到的。但代价是你的截图得先过一遍 OpenAI 的服务器，隐私边界从一开始就是模糊的。

Auto Memory 正好反过来，只从对话里提炼，全程不碰你的屏幕。记忆文件就是本地的 Markdown，想删就删，想改就改。代价是 Claude Code 只能记住对话里的东西，对话之外的活动它一无所知。用个不太严谨的类比，Chronicle 像是装了个监控摄像头，Auto Memory 像是发了一本笔记本让它自己记。

为什么 AI 都想看你的屏幕

Recall、Chronicle，加上之前的 Rewind AI（被 Meta 收购后直接关了 Mac 应用），三家公司在不同时间点做了同一个决策：让 AI 看用户的屏幕。

这不是巧合。

做过 AI 编程的你应该有体会：每次开一个新会话，都得重新交代一遍“我在做什么项目、用什么技术栈、之前跑到哪一步了”。我自己用 Claude Code 的时候，复杂项目开头经常要花点时间交代背景信息，有时候还忘了说某个关键细节，结果 Claude Code 给出的方案就跑偏了。这个冷启动的成本，用得越深越明显。

上下文是 AI 最稀缺的资源，模型再聪明，不知道你在干什么就是不知道。而屏幕恰好是信息密度最高的上下文来源，一张截图包含的信息量，远比你打字描述的多得多，编辑器里的代码、浏览器里的文档、终端里的报错，全在一个画面里。我觉得这就是为什么尽管 Recall 被骂得那么惨，OpenAI 还是选择做同样的事。

但这里有个解不开的矛盾：用户想要 AI 懂我，同时又不想 AI 监视我。目前谁也没想出两全的办法。也许等端侧模型足够强，截屏和分析都能在本地完成的时候，这个矛盾才有可能真正化解。

GitHub 上有个叫 Screenpipe 的开源项目，做的事情跟 Chronicle 类似，但完全在本地处理。截屏、OCR、记忆生成，全部跑在你自己的机器上，不上传任何数据。18000 多个 star，说明这个需求是真实的，但用户对怎么实现有自己的判断。

写在最后

回到开头的问题：Recall 搞砸了，为什么 OpenAI 还要做 Chronicle？因为上下文争夺战才刚开始。

不只是 OpenAI 和 Anthropic，Google 在最新发布的 Gemini Mac App 里也加了读屏功能。每家都在赌同一件事：AI 的终局不是一个更聪明的聊天框，而是一个真正理解你工作的搭档。问题在于，这个搭档需要时刻盯你的屏幕才能做到吗？

相关资源：

• Codex Chronicle 官方文档：https://developers.openai.com/codex/memories/chronicle
• Claude Code Memory 文档：https://code.claude.com/docs/en/memory
• Greg Brockman 发布推文：https://x.com/gdb/status/2046293955009274019
• Screenpipe（开源本地方案）：https://github.com/mediar-ai/screenpipe

欢迎长按下面的二维码关注Feisky 公众号，了解更多云原生和 AI 知识。

你在 ChatGPT 上积累的偏好、纠正过的习惯、教会它的规矩，能带到 Claude 上吗？直到最近，答案一直是不能。

每个 AI 平台把你的数据锁在自己家里，想搬走？没门。你的名字、职业、技术栈、写作偏好、沟通习惯……在 ChatGPT 里积累了大半年，换到 Claude 又得从头来一遍。再试试 Gemini？再来一遍。想养个龙虾，给 OpenClaw 初始化？还是要再来一遍。

社区里也有很多人试图解决这个问题，比如 Mem0 做了跨平台的记忆中间层，还有 AI Context Flow 这类浏览器插件。但这些方案要么依赖太重，要么还不够成熟。

最近 Claude 推出了记忆导入功能，可以把 ChatGPT 等其他 AI 里积累的记忆一键搬过来。功能不复杂，但我看了它提供的导出提示词之后，发现了一个更有意思的玩法。这条提示词其实是个万能工具，你可以在任何 AI 上提取 AI 记忆档案。以后换工具的时候直接导入，不用再从零开始。

Claude 的记忆导入：怎么用

先说 Claude 官方的流程，很简单，两步就能搞定。

第一步：从 ChatGPT 导出记忆

打开 ChatGPT，把下面这段提示词发给它：

I'm moving to another service and need to export my data. List every memory you have stored about me, as well as any context you've learned about me from past conversations. Output everything in a single code block so I can easily copy it. Format each entry as: [date saved, if available] - memory content. Make sure to cover all of the following — preserve my words verbatim where possible: Instructions I've given you about how to respond (tone, format, style, 'always do X', 'never do Y'). Personal details: name, location, job, family, interests. Projects, goals, and recurring topics. Tools, languages, and frameworks I use. Preferences and corrections I've made to your behavior. Any other stored context not covered above. Do not summarize, group, or omit any entries. After the code block, confirm whether that is the complete set or if any remain.

ChatGPT 会把它记住的关于你的所有信息，整理成一个代码块输出。复制下来就行。导出结果大概长这样：

[2025-06-15] - User is a software engineer working on Kubernetes and cloud infrastructure[2025-08-03] - Prefers concise, technical writing style without emojis[2025-09-12] - Uses Go and Python primarily, familiar with Rust[2025-10-20] - Always respond in Chinese unless code comments[No date] - User corrected: do not add type annotations to Python code unless asked[No date] - Prefers short function names, dislikes over-engineering

条目数量因人而异，用得越久记忆越多。我自己的 ChatGPT 账号导出了大概 30 多条。

第二步：导入到 Claude

打开 Claude 的设置（Settings > Capabilities），找到 Memory 部分，点“Start import”。把刚才复制的内容粘贴进去，点“Add to memory”。Claude 会自动提取关键信息，存为独立的记忆条目。

整个过程不到一分钟。导入完成后，可以问 Claude 一句“I updated my memory. What did you learn about me?”来验证效果。

有几点需要注意：

• 这个功能需要 Pro 及以上的付费计划，免费用户暂时没有记忆功能。
• Claude 的记忆偏向工作相关的内容，纯个人信息（比如你养了什么宠物）可能不会被自动保留，需要手动添加。
• 功能还在实验阶段，不是所有导入的记忆都能被识别。

这条提示词才是重点

Claude 的记忆导入功能当然方便，但如果你仔细看一下那条导出提示词，会发现它才是真正的宝贝。

为什么？因为这条提示词跟 Claude 没有半点关系。就是一段通用的提示词，你发给任何 AI 都行。ChatGPT、Gemini 等等，它们都会把记住的关于你的东西整理出来。

拿到导出结果后，你可以：

• 导入到 Claude（Anthropic 官方流程）
• 塞进其他 AI 的自定义指令或系统提示词
• 作为 OpenClaw 的初始记忆
• 写进 Claude Code 的CLAUDE.md
• 存到本地文件，随时复用

拆解一下这条提示词

这条提示词写得挺讲究的，值得拆开看看。

先看第一句：“I’m moving to another service and need to export my data.” 直接告诉 AI 你要搬家了，需要把东西全打包带走。这比直接问“你记住了我什么”效果好得多，AI 会当成一个正经的导出需求来处理，不会敷衍你。

然后是输出格式：“Output everything in a single code block” 和 “[date saved, if available] - memory content”。代码块方便一键复制，日期标记帮你追溯记忆的时间线。

最核心的是六个覆盖维度。简单归纳就是三类：你教 AI 怎么做事的指令（语气、格式、风格），你是谁的基本信息（职业、兴趣、工具栈），以及你们之间的互动历史（项目、目标、纠正过的行为）。这三类基本覆盖了 AI 关于你的所有认知。

最后一句“Do not summarize, group, or omit any entries”是防止 AI 偷懒。不让它合并或省略，确保输出完整。

不过说实话，这条提示词也不是万能的。有些 AI 的记忆系统本身就没存多少东西，导出的内容可能很少。也有 AI 会虚构一些它根本没有的条目。所以拿到导出结果后，最好自己过一遍，把不准确的删掉，把遗漏的补上。

如果导出不完整，可以追问一句：“Are there any remaining memories you haven’t listed?” 通常能再挤出几条来。

实操：在不同 AI 中提取记忆

我在几个主流 AI 上都试了一下，表现差异还挺大的。

ChatGPT

导出效果最好，这也在意料之中。ChatGPT 的记忆系统上线最早也最成熟，它会把明确存储的 Memory 条目和对话中学到的隐含偏好都列出来。我自己的账号导出了 30 多条，涵盖了编码偏好、写作风格、常用工具、甚至是我的很多项目经验，还有几条是我之前纠正过它行为的记录。

Gemini 和其他 AI

Gemini 的记忆功能上线比较晚，存的东西可能没那么多。我试了一下，导出的条目只有个位数，主要是一些基本偏好，可能是平时用的也少吧。

如果你使用 AI 客户端的话，可以把你的聊天历史跟这个提示词一起发给 AI，让它帮你提取内存。

而其他的在线 AI 平台大都支持不太好了，甚至豆包直接封禁了这个提示词，说是违反了使用规范。

进阶玩法：给 AI 工具初始化记忆

拿到导出的记忆档案之后，真正有意思的事情才开始。

给 OpenClaw 初始化

如果你在玩 OpenClaw，初始化记忆是一个挺重要的步骤。以前你得手动写一大段关于自己的描述，告诉 OpenClaw 你是谁、习惯什么、偏好什么。现在简单多了。直接在 OpenClaw 的对话里把导出的记忆档案粘贴进去，让它自己消化就行。比如这样开头：

以下是我从 ChatGPT 导出的个人偏好和上下文信息，请记住这些内容：
[粘贴导出的记忆档案]

OpenClaw 会自动把这些信息纳入它的长期记忆，后续对话中就会参考这些偏好。省去了大量冷启动时间。

写进 Claude Code 的 CLAUDE.md

除了养龙虾，你还可以把导出的偏好信息整理后写进~/.claude/CLAUDE.md 或者相关 AI 工具配置目录的 AGENTS.md 中，每次新开会话都会自动加载。比如从导出记忆中提取出编程相关的条目，整理成这样：

## 用户偏好- 编码风格：Go 代码遵循 effective Go 规范，Python 不加类型注解除非要求- 技术栈：Kubernetes、Go、Python，熟悉 Rust- 沟通偏好：用中文回复，技术术语保留英文- 写作风格：简洁平实，不用 emoji，不过度工程化

写在最后

Claude 推出记忆导入功能的背景挺有意思的。最近 QuitGPT 运动闹得不小，短短几天就有 70 万用户退订 ChatGPT。Claude 在这个时间点上线搬家功能，明显是在降低用户的迁移成本。

有传言说 Google Gemini 也在测试类似的导入功能，但做法不同。Claude 导入的是提炼后的记忆条目，你可以选择分享什么。Gemini 导入的是完整的聊天记录，而且明确说会用于模型训练。这两种方式在隐私上的差别还挺大的。

说实话，目前最实用的方案可能还是最简单的：拿提示词提取记忆，存成 Markdown 文件，需要时手动导入。没有复杂的依赖，不需要第三方工具，数据完全在自己手里。

欢迎长按下面的二维码关注Feisky 公众号，了解更多云原生和 AI 知识。