Fra gemte fakta til en levende profil

ChatGPTs oprindelige hukommelse, som blev lanceret i april 2024, byggede primært på såkaldte »saved memories«. Brugeren skulle selv bede modellen om at huske bestemte oplysninger .

I april 2025 introducerede OpenAI den første version af Dreaming. Den kunne automatisk referere til tidligere samtaler via en baggrundsproces, men fungerede fortsat som et supplement til listen over gemte minder .

Dreaming V3 ændrer den grundlæggende arkitektur. I stedet for at gemme løsrevne punkter som »brugeren er softwareingeniør« eller »brugeren har en hund, der hedder Max«, kategoriserer systemet oplysninger om blandt andet arbejde, fritidsinteresser, rejsemønstre, præferencer og begrænsninger. Derefter sammenfatter det dem til sammenhængende, narrative brugerprofiler .

Det betyder i praksis, at ChatGPT forsøger at forstå sammenhængen mellem oplysningerne – ikke kun at føre en liste over dem.

Syntesen foregår som en baggrundsopgave, der med jævne mellemrum gennemgår samtalehistorikken, udtrækker relevante signaler og opdaterer profilen automatisk . Brugeren behøver derfor ikke nødvendigvis skrive »husk dette«. Systemet forsøger selv at udlede, hvad der er relevant, og ajourføre sin forståelse, når samtaler og behov ændrer sig .

Sådan måler OpenAI en god hukommelse

Ifølge OpenAI skal en nyttig hukommelse opfylde tre kriterier :

1. Den skal føre relevant kontekst med videre mellem samtaler.
2. Den skal respektere brugerens præferencer og udtrykte begrænsninger.
3. Den skal kunne opdatere sig over tid uden manuel indgriben.

Det er ikke kun målsætninger. Kriterierne indgår i den evaluering, der ligger bag den nøjagtighed, OpenAI fremhæver. Med det nye system steg den faktuelle nøjagtighed fra 52,2 procent til 75,1 procent – en statistisk signifikant forbedring, som ifølge beskrivelserne skal give færre forældede, modstridende eller direkte forkerte minder .

Nye funktioner, som brugeren kan se

Samtidig med den tekniske opgradering lancerer OpenAI flere synlige ændringer:

• Side med hukommelsesoversigt: En ny oversigt viser, hvad ChatGPT har registreret om brugeren. Her kan man se højdepunkter, tilføje eller ændre personlige oplysninger og angive, hvilke emner ChatGPT bør nævne – eller undgå – i bestemte situationer .
• Automatisk oprydning og opdatering: Forældede oplysninger fjernes aktivt, mens ny kontekst fra nyere samtaler bliver samlet op uden en særskilt kommando. Formålet er, at svarene skal afspejle brugerens aktuelle situation frem for en ældre version af den .
• Kontekst på tværs: ChatGPT kan hente relevant kontekst fra tidligere samtaler, gemte minder, uploadede filer og forbundne apps. Det skal give svar, der i højere grad tager højde for brugerens samlede brug af platformen .

Hvorfor er lavere beregningspris vigtig?

Tidligere hukommelsesarkitekturer var dyre at køre på tværs af meget store brugerbaser. At analysere og sammenfatte samtaler for hundredvis af millioner af brugere kræver betydelige inferenceressourcer, hvilket gjorde avanceret hukommelse lettere at tilbyde til betalende abonnenter.

OpenAI oplyser, at Dreaming V3 reducerer beregningsomkostningen ved hukommelsessyntese til omtrent en femtedel af det tidligere niveau . Det svarer til en effektivisering på cirka fem gange.

Den lavere omkostning er central for udrulningen. Den gør det muligt at tilbyde den samme type personlige og vedvarende hukommelse til flere abonnementstyper – herunder Free- og Go-brugere – i stedet for kun at begrænse funktionen til betalingsplaner .

Et bredere kapløb om AI, der husker

OpenAI's opdatering kommer, mens hele branchen bevæger sig fra statsløse til mere tilstandsbaserede AI-systemer: værktøjer, der ikke kun svarer på det aktuelle spørgsmål, men opbygger en vedvarende kontekst omkring den enkelte bruger .

Ifølge de tilgængelige beskrivelser havde alle tre store forbrugerrettede AI-laboratorier lanceret systemer med vedvarende hukommelse i midten af 2026 :

• Anthropic lancerede Claude Dreaming den 6. maj 2026. Systemet bruger en offline-proces til at gennemgå op til 100 tidligere sessioner og identificere mønstre.
• Google introducerede Gemini Sparks kontobaserede kontekst ved I/O den 19. maj 2026.
• OpenAI udbygger nu ChatGPT med Dreaming V3, der automatisk sammenfatter narrative brugerprofiler i baggrunden.

Det er derfor mere end en kapløb om en enkelt funktion. Vedvarende hukommelse er et vigtigt skridt mod assistenter, der kan følge et længerevarende arbejde, huske mål og tage hensyn til personlige præferencer.

Et skridt mod den personlige AI-assistent

Dreaming V3 er et tydeligt signal om, at OpenAI vil udvikle ChatGPT fra en generel chatbot til en mere proaktiv og kontekstbevidst personlig assistent .

I stedet for at brugeren skal gentage sine arbejdsprojekter, mål, kostbegrænsninger, rejseplaner eller kommunikationsvaner i hver samtale, forsøger systemet automatisk at binde oplysningerne sammen.

Kombinationen af narrative profiler og markant lavere beregningsomkostninger gør visionen mere realistisk i global skala. For OpenAI er personlig hukommelse derfor ikke kun en bekvemmelighedsfunktion. Den kan også blive fundamentet for mere agentlignende AI, der kan handle på brugerens vegne med en bedre forståelse af, hvem brugeren er, og hvad vedkommende forsøger at opnå .

Hvem får adgang – og hvornår?

Fra gemte fakta til en levende profil

ChatGPTs oprindelige hukommelse, som blev lanceret i april 2024, byggede primært på såkaldte »saved memories«. Brugeren skulle selv bede modellen om at huske bestemte oplysninger .

I april 2025 introducerede OpenAI den første version af Dreaming. Den kunne automatisk referere til tidligere samtaler via en baggrundsproces, men fungerede fortsat som et supplement til listen over gemte minder .

Dreaming V3 ændrer den grundlæggende arkitektur. I stedet for at gemme løsrevne punkter som »brugeren er softwareingeniør« eller »brugeren har en hund, der hedder Max«, kategoriserer systemet oplysninger om blandt andet arbejde, fritidsinteresser, rejsemønstre, præferencer og begrænsninger. Derefter sammenfatter det dem til sammenhængende, narrative brugerprofiler .

Det betyder i praksis, at ChatGPT forsøger at forstå sammenhængen mellem oplysningerne – ikke kun at føre en liste over dem.

Syntesen foregår som en baggrundsopgave, der med jævne mellemrum gennemgår samtalehistorikken, udtrækker relevante signaler og opdaterer profilen automatisk . Brugeren behøver derfor ikke nødvendigvis skrive »husk dette«. Systemet forsøger selv at udlede, hvad der er relevant, og ajourføre sin forståelse, når samtaler og behov ændrer sig .

Sådan måler OpenAI en god hukommelse

Ifølge OpenAI skal en nyttig hukommelse opfylde tre kriterier :

1. Den skal føre relevant kontekst med videre mellem samtaler.
2. Den skal respektere brugerens præferencer og udtrykte begrænsninger.
3. Den skal kunne opdatere sig over tid uden manuel indgriben.

Det er ikke kun målsætninger. Kriterierne indgår i den evaluering, der ligger bag den nøjagtighed, OpenAI fremhæver. Med det nye system steg den faktuelle nøjagtighed fra 52,2 procent til 75,1 procent – en statistisk signifikant forbedring, som ifølge beskrivelserne skal give færre forældede, modstridende eller direkte forkerte minder .

Nye funktioner, som brugeren kan se

Samtidig med den tekniske opgradering lancerer OpenAI flere synlige ændringer:

• Side med hukommelsesoversigt: En ny oversigt viser, hvad ChatGPT har registreret om brugeren. Her kan man se højdepunkter, tilføje eller ændre personlige oplysninger og angive, hvilke emner ChatGPT bør nævne – eller undgå – i bestemte situationer .
• Automatisk oprydning og opdatering: Forældede oplysninger fjernes aktivt, mens ny kontekst fra nyere samtaler bliver samlet op uden en særskilt kommando. Formålet er, at svarene skal afspejle brugerens aktuelle situation frem for en ældre version af den .
• Kontekst på tværs: ChatGPT kan hente relevant kontekst fra tidligere samtaler, gemte minder, uploadede filer og forbundne apps. Det skal give svar, der i højere grad tager højde for brugerens samlede brug af platformen .

Hvorfor er lavere beregningspris vigtig?

Tidligere hukommelsesarkitekturer var dyre at køre på tværs af meget store brugerbaser. At analysere og sammenfatte samtaler for hundredvis af millioner af brugere kræver betydelige inferenceressourcer, hvilket gjorde avanceret hukommelse lettere at tilbyde til betalende abonnenter.

OpenAI oplyser, at Dreaming V3 reducerer beregningsomkostningen ved hukommelsessyntese til omtrent en femtedel af det tidligere niveau . Det svarer til en effektivisering på cirka fem gange.

Den lavere omkostning er central for udrulningen. Den gør det muligt at tilbyde den samme type personlige og vedvarende hukommelse til flere abonnementstyper – herunder Free- og Go-brugere – i stedet for kun at begrænse funktionen til betalingsplaner .

Et bredere kapløb om AI, der husker

OpenAI's opdatering kommer, mens hele branchen bevæger sig fra statsløse til mere tilstandsbaserede AI-systemer: værktøjer, der ikke kun svarer på det aktuelle spørgsmål, men opbygger en vedvarende kontekst omkring den enkelte bruger .

Ifølge de tilgængelige beskrivelser havde alle tre store forbrugerrettede AI-laboratorier lanceret systemer med vedvarende hukommelse i midten af 2026 :

• Anthropic lancerede Claude Dreaming den 6. maj 2026. Systemet bruger en offline-proces til at gennemgå op til 100 tidligere sessioner og identificere mønstre.
• Google introducerede Gemini Sparks kontobaserede kontekst ved I/O den 19. maj 2026.
• OpenAI udbygger nu ChatGPT med Dreaming V3, der automatisk sammenfatter narrative brugerprofiler i baggrunden.

Det er derfor mere end en kapløb om en enkelt funktion. Vedvarende hukommelse er et vigtigt skridt mod assistenter, der kan følge et længerevarende arbejde, huske mål og tage hensyn til personlige præferencer.

Et skridt mod den personlige AI-assistent

Dreaming V3 er et tydeligt signal om, at OpenAI vil udvikle ChatGPT fra en generel chatbot til en mere proaktiv og kontekstbevidst personlig assistent .

I stedet for at brugeren skal gentage sine arbejdsprojekter, mål, kostbegrænsninger, rejseplaner eller kommunikationsvaner i hver samtale, forsøger systemet automatisk at binde oplysningerne sammen.

Kombinationen af narrative profiler og markant lavere beregningsomkostninger gør visionen mere realistisk i global skala. For OpenAI er personlig hukommelse derfor ikke kun en bekvemmelighedsfunktion. Den kan også blive fundamentet for mere agentlignende AI, der kan handle på brugerens vegne med en bedre forståelse af, hvem brugeren er, og hvad vedkommende forsøger at opnå .

Hvem får adgang – og hvornår?