核心機制：沉默嘅個人檔案生成過程係點運作嘅

Dreaming V3瓦解咗舊時嗰種透明嘅「已儲存記憶」列表。取而代之嘅係一個後台綜合程序，佢會喺你同ChatGPT傾完偈之後，喺背後唔同步咁運行，自動揀出佢認為相關嘅嘢——你嘅偏好、限制、進行中嘅項目、同埋對時間敏感嘅情境——完全唔使你出聲提佢 。呢個程序會交叉掃描你嘅對話記錄、已儲存嘅明確記憶、上傳過嘅PDF同圖片，甚至連結咗嘅Gmail帳戶，將所有嘢整理成一個有結構嘅檔案 。之後，每次你開始新對話，呢個檔案就會被注入到系統提示（System Prompt）入面，意味住AI每次同你傾偈，都係由一個佢認為「呢個就係你」嘅詳細預先理解開始 。

私隱震撼彈：96%嘅記憶都係未經你同意就創造出嚟

最令人擔心嘅私隱問題，係呢個系統嘅單方面操作模式。一份喺2026年2月刊登，由Abhisek Dash同佢嘅同事撰寫，並獲ACM Web Conference 2026接受嘅arXiv論文《演算法自畫像》（"The Algorithmic Self-Portrait"），分析咗80個ChatGPT用戶嘅2,050條記憶記錄。研究發現，96%嘅記憶「都係由對話系統單方面創造出嚟」，而唔係由用戶明確指示去做嘅 。同一個數據集仲顯示，呢啲系統產生嘅記錄入面，有28%包含咗GDPR所定義嘅個人資料，而52%就包含咗對用戶嘅心理洞察 。呢樣嘢即刻引發咗關於同意同個人檔案分析嘅疑問，特別係喺《通用數據保障條例》（GDPR）同埋將於2026年8月生效嘅《歐盟人工智能法案》之下 。

被污染嘅源頭：準確度問題同回應失真

一個有缺陷嘅記憶系統，唔單止會忘記嘢，佢仲會主動污染你以後嘅對話。OpenAI報告話，Dreaming V3嘅事實回憶率提升到82.8%，比起2024年原始系統嘅41.5%準確度，確實係一個大躍進 。但係，呢個數字仍然代表住大約每6個儲存嘅記憶入面，就有1個可能係錯嘅。更危險嘅係，系統而家會由你嘅閒聊同過去嘅互動中，推斷出你隱含嘅偏好，唔單止係你明確講過嘅指示 。如果佢錯誤咁推斷咗你嘅喜好、飲食限制或者生活狀況，呢個錯誤就會「污染佢以後畀你嘅每一個答案」 。嗰啲針對過時記憶嘅自動重寫程序，唔單止冇修正問題，仲可能會複合呢啲錯誤，靜靜雞將謬誤融入你嘅永久檔案入面 。

刪除資料係刻意設計到咁麻煩

想重新掌握你嘅數據控制權，係一個好大嘅挑戰。因為Dreaming V3係由你成個對話歷史去綜合記憶，單單刪除一個記憶記錄係唔夠嘅。個系統可以喺下一次後台綜合循環嘅時候，由你以前嘅對話度重新提取返同一樣嘅資訊 。要徹底剷走一項資訊，用戶必須手動搵返同刪除包含原始資訊嗰一段特定對話記錄——呢個係一個多步驟、唔直覺嘅過程，對於嗰啲有成幾年對話記錄嘅長期用戶嚟講，實際上係行唔通嘅 。

上下文腐爛（Context Rot）變成系統性問題

呢度就係「上下文腐爛」呢個概念變得關鍵而且比以前更危險嘅地方。上下文腐爛係一個有詳細記錄嘅現象，指嘅係當AI嘅上下文視窗（Context Window）充滿咗矛盾、過時或者唔相關嘅資訊時，佢嘅表現就會變差 。一直以嚟，標準嘅解決方法都好簡單：開個新對話，清空塊白板，重新嚟過 。

Dreaming V3徹底打破咗呢個解決方法。嗰個持久嘅記憶檔案，意味住陳舊或者錯誤嘅數據——例如舊工作、過去嘅關係、唔再適用嘅偏好——會跨越唔同嘅對話環節繼續存在 。上下文腐爛嘅問題唔再局限於單一嘅長對話；佢變成一個系統性問題，會感染你每一個新開嘅對話。AI嘅「記憶」變成咗一個固定嘅噪音源，無論你點樣小心管理個別環節，佢都會系統性地損害回應嘅準確度 。

有限嘅存取權同消失嘅審計追蹤

呢次功能推出嘅方式本身，都帶嚟另一層擔憂。Dreaming V3最初淨係開放畀美國嘅ChatGPT Plus同Pro訂閱用戶，仲未有任何清晰嘅時間表話幾時會開放畀國際用戶或者免費方案嘅用戶 。呢樣嘢製造咗一個雙軌制嘅私隱環境，部分付費用戶會被自動做個人檔案分析，而另一啲人就唔會。

更進一步，由一個簡單、可供審計嘅文字記憶列表，轉向一個複雜、由後台綜合而成嘅記憶狀態，大大降低咗用戶嘅可見性。用戶再冇辦法簡單咁檢查、理解或者修正系統究竟推斷咗佢哋啲乜 。呢個過程已經變成一個黑盒，侵蝕咗用戶審計同控制自己數碼檔案嘅能力。

核心機制：沉默嘅個人檔案生成過程係點運作嘅

Dreaming V3瓦解咗舊時嗰種透明嘅「已儲存記憶」列表。取而代之嘅係一個後台綜合程序，佢會喺你同ChatGPT傾完偈之後，喺背後唔同步咁運行，自動揀出佢認為相關嘅嘢——你嘅偏好、限制、進行中嘅項目、同埋對時間敏感嘅情境——完全唔使你出聲提佢 。呢個程序會交叉掃描你嘅對話記錄、已儲存嘅明確記憶、上傳過嘅PDF同圖片，甚至連結咗嘅Gmail帳戶，將所有嘢整理成一個有結構嘅檔案 。之後，每次你開始新對話，呢個檔案就會被注入到系統提示（System Prompt）入面，意味住AI每次同你傾偈，都係由一個佢認為「呢個就係你」嘅詳細預先理解開始 。

私隱震撼彈：96%嘅記憶都係未經你同意就創造出嚟

最令人擔心嘅私隱問題，係呢個系統嘅單方面操作模式。一份喺2026年2月刊登，由Abhisek Dash同佢嘅同事撰寫，並獲ACM Web Conference 2026接受嘅arXiv論文《演算法自畫像》（"The Algorithmic Self-Portrait"），分析咗80個ChatGPT用戶嘅2,050條記憶記錄。研究發現，96%嘅記憶「都係由對話系統單方面創造出嚟」，而唔係由用戶明確指示去做嘅 。同一個數據集仲顯示，呢啲系統產生嘅記錄入面，有28%包含咗GDPR所定義嘅個人資料，而52%就包含咗對用戶嘅心理洞察 。呢樣嘢即刻引發咗關於同意同個人檔案分析嘅疑問，特別係喺《通用數據保障條例》（GDPR）同埋將於2026年8月生效嘅《歐盟人工智能法案》之下 。

被污染嘅源頭：準確度問題同回應失真

一個有缺陷嘅記憶系統，唔單止會忘記嘢，佢仲會主動污染你以後嘅對話。OpenAI報告話，Dreaming V3嘅事實回憶率提升到82.8%，比起2024年原始系統嘅41.5%準確度，確實係一個大躍進 。但係，呢個數字仍然代表住大約每6個儲存嘅記憶入面，就有1個可能係錯嘅。更危險嘅係，系統而家會由你嘅閒聊同過去嘅互動中，推斷出你隱含嘅偏好，唔單止係你明確講過嘅指示 。如果佢錯誤咁推斷咗你嘅喜好、飲食限制或者生活狀況，呢個錯誤就會「污染佢以後畀你嘅每一個答案」 。嗰啲針對過時記憶嘅自動重寫程序，唔單止冇修正問題，仲可能會複合呢啲錯誤，靜靜雞將謬誤融入你嘅永久檔案入面 。

刪除資料係刻意設計到咁麻煩

想重新掌握你嘅數據控制權，係一個好大嘅挑戰。因為Dreaming V3係由你成個對話歷史去綜合記憶，單單刪除一個記憶記錄係唔夠嘅。個系統可以喺下一次後台綜合循環嘅時候，由你以前嘅對話度重新提取返同一樣嘅資訊 。要徹底剷走一項資訊，用戶必須手動搵返同刪除包含原始資訊嗰一段特定對話記錄——呢個係一個多步驟、唔直覺嘅過程，對於嗰啲有成幾年對話記錄嘅長期用戶嚟講，實際上係行唔通嘅 。

上下文腐爛（Context Rot）變成系統性問題

呢度就係「上下文腐爛」呢個概念變得關鍵而且比以前更危險嘅地方。上下文腐爛係一個有詳細記錄嘅現象，指嘅係當AI嘅上下文視窗（Context Window）充滿咗矛盾、過時或者唔相關嘅資訊時，佢嘅表現就會變差 。一直以嚟，標準嘅解決方法都好簡單：開個新對話，清空塊白板，重新嚟過 。

Dreaming V3徹底打破咗呢個解決方法。嗰個持久嘅記憶檔案，意味住陳舊或者錯誤嘅數據——例如舊工作、過去嘅關係、唔再適用嘅偏好——會跨越唔同嘅對話環節繼續存在 。上下文腐爛嘅問題唔再局限於單一嘅長對話；佢變成一個系統性問題，會感染你每一個新開嘅對話。AI嘅「記憶」變成咗一個固定嘅噪音源，無論你點樣小心管理個別環節，佢都會系統性地損害回應嘅準確度 。

有限嘅存取權同消失嘅審計追蹤

呢次功能推出嘅方式本身，都帶嚟另一層擔憂。Dreaming V3最初淨係開放畀美國嘅ChatGPT Plus同Pro訂閱用戶，仲未有任何清晰嘅時間表話幾時會開放畀國際用戶或者免費方案嘅用戶 。呢樣嘢製造咗一個雙軌制嘅私隱環境，部分付費用戶會被自動做個人檔案分析，而另一啲人就唔會。

更進一步，由一個簡單、可供審計嘅文字記憶列表，轉向一個複雜、由後台綜合而成嘅記憶狀態，大大降低咗用戶嘅可見性。用戶再冇辦法簡單咁檢查、理解或者修正系統究竟推斷咗佢哋啲乜 。呢個過程已經變成一個黑盒，侵蝕咗用戶審計同控制自己數碼檔案嘅能力。