xAI推出Grok Skills功能 实现跨对话持久记忆
AI助手正从简单的问答机器人,升级为能记住用户习惯、理解个人偏好的智能工作伙伴。近日,马斯克旗下人工智能公司xAI为其Grok助手推出了关键功能更新——“Skills”(技能),标志着AI助手在记忆与个性化能力上实现重要突破。
5月18日,xAI宣布在网页端、iOS及Android平台同步上线“Skills”功能。该功能的核心是为Grok赋予跨对话的持久记忆能力,这不仅是聊天记录的保存,更是AI在理解与执行层面的一次能力跃迁。
以往使用AI助手时,每次新对话都需重新交代背景、偏好或任务步骤,如同面对一位“失忆”的助手。如今,通过“Skills”功能,用户可像培训同事一样,一次性向Grok传授特定任务的操作方法、个人写作风格或报告格式要求。
教学完成后,Grok能在后续所有独立对话中永久记住这些“技能”。无论是邮件签名的排版习惯、周报必备的数据维度,还是固定的数据分析流程,Grok都能在后台持续记忆,并在相应场景中自动调用,大幅减少重复设置。
这一升级直接提升了工作效率。用户开启新对话时,无需反复输入冗长的提示词与背景设定,AI助手真正开始“认识”用户,理解其独特的工作流程与个性化需求。
从行业角度看,Grok正从单次会话的问答机器人,演进为可配置、可编程的自动化个人工作空间。记忆能力是智能体(Agent)实现复杂任务自主执行的基础,而“Skills”功能正是迈向该目标的关键一步。当AI不仅能回答问题,还能持续记忆并应用用户设定的规则时,人机协作的深度与实用性都将进入新阶段。

相关攻略
近日,福布斯中国联合环球科创联盟正式揭晓“2025福布斯中国科创人物”榜单。本次评选历时八个月,从上千位候选人中严格遴选出60位硬科技领域的领军人物。榜单深度覆盖人工智能、芯片半导体、量子计算等前沿科技赛道,其中,专注于AI技术研发与应用的入选者占比高达60%,再次凸显了人工智能作为新一轮科技革命与
过去,许多人对AI助手的认知可能仍停留在“智能对话工具”的层面——即问即答,被动响应。这类工具虽然展现了强大的信息处理能力,但距离成为一个真正意义上的“数字化员工”尚有差距。毕竟,一名合格的员工核心价值在于主动理解目标、承接复杂任务、持续跟进进度,并在关键节点主动同步与反馈。 然而,在深度体验Wor
特斯拉CEO埃隆·马斯克再次释放了关于未来交通的关键信号。在周一的一场智能出行行业峰会上,他通过视频连线宣布,无需配备人类安全员监督的完全自动驾驶汽车,有望在今年晚些时候突破得克萨斯州的限制,实现在美国更广泛区域的商业化部署。 马斯克透露,目前得州已有完全无人监控的自动驾驶车辆投入实际运营,而这项R
研究表明,人们倾向于认为AI比人类更自信,即便答案相同。这种“自信错觉”源于人们依赖外部线索如回答速度来判断可信度,而AI缺乏情感信号加剧了误判风险。研究者指出,未来AI需明确传达对答案的把握程度,例如通过“把握指数”,以帮助用户更理性地评估建议的可信度。
4月22日,寒武纪董事长兼总经理陈天石在年度业绩说明会上,针对当前互联网巨头加速布局自研AI芯片的行业现象,首次进行了系统性阐述与官方回应。 陈天石分析指出,互联网公司自研AI芯片的核心逻辑,通常是围绕其自身主营业务或特定的应用生态,打造高度定制化的软硬件一体解决方案。这本质上是一种垂直整合的商业模
热门专题
热门推荐
在流量日益分散的今天,把鸡蛋放在同一个篮子里,风险不言而喻。多平台推广,早已不是“要不要做”的选择题,而是“如何做好”的生存题。它的核心价值,可以概括为两点:实现“流量风险对冲”,以及构建“品牌触点全覆盖”。通过在不同生态位——无论是搜索、短视频、图文还是电商——建立内容矩阵,企业不仅能有效缓冲单一
DeepSeek知识库的核心,是运用RAG(检索增强生成)技术,将DeepSeek强大的大语言模型推理能力,与您的私有文档资源——包括PDF文件、内部代码库、标准操作流程(SOP)等——深度融合。其最终目标是实现基于特定垂直领域数据的精准智能问答,让AI的回答不再是通用泛化,而是具备专业依据、内容详
三大运营商推出Token套餐,将大模型调用量包装为类似流量包的产品,以降低AI使用门槛。中国电信推出个人与企业多档套餐,最低月费9 9元;上海移动推出1元购40万Tokens服务;联通则提供个人与团队版套餐。运营商凭借用户渠道和支付优势,推动算力消费向大众市场普及,可能重塑AI服务消费模式。
HermesAgent本地运行缓慢常因未量化的大语言模型占用资源过多。可通过AWQ量化模型、llama cpp后端加载GGUF模型、配置vLLM引擎提升并发吞吐、禁用非必要工具降低上下文开销,以及调整SQLite记忆检索阈值等方案优化。这些方法能显著降低延迟,提升响应速度。
随着AI智能体能力的持续增强,确保其行为始终符合预设目标与安全边界,已成为行业亟待解决的核心挑战。然而,当前主流的治理方案在防止智能体“失控”或“脱轨”方面,仍面临显著的实践瓶颈。 在之前的探讨中,我们分析了主流治理思路:部署多样化的对抗性验证器,构建一个多层次的安全审查网络。该方案的核心逻辑并非限





