ThoughtSpot Spotter Memory 正式发布：AI分析助手不再遗忘

Spotter Memory 现已正式发布。

📌 核心要点

• 1. Spotter Memory 已在 ThoughtSpot 中正式发布。Spotter 会保留它学到的业务定义和查询路径，而不是每次会话都从零开始。
• 2. 记忆有两种形式：规则（rules），用于定义某个指标在你业务中的含义；以及配方（recipes），用于记录一个反复出现的问题是如何被回答的。
• 3. Spotter 会从你的对话、你的团队已经信任的 Liveboard 以及你连接的应用中学习记忆。
• 4. 每一条记忆都可以在 Show work 中查看，可在对话中修正，范围限定于你使用的数据模型，并受你已设置的权限管控。
• 5. Spotter 可以在个人用户级别设置，也可以同时在数据模型级别和组织级别设置。
• 6. 你只需教 Spotter 一次。Spotter Memory 让正确答案在不同人员、不同会话和重复尝试中可复现。

想象一下，一位零售分析师向智能体询问月度活跃用户数。答案在几秒内返回，正确，且来自实时数据。但它也把你自己的员工算了进去，因为从来没有人告诉过它，“活跃”不包含内部账户。那个定义在两年前的一次会议上就已经确定，只存在于人们的脑子里。

问题本身没问题，SQL 也是有效的。但这个问题比 AI 更古老：你公司中最重要的上下文，从未被更新到你的数据中。

为什么智能体一开始就需要记忆

语言模型不会保留任何经验教训。问它一千个问题；第一千零一个问题仍然从零开始，每一次会话都要缴纳重新教学的税：财年日历、排除项、这里的“流失”是什么意思。

你在周一解释了一遍。但到了周三，一位同事又解释了一遍，而且说法不同，于是两个仪表板出现了分歧。

消费级 AI 领域最先撞上了这堵墙。在 2024 年初到 2025 年底之间，OpenAI、Microsoft、Google 和 Anthropic 都推出了记忆功能。“人们想要记忆，”Sam Altman 在 2025 年 8 月说。

但早期的反对声音很具体。用户想知道 AI 学到了什么，他们能否看到，以及他们能否修正；OpenAI 在发布时将其 2025 年的记忆扩展排除在欧盟和英国之外。

到 2026 年，每一家主要厂商都收敛到了同一个答案：你可以查看、修正、限定范围并管控的记忆。而且记忆不再是一个你需要等待的功能：当 Y Combinator 的Garry Tan 开源 GBrain（他自己智能体背后的记忆系统）时，就在今年四月，它一天内就突破了 5,000 颗星。

我有语义层，为什么还需要记忆？

问得好。认知科学将人类记忆分为两种：语义记忆用于事实，情景记忆用于经历。你知道什么是季度结账。你记得上个季度的结账推迟了一周，以及原因。

你的分析技术栈拥有第一种。语义层保存那些稳定不变的事实：收入是什么意思、表如何连接、哪些指标是受认可的。Gartner 预计，到 2030 年，语义层将被视为关键基础设施。

AI 分析师两者都需要：知悉与记忆。

什么是 Spotter Memory？

每一个帮助你分析销售数据、回答业务问题或规划工作流的智能体，都需要上下文才能把工作做好。

人脑天然就是这样运作的。随着时间推移，它会从经验中积累知识，记住过去哪些方法有效，并建立起关于如何处理熟悉问题的直觉。它掌握的上下文越多，判断力就越好。

记忆赋予Spotter同样的能力。它是你通过交互构建进去的上下文，以及你添加给它的知识。Spotter 会积累它学到的东西，在下次相关时加以应用，并随着你持续使用而不断改进。

Spotter Memory 现已随 26.9 版本正式发布。

“在一家区域性银行，第一个让企业数据与分析负责人产生共鸣的瞬间非常清晰。他问 Spotter 它对该数据模型记得什么，得到了用平实语言给出的回答，并在那里停下了演示：‘所以我可以直接说，你知道什么？关于这个你有哪些记忆？好，我喜欢这个。’在有记忆之前，每个用户都要重新解释一遍。有了记忆，团队只需定义一次，将其连同基于它构建的计算一起保存，就能在不同用户和重复尝试中得到相同的答案。”

想了解如何利用 Spotter Memory 的最佳实践吗？ 阅读开发文档。

Spotter 学习两件事：

1. 规则：你业务特有的定义和约束，例如“收入始终排除退货”。

2. 配方：你的团队反复回答的问题背后的查询路径。它会从你的对话以及你的团队已经信任的 Liveboard 中学习这两者。

而且你并非从空白页开始：一次点击即可为模型中的每一列生成平实语言的上下文，因此 Spotter 从第一天起就能选对列。

它以过去两年教会整个行业必须采用的方式来持有这些记忆。

Spotter Memory 如何工作？

1. 可查看

在任何答案上打开 Show work，Spotter 会列出它应用的规则和它匹配到的配方，你还可以看到该规则落在查询本身中。你从来不是在盲信一个数字；你是在阅读产生它的推理过程。你有能力在将推理添加到记忆之前进行核实，无论是在个人级别还是团队范围级别。

该用户看到记忆被限定在单个人员而非整个团队：“这就是你如何为每个人个性化最终用户体验的方式。最终用户也可以为自己训练和自定义他们的定义。”

2. 可修正

当答案出错时，修正一次并将修正保存为配方。它最初是你的个人快捷方式；当它配得上时，再将其提升为团队范围的规则。

3. 有范围限定

记忆存在于数据模型级别，因此你的收入团队教给 Spotter 的内容不会渗透到另一个用例中，例如：你的 IT 团队的 KPI。

一个财务团队把监管行项目数据带给了 Spotter：没有描述性的列名，业务术语也很少与底层存储的值相匹配。“现金”指的是某一个特定账户层级，且不包括现金等价物，除非有人要求的是总流动性。

4. 它受到治理

记忆会继承你已设置的权限。向 Spotter 询问它对某个数据模型记住了什么，并将每条规则和配方下载为 JSON；REST API 可在不同环境之间传递记忆。

5. 它会自动更新

记忆甚至能在数据模型演变后依然保留：重命名一列，记忆会自行更新，无需任何干预。

6. 它不依赖过时的记忆

如果你花了几个月精心整理业务术语和参考问题，那项工作就是创始记忆。你教给 Spotter 的任何东西都不会被丢弃；它现在会不断累积，而不是静止不动。

后续步骤：你可以如何使用 Spotter Memory

模型每隔几个月就会被替换。你的 AI 分析师学到的关于你业务的知识，才是应该与你一同扩展的东西。

Spotter Memory 现已正式可用——阅读文档以开始使用，或联系你的 CSM，我们会提供帮助。

Spotter Memory：常见问题解答

1. 什么是 Spotter Memory？

Spotter Memory 是 Spotter 在你使用过程中构建的关于你业务的上下文。它存储规则（例如“收入不包括退货”这类业务定义）和配方（某个重复出现问题背后的查询路径），这些内容从你的对话以及可信的 Liveboards 中学习而来，并自动应用于相关问题。

2. Spotter Memory 会取代业务术语和参考问题吗？

不会。现有的业务术语和参考问题照常工作，并成为创始记忆来源。业务术语映射为规则，参考问题映射为配方。你可以在 Data workspace > Spotter memory 下查看和编辑它们。

3. Spotter Memory 是默认开启的吗？

不是。Spotter Memory 需要 Spotter 3，并且需要管理员在 AI settings 下开启来自 Liveboards 和对话的记忆功能。当记忆被禁用时，Spotter 会停止生成和应用记忆，而业务术语、参考问题和指令仍会继续工作。

4. 当我的数据模型发生变化时，记忆会自动更新吗？

会。当列被重命名、指标被重新定义或关系发生变化时，记忆确实会刷新。在任何重大模型变更后，请检查记忆。

5. 我能查看并导出 Spotter 记住的内容吗？

可以。在任何答案上打开 Show work 以查看它应用的规则和配方，向 Spotter 询问“你对这个数据模型记住了什么？”，或从 Memory sources 页面将记忆下载为 JSON。REST API 支持在不同环境之间迁移记忆。

订阅我们的博客