大模型最让人抓狂的地方，不是它不会，而是它明明不会还说得头头是道。你问它一个不存在的人名，它能给你编出生平、代表作和获奖记录，语气比真话还笃定。

Hacker News 上最近出现了一个叫 SuperLocalMemory 的开源项目，作者给它的定位很有意思：一个「从不吹牛」的 AI 大脑。它想解决的核心问题，就是让 AI 记住真正发生过的事，并且在没把握的时候老实说「我不知道」。

它到底在做什么

传统聊天机器人的记忆，基本是「把历史对话塞回上下文」。这带来两个麻烦：一是上下文一长就贵、就乱；二是模型会把上下文里的猜测当成事实，越聊越离谱。

SuperLocalMemory 的思路是把「记忆」从「推理」里拆出来。事实、偏好、用户说过的话，被存进一个本地记忆层；模型每次回答前，先去这个记忆层里检索，拿到的是可追溯的条目，而不是模糊的语义联想。项目在说明里提到了 Laya、Jev、Google Gemma 这几个名字，意思是它并不绑定某一家模型，本地跑得动的小模型也能接上这套记忆系统。

「Local」这个词是关键。所有记忆数据留在你自己的机器上，不上云、不喂给第三方。对在意隐私的人来说，这比「我们承诺不训练你的数据」要实在得多。

为什么「不吹牛」是个技术活

让 AI 承认不知道，比让它答对更难。因为语言模型的训练目标就是「生成看起来合理的下一个词」，它没有内置的「不确定」信号。

这个项目的做法，可以理解成给模型加了一道闸门：回答之前先问记忆层「我有没有相关依据」。有，就基于依据回答；没有，就明确说没有。这样虽然会牺牲一些「有问必答」的流畅感，但换来的是可信度。