记忆槽本质上是一个分类模型。人脑使用这种方式,是因为人脑的机能有限,无法记住太多的槽。但对于计算机来说,使用分类模型弊端非常明显。因为世界是无限的,但你却要把你遇到的东西强行放到有限的几个分类里面。这种分类过程是有损压缩,会导致信息的丢失,导致对事实的还原会出现扭曲。对于计算机来说,应该使用标签模型而不是使用分类模型。对于任何一个事件,都能总结出一些标签。不用考虑这个标签之前是否存在。当你最后需要AI来总结时,首先只需要找到相似的标签,把这些标签全部提取出来,然后找到这些标签对应的事件和信息来总结。