能否分辨 AI 的真实 30 天记忆与伪造记忆？

一项测试向 3 个 LLM 裁判输入智能体真实运行 30 天的记忆与一份虚构自传，结果两者评分仅相差 +0.032，处于 ±0.10 的等效区间内。真实记忆来自运行 30 天的 Kairos 副本 Test-A，伪造记忆则由模型按相同长度与格式生成。测试表明基于文本的评估指标只能衡量记忆的书写方式，无法识别其是否为真实经历。