随着聊天 AI 深入日常生活与工作，ChatGPT、Claude、Gemini 等服务通过历史对话记录逐步理解用户的指令和意图，AI 记忆已成为提升使用体验的关键。然而这些聊天记录和记忆仅存在于各家公司自己的产品和服务中，当用户想切换到另一家订阅服务时，过往记录并不会自动迁移，形成事实上的数据孤岛。针对这一痛点，开发者在 V2EX 分享了开源项目 Carry-On。该工具目前支持聚合 ChatGPT、Claude、Gemini 三家的聊天记录，并通过 MCP 服务器对外提供关键字搜索和内容获取能力。用户完成部署后，只需在当前使用的 AI 服务中添加自定义 MCP 服务器，即可让新服务检索并引用过往对话记忆，实现跨平台、跨厂商的记忆延续，显著降低更换订阅服务的成本。部署方面，项目支持在 HAOS 上的一键安装，也可以通过 Docker 部署在任意设备上。作者提到，市面上已有类似产品试图解决各家 AI 记忆不互通的问题，但要么闭源收费，要么开源却年久失修、需要大量修补，因此自行开发了这一轻量方案。项目代码已在 GitHub 开源，供社区使用和改进。
事件分析
从技术层面看，Carry-On 的核心思路是以 MCP 协议为桥梁，把分散在各家闭源服务中的对话数据拉取到本地统一管理，再以标准化接口回供给任意支持 MCP 的 AI 客户端，整个链路不依赖厂商的官方迁移通道，同时让聊天记录的隐私控制权回到用户手中。从产业视角看，用户在单一 AI 服务上积累的记忆越多，切换成本越高，记忆锁定正在成为新的厂商锁定手段，第三方数据可携带性工具的需求会随之增长。后续走向上，此类项目的可持续性取决于各家产品改版和数据导出接口的稳定性，维护成本不可忽视；若 MCP 生态持续扩张，记忆聚合类工具有可能演化为个人 AI 记忆层的基础设施。
核心观点：对话记忆正成为 AI 时代新的用户资产和厂商锁定手段，跨平台记忆可迁移能力决定用户的选择自由。
原文链接：V2EX 分享发现
评论前必须登录！
立即登录 注册