为什么上下文会流向不同的地方
一个应用，两个执行环境
Cloud Work“可在支持的网页、移动端和桌面端使用”，并且“在 OpenAI 管理的基础设施上的隔离环境中运行 Codex 容器”。其对话“可以在这些客户端之间同步”，并且“在用户离开对话时，支持的任务仍可继续运行”。
Local Work“通过用户设备上的 ChatGPT 桌面应用运行任务”，其优势在于你无需进行的操作：“与网页版 Work 不同，本地 Work 可以直接操作保留在您计算机上的资源，而无需您将文件上传到云端对话中。”
它们之间的界限在单向上是非常明确的。“云端任务不会继承该设备上的本地文件、桌面应用程序、浏览器会话或私有网络访问权限。”托管的浏览器也不会从你的浏览器中继承任何内容：它“不会继承用户的本地浏览器配置文件、打开的标签页、现有登录状态、保存的密码、密码管理器或浏览历史记录”。
在对隐私做出假设之前，有一个澄清值得牢记：本地并不意味着离线。“本地文件可以保留在设备上，但相关的文件摘录、提示词、屏幕截图、浏览器内容或工具结果可能会发送到 OpenAI 服务以完成任务。本地执行并不意味着离线或仅在设备上进行模型推理。”
保留期是按数据类别划分的，而不是按工作区
云端安全页面将保留行为列成了一个表格，而这个表格正是关键所在。Work 对话遵循工作区的对话保留设置，已删除的聊天“通常安排在 30 天内永久删除”。保存到 Library 的文件遵循 Library 规则，并且“删除对话不会删除保存到 Library 的文件”。Project 文件“在被移除或项目被删除之前，将一直与项目关联”。Library 之外的临时上传文件“可能会在 48 小时后过期，除非适用其他保留设置”。合规日志平台（Compliance Logs Platform）记录“可保留 30 天”。
有两行内容值得仔细研读。
托管执行状态和快照“遵循与对话和文件不同的生命周期”，该行以一句令人惊讶的话结尾：“结束任务或删除聊天并不会立即清除所有相关的生成物。”
此外，启用后的已保存记忆“遵循独立的记忆控制。删除对话并不一定会删除已保存的现有记忆。”
OpenAI 随后为你得出了结论：“删除对话、移除 Library 文件或已保存的记忆、断开应用连接以及清除托管的浏览器数据都是独立的操作。请检查相关的存储位置，而不要假设一个操作就会删除所有副本。”
这是一把双刃剑，这也是为什么它应该出现在关于保持上下文的指南中，而不仅仅是安全审查中。如果删除聊天不一定会删除记忆，那么删除聊天同样也无法保留记忆。每个存储库都必须单独进行考量。
本地记录是单独管理的，文档中对此强调了两次
本地页面在开头就给出了相同形式的警告：“本地文件、任务上下文、浏览器数据、连接系统记录和审计事件可能遵循不同的存储和保留规则。”
接着，它针对对话记录又特意强调了一次。对于本地对话记录，需要审查的是“桌面端体验如何存储、删除、备份或共享本地记录。不要假设托管对话的保留设置适用于每一个本地生成物。”
还有第三次，作为一条独立的指令：“在未确认其适用于特定数据类别之前，请勿将托管对话、临时上传或合规日志的保留期应用于本地记录。”
当一个厂商在同一个页面上重复三次警告时，是因为这个错误非常普遍。这里的错误在于，人们认为工作区的保留设置代表了一切。实际上，它只代表了托管对话。
Local Work 还包含一些在云端模型中根本不存在的类别。Voice 和 Appshots 涵盖了“麦克风输入、最前端窗口截图、可访问的应用程序文本、本地会话存储以及作为任务上下文发送的任何内容”。审计范围也有所不同：“OpenAI 不会单独存储通过扩展程序执行的 Chrome 操作的完整记录。”
厂商公开指出了这种权衡
这两份文档中最有用的一句话，是不再假装保留期纯粹是一个安全控制开关：
“保留适当的对话和执行上下文可以帮助 Work 恢复中断的任务、参考先前的步骤并产生更一致的结果。较短的保留期或删除可能会降低这种连续性，因此请选择在安全要求与工作流实用性之间取得平衡的设置。”
这是对真实冲突的坦率陈述。连续性是用保留期换来的。这意味着，每当你的安全团队缩短保留期窗口时（这很正确，理由也很充分），助手的表现就会在接续之前的工作时变得稍差一些，而没有人会将这种退化归咎于三周前的策略更改。
解决办法不是争取更长的保留期，而是不要让保留期设置成为维系持久上下文的唯一手段。
常见尝试及其局限
假设工作区保留设置涵盖了一切。 它只涵盖托管对话。Library 文件、项目文件、已保存的记忆、执行快照、浏览器数据和合规记录都有各自的行为。
通过删除聊天来进行清理。 这很合理，但双向都不完整：它不一定会删除已保存的记忆，同样也无法保留记忆。
在每个新任务中粘贴相同的背景信息。 这是通用的临时解决方案。它确实有效，但会消耗你每次会话的前两分钟，而且内容会发生偏差——你在 10 月份粘贴的版本可能还是你在 6 月份写的版本。
将所有内容保存在一个长期运行的对话中。 这由于另一个原因而显得脆弱：对话是受保留期设置管辖的类别之一，而你可能无法控制该设置。
将项目作为持久存储库。 这种做法更好，因为项目文件“在被移除或项目被删除之前，将一直与项目关联”。但它仍然受限于项目本身，这正是为什么 ChatGPT 项目不共享记忆的核心所在。
认定 Work 就是会丢失上下文。 它其实不会，这样说掩盖了实际的机制。Work 有好几个地方可以很好地保存上下文。它们只是在不同的规则下保存，而且没有一个是设计用来作为你团队知识的唯一持久归宿的。这正是为什么 ChatGPT 会在会话之间丢失上下文中描述的更普遍的情况。
解决方案：确定哪些内容必须在保留期设置之外存活，并将其保存在其他地方
将你的上下文分成两类。一类是临时的：当前任务、当前文件、当前线程。它就应该留在原处，受工作区设置的任何策略管辖，并且应该过期。
另一类是持久的：你团队的写作风格、交付物必须包含的内容、经批准的供应商、导致上季度方案失败的限制因素。这一类不应该受到对话保留窗口、48 小时上传过期限制，或者由哪个执行环境运行任务的决定的影响。
MemoryLake 就是存放第二类内容的地方：一个由你拥有的记忆层，你的助手通过 API 进行读取，生命周期由你控制，而不是继承多个不同的生命周期。只需三个步骤。
步骤 1：创建 API 密钥
登录并在你的工作区设置中创建 API 密钥。它是属于你的，而不是执行环境的属性，因此无论任务是在云端还是在你的机器上运行，它的行为都是相同的。
步骤 2：上传你的第一批记忆
导入持久的内容。例如你团队的语气和格式标准、重复生成的产出物的完成定义、批准的来源以及已排除的来源。还有经常出现的限制因素——受众、合规底线、绝对不能出现在面向客户的文档中的两件事。文件可以按原样导入，多模态文件也会得到处理，因此品牌手册或命名规范电子表格可以直接导入。
步骤 3：连接你的 AI 和智能体
将 ChatGPT 以及你团队使用的任何其他工具连接起来。从那时起，持久层将从一个地方读取，无论任务是从哪个客户端或执行环境启动的都无所谓。
坦率地说明三个限制。MemoryLake 不会改变 ChatGPT Work 内部的任何保留行为——对话、快照、Library 文件和已保存的记忆都保留各自的生命周期，这里只是存放持久部分的地方，而不是改变其他部分的方法。它无法读取或删除 ChatGPT 已保存的记忆，这些记忆需要通过 OpenAI 自己的记忆控制进行管理。此外，它不是审计或合规工具：工作区记录、连接系统日志和合规日志平台（Compliance Logs Platform）仍然是记录系统。
这在实践中带来了什么改变
最直接的变化是，缩短的保留期窗口不再降低输出质量。保留期回归了它应有的本质——关于临时材料保存多长时间的决定——而不是同时隐性地决定了你的助手知道多少内容。
第二个变化是，云端与本地的选择变成了操作层面的选择，而不是上下文的决定。目前，因为文件不能离开设备而选择本地，也意味着持久上下文所存在的一套存储库与云端不同。将持久部分外部化后，你可以根据各自的优点来选择执行环境：本地用于保留在机器上的资源，云端用于在你离开时仍需继续的工作。
第三个变化是该平台不提供的一种可审计性。OpenAI 坦言其覆盖范围各不相同——“不要假设每个 shell 命令、浏览器交互、应用调用、文件操作或批准都会出现在客户可见的合规导出中”，并且端点监控“无法检查托管执行环境内部的操作”。这些是对执行遥测的合理限制。但是，了解你的助手被告知了什么，与了解它们做了什么是两个不同的问题，当被告知的部分保存在一个可审查的地方时，这个问题就迎刃而解了。审计你的 AI 助手记住了什么介绍了如何进行该审查。
混合云端和本地 Work 的最佳实践
明确是哪个环境运行了任务。 从桌面应用打开云端任务并不会使其变成本地任务。如果这对于某项工作很重要，请进行确认，而不要根据你点击的位置来推断。
将每个存储库视为拥有独立的删除操作。 对话、Library 文件、项目文件、已保存的记忆、托管的浏览器数据和执行快照都是独立的操作，具有独立的效果。
绝不要跨越边界套用保留期假设。 本地文档中强调了三次：在未确认其适用之前，请勿将托管对话、临时上传或合规日志的保留期应用于本地记录。
刻意使用 Library 来保存你想保留的任何内容。 从连接的应用中提取的内容“不会自动保存为 Library 文件”，一旦保存在任何地方，“该副本就会遵循其保存位置的规则”。
不要让临时上传文件成为你的归档。 对于企业版，Library 之外的临时上传文件“可能会在 48 小时后过期，除非适用其他保留设置”。
审查管理员权限划分，然后围绕其进行设计。 在存在独立控制的地方，云端和本地 Work 是作为不同的权限进行管理的；在某些工作区中，“本地 Work 可以与 Codex Local 共享一个控制项”。在假设你可以禁用其中一个而不影响另一个之前，这一点值得了解。
将安全态势与连续性态势分开。 相关的保护措施已经说明：商业版、企业版和教育版工作区数据“在传输和静态时均已加密，默认情况下不用于训练 OpenAI 模型”。在此基础上进一步缩短保留期只能换来微乎其微的安全性，却会带来真正的连续性损失。将持久层放在外部可以让你两者兼得，这正是如何思考 AI 记忆安全中的论点。
结论
ChatGPT Work 是两个执行环境和大约十几个存储库，每个都有自己的生命周期，OpenAI 对所有这些都进行了准确的记录。问题不在于平台，而在于将工作区的保留期设置视为对所有内容的规定，然后用保留期长度来换取连续性。
整理你的上下文。让临时部分在它原本的地方存在并过期。将持久部分——你团队积累的标准、定义、限制和被否决的方法——放在一个由你控制生命周期的地方。此后，云端还是本地只是一个关于任务应该在哪里运行的问题，而不是关于你的助手能记住多少内容的问题。