大模型架构下的注意力（attention）机制本质上是一套记忆系统：每个词把自己写进上下文，后面的词再从中读取。过去十年，几乎所有的改进都在讨论“读”：该从哪里读、按什么权重读；却很少有人追问“写”：一个词写进记忆时，应该原样存进去，还是只存下它相对 ...