個人 AI，從日常生活開始
作者 Clifford · 產品研究
本文表達 Memex Lab 的產品理念。文中例子用於說明思路；未來 Agent 工作流程屬於設計方向，並非已上線功能公告。
有些晚上，AI 最有用的回應，可能只是幫你把一個想法說完。你有一張散步時拍的照片、一段火車上的語音，以及一句想留下的話。它們都沒有附帶需要執行的指令。
談到個人 Agent，人們經常想到委派：研究這個、安排那個、持續推進一件事。這些工作有價值。但一個人的生活，也許一個月只有幾次這樣的需求，其餘時間並沒有一整列任務等著交出去。
Memex 關注的，正是兩次需求之間的生活：留下記錄、繼續一段對話，以及保留那些讓偶爾出現的請求真正屬於你的細節。
個人生活裡的任務並不均勻
需要協調多份行事曆的家庭，可能有很多事可以委派。另一些人，也許一年才認真比較一次大型商品，或隔幾個月才規劃一趟旅行。如果產品圍繞不斷湧來的任務設計，放在沒有這種節奏的生活裡，就容易顯得用力。
把事情交出去也有成本。你要解釋需求、連接工具、核對結果，並審核重要操作。只有這些投入少於親自處理的工作，委派才划算。在某個工作流程值得信任之前，盯著它的時間也該算進去。
因此，頻率是一個產品設計問題。一件偶爾出現的事可以很重要，卻未必足以讓人在普通的週四打開應用。個人 AI 也應該能在這樣的週四派上用場。
先留下那個下午，再想下一次旅行
設想一次週末出遊。你存下一張安靜河邊小路的照片，寫道：「最喜歡的，是那個沒有安排的下午。」一個月後，另一次旅行讓你留下不同的感受：「每天換旅館太累了。」
這兩條記錄都不必變成任務。你可能只是想記住那個下午，或弄清第二次為什麼那麼趕。記錄可以把照片和原話留在一起，對話則給你一個繼續說下去的機會。
這些結果當下就有價值。即使你從未請 Agent 安排下一次假期，這份個人檔案也應該值得保留。
陪伴，要容得下還沒說完的話
對 Memex 而言，陪伴意味著可以回到自己分享過的事情。文件記載的陪伴功能包括：AI 角色對時間線卡片發表評論，結合卡片、知識和記憶繼續聊天。你也可以調整角色個性，讓回應的聲音更合適。
回到那個週末，一個有用的回應可能是問你，那個空下來的下午為什麼讓人開心。這個問題給了你繼續表達的空間，不一定要導向建議、提醒或計畫。
模型的回應也可能理解偏了。你喜歡那個下午，或許是因為同行的人。把原話和 AI 的解釋一起留下，你就能不同意，並繼續說明。對話幫助你理解記錄，解釋生活的最後決定仍在你手裡。
偶爾出現的請求，背後有很長的背景
幾個月後，你想安排一次短途旅行。你可以找出那兩條記錄，說清喜歡什麼、什麼讓你疲憊。拿到這些材料的 Agent 就可能問：「這次要不要住在同一個地方，留一個下午不排活動？」低頻需求出現時，背景已經在了。
記錄也保留了這個建議的由來。你可以打開原文，判斷是否還適用，然後說：「這次我想在城市裡多逛逛。」有日期的感受，適合作為提問的依據，而不是給一個人貼上永久標籤。
我們認為，低頻 Agent 情境可以這樣從記錄習慣裡自然長出來：先有你真正想做的事，再由相關記錄補充背景。即使一個安靜的月裡沒有出現任何請求，日記仍然有用。
模型會變化，記錄可以繼續留下
Memex 把主要記錄儲存在裝置上，並將材料整理為卡片與知識檔案。應用以 GPL-3.0 開源，支援設定模型連線、自訂 Agent、提示詞和 Skills。當個人記錄需要保存得比最初整理它的模型更久時，這些選擇就有意義。
本機儲存與模型推論是兩件事。雲端提供商會收到請求裡傳送的脈絡；可選代理、同步、轉寫和外部工具也可能產生其他資料路徑。選擇端點，也是決定一段對話去往何處。
你可能會換一個更能順著自己表達的模型，也可能只是想親自重讀筆記。保留有用的檔案，讓這些選擇圍繞同一份材料發生。開源和模型設定給你調整體驗的方式，但並不保證相容所有未來的 Agent。
未來的 Agent，依然需要你的決定
前面的旅行例子描述一種可能的未來工作流程，並不表示 Memex 現在會根據日記自動預訂行程。要實現它，需要整合方式、選擇相關記錄的機制，以及明確的讀取和操作授權。
脈絡是否有用，取決於它是否屬於目前任務。一次旅行請求可能需要那兩條出遊記錄，卻不必揭露其他私人對話。能選擇、查看交給 Agent 的材料，與擁有豐富檔案同樣重要。
眼下，產品有一個具體的任務：讓留下照片、說完那個想法、日後再回來看看，都值得。把河邊的照片放在那句筆記旁邊，你仍然留著自己對那個下午的解釋。