给你的 AI 造一个"数字灵魂"

如果 AI 是你的助手，为什么它每次都像陌生人？介绍 Personal AI Infrastructure 和 TELOS 系统——把 AI 从工具升级成基础设施。

上上周参加朋友组织的闭门会。

会上一朋友分享了自己基于 Claude Code + Obsidian 的个人助理探索。效果很惊艳，同样用 Claude Code，她的工具好像活了一样。完全理解她当下的重点，后续要做什么，并主动给出建议。

这让我想起前段时间听的一个播客，受访嘉宾写了一万字的 Claude.md 提示词，搭建了一个叫 TELOS 的个人系统，里面记录了他的职业、喜好、人生原则和目标等各种信息。

回家后，结合朋友的分享和 TELOS，我搭了一套自己的系统。后来发现，TELOS 系统作者把自己的整套方法论开源了：Personal AI Infrastructure

用到的工具就两个：Claude Code（国内 AI 配置的也行）+ Obsidian（免费笔记软件）。

为什么我们的 AI 总是”失忆”

每次打开 AI，我们好像都在和一个”陌生人”对话。它不记得你昨天说过什么，不知道你正在做的项目，更不了解你的思维方式和工作习惯。

每一次对话都是从零开始，像是在酒吧里偶遇的陌生人：聊得再投机，转身就忘。

我们花了几十年时间让电脑”记住”我们的偏好设置、浏览历史、工作文档，却让最智能的 AI 助手变成了一个”失忆症患者”。

直到我看到 Personal AI Infrastructure 这个项目，才意识到：问题不在于 AI 的记忆力，而在于我们一直把 AI 当成了”工具”，而不是”基础设施”。

从工具到基础设施：一次思维范式的转变

你的电脑操作系统是基础设施：持续运行，记住你的设置，管理你的文件。你的云存储是基础设施：永远在那里，随时可以访问。你的个人笔记系统也是基础设施：积累你的知识，随着时间成长。

但现在的 AI 工具呢？它们更像是”自动售货机”。你提出问题，它吐出答案，随着上下文变长，它会忘记这次交互。

Personal AI Infrastructure 要做的，是把 AI 从”自动售货机”升级成”操作系统”。

当我们开始把 AI 当作基础设施来设计时，整个架构就完全不同了：

  • 持久性 vs 无状态：你的 AI 应该像你的电脑一样，记住所有交互历史
  • 个性化 vs 通用：它应该了解你的独特背景、价值观和工作方式
  • 可编程 vs 黑盒：你应该能够自定义它的行为，就像配置你的开发环境

TELOS：你的数字身份档案

PAI 的核心创新之一是 TELOS 系统。这个名字来源于希腊语，意为”目的”或”终极目标”。

如果 AI 真的要成为你的长期助手，它需要了解什么？TELOS 系统用 10 个精心设计的文件来捕捉”你是谁”：

  1. 核心身份（00）：你的基本信息、背景、角色
  2. 价值观（01）：什么对你来说最重要
  3. 背景（02）：你的经历塑造了怎样的你
  4. 技能（03）：你擅长什么，你在学什么
  5. 沟通风格（04）：你喜欢怎样的对话方式
  6. 目标（05）：短期和长期，你想实现什么
  7. 知识领域（06）：你的专业领域和兴趣范围
  8. 工作方式（07）：你的工作流程和偏好
  9. 关系与背景（08）：你的社交和职业网络
  10. 兴趣（09）：让你感到兴奋的事物

这不是简单的”用户画像”，这是你的数字自我。

更重要的是，这些文件不是一次性填写的问卷，而是持续进化的档案。每次对话、每个项目、每次反思，都在丰富这个档案。你的 AI 真正”认识”你，并随着你的成长而成长。

有个细节特别打动我：TELOS 文件使用 Markdown 格式，存储在本地。这意味着数据主权在你手里，可读、可版本控制、可迁移，不锁定在任何平台上。

记忆系统：AI 的”第二大脑”

如果 TELOS 定义了”你是谁”，那么记忆系统就记录了”你做过什么”。

PAI 实现了三层记忆架构，模仿人类的记忆系统：

  • 短期记忆：当前对话的上下文，实时的、动态的
  • 情景记忆：具体的对话记录和项目历史。“上周我们讨论过那个 API 设计问题，你当时建议……” AI 可以准确回忆
  • 语义记忆：从经验中提炼的知识和模式。不是逐字记录，而是理解和概括。“你通常喜欢用函数式编程风格”，“你对性能优化特别关注”

这种分层设计很聪明，因为它模仿了人类大脑的工作方式——我们不会记住每个细节，但会记住重要的事件，并从经验中形成直觉。

Skills：可组合的 AI 能力

如果说记忆系统让 AI 认识你，Skills 就是让 AI 学会新能力。

每个 Skill 本质上是一个精心设计的提示词模板，可以通过 /skill-name 调用，接受输入，执行特定任务，还可以相互组合构建复杂工作流。

这些不是预设在 AI 模型里的能力，而是你可以自己定义和安装的”插件”。就像 VS Code 的扩展市场，Skills 可以分享和复用——你可以安装别人创建的优秀 Skills，也可以把自己的最佳实践封装成 Skills 分享给别人。

我的实践

我已经在用这套系统大概一个月了。现在的 Claude Code 对我的了解程度，是那种可以主动给出建议、理解我当下重点的程度。

不是”帮我写一篇文章”这种工具式对话，而是更像是：它知道我在做什么，知道我在乎什么，知道我的思维方式，然后给出真正有用的意见。

填写 TELOS 文件本身就是有价值的练习——强迫你回答：你的核心价值观是什么？你的长期目标是什么？你的知识领域和技能树是怎样的？

这不只是为了 AI，也是为了更好地认识自己。

你的 AI 不该是个健忘的陌生人，而应该是了解你、陪伴你成长的伙伴。

这个未来正在被构建。从今天开始搭自己的系统，也许是值得做的一件事。