初级
文件系统即新数据库：我如何为AI智能体构建个人操作系统
文件系统即新数据库：我如何为AI智能体构建个人操作系统
文件系统即新数据库：我如何为AI智能体构建个人操作系统#
每次与AI对话的开场都如出一辙。
你先介绍自己是谁。
再说明正在做什么项目。
然后粘贴你的风格指南。
重新描述你的目标。
重复一遍昨天、前天、乃至更早之前已经交代过的背景信息。
接着，40分钟后，模型忘记了你的语言风格，开始写出像新闻稿一样的文字。
我受够了这一切。
于是我构建了一个系统来解决这个问题。
我称之为“个人大脑操作系统”。
这是一个基于文件的个人操作系统，存在于一个Git仓库中。
克隆它，在Cursor或Claude Code中打开，AI助手便拥有了一切：我的语言风格、我的品牌、我的目标、我的联系人、我的内容流水线、我的研究、我的失败经验。
没有数据库，没有API密钥，无需构建步骤。
只有80多个Markdown、YAML和JSONL格式的文件，人类和语言模型都能原生读取。
> 引用的推文
> 上下文工程技能让我的项目创建效率提升了10倍。
我用Claude Code配合Context插件重建了我的数字大脑系统，使其成为一个真正的个人操作系统。
它提供了一个完整的基于文件夹的架构，用于管理：- 个人品牌 - 语言风格、定位、价值观 - 内容...
> https://x.com/i/web/status/2005827257458131321
我将分享完整的架构、设计决策以及犯过的错误，以便你也能构建自己的版本。
不是复制我的，而是属于你自己的。
具体的模块、文件模式、技能定义会根据你的工作内容而有所不同。
但其中的模式是相通的。
为AI智能体构建信息结构的原则是普适的。
取你所需，弃你所不需，打造一个真正有用而非泛泛而谈的AI助手。
以下是我如何构建它、为何架构决策至关重要，以及我通过艰难方式学到的经验。
1) 核心问题：上下文，而非提示#
大多数人认为AI助手的瓶颈在于提示词。
写出更好的提示，就能得到更好的答案。
对于单次交互和生产环境的智能体提示来说，这没错。
但当你希望AI在数周乃至数月的时间里，作为“你”来处理数十项任务时，这个思路就失效了。
注意力预算：语言模型拥有有限的上下文窗口，且并非所有上下文都同等重要。
这意味着把你所知的一切都塞进系统提示里不仅是浪费，还会主动降低性能。
你添加的每个标记都在争夺模型的注意力。
我们的大脑运作方式类似。
当有人在会议前向你简要介绍15分钟，你会记住他们说的第一件事和最后一件事。
中间的部分则变得模糊。
语言模型具有相同的U型注意力曲线，只不过它们的曲线是可数学测量的。
标记的位置会影响回忆概率。
新模型在这方面有所改进，但你仍然在分散模型对最重要事情的注意力。
了解这一点会改变你为AI系统设计信息架构的方式。
> 引用的推文
> AI智能体角色应模拟人类推理的结构。
我一直认为，仅靠提示工程无法“发明”出一个数字专家智能体。
你必须通过深度访谈来“提取”专家。
一篇新的NeurIPS论文《模拟社会需要模拟...》...
> https://x.com/i/web/status/1999192104850133146
我没有编写一个庞大的系统提示，而是将个人操作系统拆分为11个独立的模块。
当我要求AI撰写博客文章时，它会加载我的语言风格指南和品牌文件。
当我要求它为会议做准备时，它会加载我的联系人数据库和互动历史。
模型在内容任务期间看不到网络数据，在会议准备任务期间也看不到内容模板。
> 引用的推文
> 你不应该使用LLM来生成合成的人类角色。
我刚读完NeurIPS论文《LLM生成的角色：有陷阱的承诺》，它证实了我们长久以来的怀疑：你无法仅凭统计数据和LLM“发明”一个真实的人类...
> https://x.com/i/web/status/1998530190847390025
渐进式披露：这是使整个系统工作的架构模式。
系统不是一次性加载所有80多个文件，而是使用三个层级。
第1级是一个始终加载的轻量级路由文件。
它告诉AI哪个模块是相关的。
第2级是模块特定的指令，仅在需要该模块时才加载。
第3级是实际的数据——JSONL日志、YAML配置、研究文档，仅在任务需要时才加载。
这模拟了专家的工作方式。
这三个层级形成了一个漏斗：广泛的路由、然后是模块上下文、最后是具体数据。
在每个步骤中，模型都拥有恰好需要的信息，不多不少。
我的路由文件是
SKILL.md，它告诉智能体“这是一个内容任务，加载品牌模块”或“这是一个网络任务，加载联系人”。模块指令文件（CONTENT.md、OPERATIONS.md、NETWORK.md）每个有40-100行，包含文件清单、工作流序列以及一个包含该领域行为规则的 <instructions> 块。数据文件最后加载，仅在需要时。
AI从JSONL中逐行读取联系人，而不是解析整个文件。
三个层级，任何信息最多只需两次跳转即可访问。
> 引用的推文
> 大多数人把AI当作谷歌：问一个问题，得到一个答案。
但如果AI能像你一样思考或与你一起思考呢？我逆向工程了“心智理论”，以测试模型是否能形成“关于我的心智的理论”。
通过给AI提供个人上下文，将其作为镜子来理解自己...
> https://x.com/i/web/status/1997444237890081104
智能体指令层次结构：我构建了三个层次的指令，用于界定AI在不同层级的行为。
在仓库级别，
CLAUDE.md 是入门文档——每个AI工具首先读取它，获得项目的完整地图。在大脑级别，
AGENT.md 包含七条核心规则和一个决策表，该表将常见请求映射到精确的操作序列。在模块级别，每个目录都有自己的指令文件，包含特定领域的行为约束。
这解决了困扰大型AI项目的“指令冲突”问题。
当所有内容都存在于一个系统提示中时，规则会相互矛盾。
内容创建指令可能与网络指令冲突。
通过将规则限定在其领域内，你可以消除冲突，并为智能体提供清晰、不重叠的指导。
这种层次结构也意味着你可以更新一个模块的规则，而不会冒另一个模块行为退化的风险。
我的
AGENT.md 是一个决策表。AI读取“用户说‘给Z发邮件’”，并立即看到：
- 步骤1，在HubSpot中查找联系人。
- 步骤2，验证电子邮件地址。
- 步骤3，通过Gmail发送。
像
OPERATIONS.md 这样的模块级文件定义了优先级级别（P0：今天做，P1：本周，P2：本月，P3：待办事项），以便智能体能一致地对任务进行优先级排序。智能体遵循与我相同的优先级系统，因为系统是明确编码的，而非隐含的。
2) 文件系统即记忆#
我做的最反直觉的决定之一：没有数据库。
没有向量存储。
除了Cursor或Claude Code的功能外，没有检索系统。
只有磁盘上的文件，用Git进行版本控制。
格式-功能映射：系统中的每种文件格式都因其与AI智能体处理信息的方式相关的特定原因而被选择。
JSONL用于日志，因为它是按设计仅追加的、流友好的（智能体无需解析整个文件即可逐行读取），并且每一行都是自包含的有效JSON。
YAML用于配置，因为它能清晰地处理分层数据、支持注释，并且无需JSON括号的干扰，人类和机器都能阅读。
Markdown用于叙述性内容，因为LLM能原生读取它、随处渲染，并且在Git中能产生清晰的差异。
> 引用的推文
> 问题在于记忆如何进入上下文窗口，以及当压缩擦除它时会发生什么。
OpenClaw在会话开始时加载MEMORY[.]md加上最近两天的每日日志。
静态注入。
所有内容一开始就被塞进上下文窗口。
当窗口填满时...
> https://x.com/i/web/status/2023405681080938932
JSONL的仅追加特性防止了一类错误，即智能体意外覆盖历史数据。
我见过这种情况发生在JSON文件中——智能体重写整个文件，丢失了三个月的联系人历史。
使用JSONL，智能体只能添加行。
删除是通过将条目标记为
"status": "archived" 来完成的，这保留了用于模式分析的完整历史。YAML的注释支持意味着我可以在目标文件中添加注释，AI会读取这些注释，但不会污染数据结构。
而Markdown的通用渲染意味着我的语言风格指南在Cursor、GitHub和任何浏览器中看起来都一样。
> 引用的推文
> OpenAI偏好markdown结构。
Anthropic更喜欢XML标签。
Google强调少样本示例。
所以我构建了一个简单的智能体系统，它读取官方的提示文档并将其应用于给定的提示。
每个优化器运行一个ReAct循环：- list_provider_docs → 发现可用的...
> https://x.com/i/web/status/1996905189656211931
我的系统使用了11个JSONL文件（帖子、联系人、互动、书签、想法、指标、经历、决策、失败、参与度、会议）、6个YAML文件（目标、价值观、学习、圈子、节奏、启发式方法）和50多个Markdown文件（语言风格指南、研究、模板、草稿、待办事项）。
每个JSONL文件都以一个模式行开头：
{"_schema": "contact", "_version": "1.0", "_description": "..."}。智能体在读取数据之前总是知道结构。
> 引用的推文
> 你最好的人无法记录他们的专业知识，因为他们不知道自己知道什么，直到被问及。
我们构建了一个能达到同行地位的采访者，这样专家才会透露他们只与同事分享的判断模式。
我写了一篇博客，讲述我们如何构建...
> https://x.com/i/web/status/1996757974610559171
情景记忆：大多数“第二大脑”系统存储事实。
我的系统也存储判断。
memory/ 模块包含三个仅追加的日志：experiences.jsonl（带有1-10分情感权重评分的关键时刻）、decisions.jsonl（包含推理、考虑的替代方案和跟踪结果的关键决策）和 failures.jsonl（出错原因、根本原因和预防步骤）。
拥有你的文件的AI和拥有你的判断的AI之间存在差异。
事实告诉智能体发生了什么。
情景记忆告诉智能体什么重要、我会怎么做不同、以及我如何权衡利弊。
当智能体遇到与我记录的决策类似的情况时，它可以参考我过去的推理，而不是生成泛泛的建议。
失败日志是最有价值的，它编码了需要付出真实痛苦才能获得的模式识别能力。
> 当我决定是接受Antler Canada的25万美元投资，还是加入Sully.ai担任上下文工程师时，决策日志捕获了两种选择、各自的推理以及结果。
如果出现类似的职业权衡，智能体不会给我泛泛的职业建议。
它会参考我实际如何思考这些决策：“学习 > 影响力 > 收入 > 增长”是我的优先级顺序，而“我能接触到所有东西吗？我会在我的能力边缘学习吗？我尊重创始人吗？”是我加入公司的框架。
跨模块引用：系统使用平面文件关系模型。
没有数据库，但结构足够清晰，智能体可以跨文件连接数据。
interactions.jsonl 中的 contact_id 指向 contacts.jsonl 中的条目。ideas.jsonl 中的 pillar 映射到 identity/brand.md 中定义的内容支柱。书签为内容想法提供素材。
帖子指标为每周回顾提供数据。
模块在加载时是隔离的，但在推理时是连接的。
只有隔离而没有连接，就只是一堆文件夹。
交叉引用让智能体在需要时遍历知识图谱。“为我和Sarah的会议做准备”触发了一个查找链：在联系人中找到Sarah，拉取她的互动记录，检查涉及她的待办事项，编译一份简报。
智能体无需加载整个系统即可跨模块跟踪引用。
我的会前工作流链接了三个文件：
contacts.jsonl（他们是谁）、interactions.jsonl（按contact_id过滤的历史记录）和 todos.md（任何待办事项）。智能体生成一份一页的简报，包含关系背景、上次对话摘要和未完成的后续事项。
无需手动组装。
数据结构使工作流成为可能。
3) 技能系统：教AI如何做你的工作#
文件存储知识。
技能编码流程。
我按照Anthropic智能体技能标准构建了智能体技能，这是结构化的指令，告诉AI如何执行特定任务，并内置质量关卡。
> 引用的推文
> 大多数“智能体”失败的发生是因为模型缺乏特定的领域知识。
这里我展示了加载技能插件如何解决数据集生成的问题。
我将一篇研究论文（展示了从书籍创建微调数据集）转化为一个技能，然后只给了一个书籍链接...
> https://x.com/i/web/status/2005082048973905938
自动加载 vs. 手动调用：两种类型的技能解决两个不同的问题。
参考技能（
voice-guide、writing-anti-patterns）在其YAML frontmatter中设置 user-invocable: false。智能体读取描述字段，并在任务涉及写作时自动注入它们。
我从不调用它们，它们每次都会静默激活。
任务技能（
/write-blog、/topic-research、/content-workflow）设置 disable-model-invocation: true。智能体无法自行触发它们。
我输入斜杠命令，该技能就成为智能体执行该任务的完整指令集。
> 引用的推文
> 渐进式披露并不可靠，因为LLM本质上是懒惰的。“在56%的评估案例中，技能从未被调用。
智能体可以访问文档但没有使用它。” Vercel对不在模型训练数据中的Next.js 16 API进行了评估，以测试智能体...
> https://x.com/i/web/status/2016684758588154239
自动加载解决了一致性问题。
我不必每次要求草稿时都记得说“用我的语言风格”。
系统会替我记住。
手动调用解决了精确性问题。
研究任务与博客文章有不同的质量关卡。
将它们分开可以防止智能体混淆两种不同的工作流。
YAML frontmatter是机制，几个元数据字段控制整个加载行为。
当我输入
/write-blog context engineering for marketing teams 时，五件事会自动发生：语言风格指南加载（我如何写作）、反模式加载（我从不写什么）、博客模板加载（包含字数目标的7部分结构）、检查人物角色文件夹以获取受众画像、检查研究文件夹以获取现有主题研究。一个斜杠命令触发了完整的上下文组装。
技能文件本身写着“读取
brand/tone-of-voice.md”，它引用源模块，从不重复内容。单一事实来源。
> 引用的推文
> 我刚构建了Ralph Wiggum文案写手；学习你的语言风格，批评自己的工作，重写直到真正变好。
自我批评循环效果不同。 https://t.co/ySKP0BTvfA
> https://x.com/i/web/status/2008824728824451098
语言风格系统：我的语言风格被编码为结构化数据，并带有一些“氛围感”。
语言风格配置文件在五个属性上按1-10分评分：正式/随意 (6)、严肃/有趣 (4)、技术性/简单 (7)、内敛/富有表现力 (6)、谦逊/自信 (7)。
反模式文件包含50多个被禁用的词语，分为三个层级，被禁用的开头、结构陷阱（强制的三点规则、避免系动词、过度犹豫），以及每段落一个破折号的硬性限制。
大多数人用形容词描述他们的语言风格：“专业但平易近人。”这对AI来说毫无用处。
在技术性/简单性量表上的7分准确地告诉模型应该落在哪里。
禁用词列表甚至更强大；定义你不是什么比定义你是什么更容易。
智能体根据反模式列表检查每个草稿，并重写任何触发它的内容。
结果是听起来像我的内容，因为护栏阻止它听起来像AI。
每个内容模板都包含每500字一次的语言风格检查点：“我是否以洞察力开头？我是否使用了具体的数字？我真的会发布这个吗？”博客模板内置了一个4遍编辑流程：结构编辑（钩子是否吸引人？）、语言风格编辑（禁用词扫描、句子节奏检查）、证据编辑（主张是否有来源？）和朗读测试。
质量关卡是技能的一部分，而不是我事后添加的东西。
> 引用的推文
> 我如何构建了一个AI智能体系统，能根据我参与的内容自动维护我的数字大脑？
我的个人上下文工程架构，使用Claude Sonnet 4.5、Groq Compound、Browser Use，全部在Cursor中 👇 https://t.co/gjC1ee9tPB
> https://x.com/i/web/status/1975090268316827983
模板作为结构化脚手架：五个内容模板定义了不同内容类型的结构。
长篇博客模板有七个部分（钩子、核心概念、框架、实际应用、失败模式、入门指南、结尾），每个部分有字数目标，总计2000-3500字。
推文串模板定义了一个11条推文的结构，包含钩子、深度解析、结果和行动号召。
研究模板有四个阶段：格局映射、技术深度解析、证据收集和差距分析。
模板不仅约束创造力，也约束混乱。
没有结构，智能体会产生无定形的文本块。
有了结构