我给自己建了一个数据库

在我处理的这些数据里，有些是天然就容易解析的，比如说我的日记和工作日志，本来就是一堆纯文本文件。除此之外的各种平台、工具有些则提供了导出功能有些则没有，这里列一个表说下，如果读者有兴趣的话也可以去导出自己的数据：

能导出数据的平台或工具非常棒，但不支持的就麻烦了，以前还尝试过自己抓包写代码，但也很容易被反爬，现在就好了，直接让 AI 操作浏览器抓下来，行为也和一个真实用户差不多，完全没有问题。

拿到原始数据后，再就是进行处理然后入库，我现在是原始数据存一份，然后对各个渠道的数据写了导入器尽量统一格式再写入数据库。这么多个渠道，以前要是我自己写，怎么着也得十天半月的，现在有 AI 帮助，基本上利用下班后的业余时间也不过花了一周左右就基本搞好了。

数据入库后可以配合一些可视化页面查询、展示，也可以直接让 AI 来读取使用，具体怎么用我在后面再说。

整个过程最麻烦的地方无疑还是第一步导出原始数据这里，后面的处理基本上让 AI 自己搞就行。所以以后选择软件和平台时，我会觉得他们能否便利、完整地导出数据，和他们的界面、功能、价格是同等重要的。

现在很多平台都在给自己的产品增加 agent。这当然有合理之处，如果 agent 深入到了平台的业务逻辑里，能替用户完成只有这个平台才能完成的操作，那么平台本身掌握的数据和能力就是优势。

但如果它提供的功能和业务逻辑并非不可替代的，我会更愿意把数据拿回来，交给自己选择的模型和 agent。平台里的 agent 通常只能看到平台内部的一小块数据，也很难理解一个人在其他地方做了什么。豆瓣知道我标记过哪些电影，却不知道我最近在听什么书；健康应用知道我几点睡觉，却不知道那一天是在旅行、加班还是玩游戏；笔记软件知道我写过什么，却不知道哪些想法后来真的变成了行动。

当数据在自己手里以后，模型、agent 和使用界面都可以替换。一个模型不合适，可以换另一个；一次分析的提示词不够好，可以重新写；某种交互方式不好用，也可以自己做一个页面。数据不需要跟着每一次工具变化重新迁移。

国内互联网环境让这件事显得更有必要。不同平台之间通常不会主动开放彼此的数据，完整的导出和稳定的 API 也不常见。每个平台都希望用户留在自己的边界里，然后在这个边界里提供一个声称了解用户的 agent。对平台来说这很自然，对我来说却未必是最好的安排。

我并不期待所有数据都必须公开流通。健康、位置、聊天和消费数据都很敏感，我希望它们首先由我控制，再由我决定在什么场景下让哪个工具读取哪些部分。数据可携带和保护隐私并不冲突；能够导出数据，也不等于必须把数据上传给另一家公司。

我用过很多记录类工具：Org mode、flomo、日记应用、位置记录应用，以及各种带有统计功能的习惯工具。它们多少都有让我不满意的地方。有的输入很舒服但导出很差，有的数据很完整但浏览体验一般，有的统计图很好看却没办法挖掘细节之间的关联。

以前我会希望找到一个足够完美的工具，把记录、整理、统计和回顾全都做好。现在觉得这件事没有那么重要了。只要数据能够完整导出，一个工具可以只负责自己擅长的部分：笔记软件负责随手记录，健康应用负责采集，阅读器负责阅读，位置应用负责识别停留。统一、查询和长期保存由我自己的数据层完成。

这也降低了更换工具的成本。界面和功能仍然重要，因为它们决定每天愿不愿意使用；但一款工具不需要承担我全部的数字生活，也不应该通过扣住历史数据来强迫我一直使用。

把数据收集起来后，最直接的用途当然是查询。例如某一天去了哪里、睡了多久、读了什么书、看了哪些视频、向 AI 提了多少个问题。这些查询大多不需要 AI，普通 SQL 就能准确完成，而这些 SQL（或者更进一步的查询界面） 则可以让 AI 帮我们提前写好。

Agent 更适合处理边界没那么清楚的问题。收集了各个渠道的数据后，我的第一个反应是让 AI 来梳理我的用户画像，得到的结果也还不错，不过限于个人隐私就不展示了。不过用户画像可能没什么用处，毕竟我对自己已经足够了解，我看总结的用户画像也和我对自己的认识没有太大的偏差，如果说要将这个用户画像用来指导 AI 怎么和我合作，似乎也没太大必要，毕竟我的日常还是以编程为主，在编程这个事情上，严格的代码规范和行为约束比所谓的用户画像要有用的多。

接着我尝试让 Agent 推荐一本我没读过的书、一款没玩过的游戏、一个没去过的地方和几部没看过的电影。

第一轮推荐，Agent 只是读了我的豆瓣、微信读书、Goodreads 上的记录然后进行推荐；第二轮，我要求 Agent 结合我其他的记录（日记、行动轨迹等）再次推荐；第三轮推荐，我要求推荐一些带给我新鲜感受的结果。这三轮推荐的结果如下表所示：

三轮推荐各有特色，但都非常对我的胃口。

作为对比，我去豆包、DeepSeek、Gemini、Deepseek 上又各自让他们做下推荐，结果如下：

• 豆包推荐的游戏还可以但我玩过了，书就胡扯（可能因为我拿来多问了点身体方面的问题），茂兰原始森林还不错但我不可能千里迢迢跑过去就徒步的。
• DeepSeek 没有跨会话记忆功能，完全是基于我的提示词获得一个片面的对我的认识然后推荐的，忽略。
• Gemini 推荐的书还可以但是已经看过了，游戏的话玩过但没什么特别的感觉，丰岛美术馆在日本看了下毫无兴趣。
• ChatGPT 的三个推荐倒是意外的还可以，但也就是及格水平吧，没有惊喜。

除了推荐内容的话，还想到几个可能的用途：

1. 从我的工作日志里提炼 SOP、工具偏好等；
2. 提炼我长期关心的一些问题、主题（如人工智能、认知科学、投资等），然后做自动化的资料收集和追踪；
3. 提炼我经常处理的问题、场景作为 FAQ，也就是作为个人知识库，当我再遇到类似问题的时候能直接查阅当时的回答、处理过程；
4. 建立自己的行为预测模型，用来指导未来的行为（没有想很清楚，但有点大致思路）。