每次使用新的 AI 工具,我們都要重新介紹自己:我的偏好、我的歷史、我的設計風格。Claude 在 Claude 裡瞭解你,Spotify 在 Spotify 裡瞭解你,但你的語境從未真正跟隨你。這是一個長期被忽視的痛點,直到 MyPersonalContext 出現。
AI 個性化的一地雞毛
當前 AI 的個性化是「圍牆花園」。你在一個平臺精心培養的推薦演算法,到了另一個平臺全部歸零。這不僅是使用者體驗的碎片化,更是 AI 潛力的浪費。開發者也需要花費數月構建使用者畫像,卻只能服務單一應用。
MyPersonalContext 怎麼做?
它本質上是一個行動式語境層,一端連線使用者,一端連線 AI。使用者建立自己的個人語境檔案——可以是隱式的偏好、顯式輸入的風格指南,甚至是行為模式。然後通過 瀏覽器擴充套件 或 Web API,任何 AI 工具都可以在使用者許可下讀取並理解這份語境。
- 對使用者: 無需重複輸入,所有 AI 自動「認識」你。例如你用 Midjourney 生成圖片時,它自動知道你偏愛極簡風格;寫郵件時,AI 已經瞭解你的語氣習慣。
- 對開發者: 整合後立即獲得豐富的個人語境,無需自行構建使用者資料管道。你可以專注於應用邏輯,而不是冷啟動問題。
實際場景:從日常到開發
想象你從 Claude 切換到 ChatGPT,不需要重頭開始解釋專案上下文。或者你是一個 Agent 構建者,你的旅行規劃助手無需手動收集使用者偏好,MyPersonalContext 已經提供了完整的使用者畫像。
當然,這種共享也帶來了隱私擔憂。MyPersonalContext 強調 使用者授權 與 資料加密,每次語境訪問都需要明確許可。雖然理論上安全,但實際執行中仍依賴使用者對許可權的理解。
幾句實在的評價
這個想法相當務實。它沒有試圖取代任何 AI,而是做那個被遺忘的聯結器。對普通使用者來說,初期設定需要一些投入,但回報是後續所有 AI 體驗的連貫性。對開發者,尤其是小團隊,可以顯著縮短個性化功能的上市時間。
目前 MyPersonalContext 還處於早期階段,支援的 AI 工具有限。但方向對了,剩下的就是生態建設。如果它真能成為事實標準,AI 將不再是一堆孤立的工具,而是一個真正懂你的智慧網路。











評論
暫無評論
成為第一個評論的人