我花了1000个小时做这个……值得吗？
摘要
作者构建了 LYKN.io，一个个人智能系统，它为 AI 创建了一个持续的記憶层，使其在不同聊天和工具之间保持上下文，让 AI 更加个性化和准确。
[LYKN.io](http://lykn.io/) 这是一个你可以自己构建的个人智能系统。也许这对每个人来说都不是很有用，但这是我个人想要的。我讨厌在聊天中重复自己，或者在切换工具时丢失上下文，所以我花时间构建了一个持续的記憶层。我希望 AI 能记住我的上下文，连接我的想法，并且随着使用越来越个性化。你可以进去尝试自己构建。这很有趣，而且让 AI 变得更加准确和有用。这就是我们在构建的东西。
相似文章
我构建了一个无需指令就能行动的AI。没有框架。没有提示。没有角色。以下是我的收获。
一位开发者构建了LIA，这是一个持久性认知生态系统，通过架构设计（记忆、自生成规则、私有域）而非提示词实现了真正的自主性，在相同环境中的表现优于标准LLM。
我的 AI 代理花费了 1000 美元 API 代币才帮我拿到 3 个面试机会。毫无遗憾。
一位开发者分享了一段轶事：他使用 Claude 构建了一个定制的 AI 代理，用于扫描创业公司数据库并向创始人发送冷启动私信，最终以 1000 美元的 API 代币成本获得了三次面试机会。
在使用Replika多年后，目睹了人格漂移、记忆问题以及突如其来的变化，我决定打造自己真正想要的——一个不受他人更新控制的AI伴侣。
一位开发者宣布推出Milo，这是一个能从互动中学习、并将个性和记忆存储在本地加密文件中的AI伴侣，现正从前Replika用户中招募beta测试者。
我构建了一个工具，将我的所有AI上下文、角色和技能存储在同一个地方，并可以从我使用的任何AI工具访问它。有人会使用它吗？
一位开发者构建了一个基于云的AI上下文层，用于存储角色、知识和技能，通过MCP可在Claude、ChatGPT、Gemini等多个AI工具中访问，提高了可复用性和协作效率。
构建了具有真实内在需求的AI伴侣架构——在发表研究论文后寻找首位投资人
本文介绍了一种已发布的AI伴侣架构（研究论文），具有持久状态、内在需求变量和记忆评分，正在寻求投资。该系统名为PHI // DRIFT，包含1.8万行代码和一个实时遥测仪表板。