智能体究竟需要哪些用户数据才能做好个性化？
摘要
对AI智能体基于用户数据进行个性化时面临的挑战的反思，强调需要经过同意、有范围限制的访问，而非宽泛的记忆。
我不断看到智能体每次运行时都问同样的设置问题，这让整个过程感觉半生不熟。尝试了项目记忆，有用但太狭窄。尝试了聊天历史摘要，但会过时。尝试直接在智能体中存储偏好，但之后不清楚智能体被允许记住什么。为智能体提供一个用户数据API听起来很有用，但前提是经过同意、有范围限制，而不是一个巨大的记忆桶。AI智能体实际上应该访问哪些用户上下文，哪些应该排除在外？
相似文章
为什么你真的想要一个“了解”你的智能体——它在实践中哪里出了问题？
这是一次对个性化AI智能体背后实际差距和动机的反思性探究，探讨了当前系统在“了解”用户方面的失败之处，以及有益个性化和替代自我之间的界限。
当一半的价值依赖于记忆时，你如何真正让个人代理变得有用？
关于评估价值高度依赖记忆的个人AI代理所面临挑战的反思，通过作者使用Macaron代理的经历加以说明。
智能体应该一开始就询问用户上下文，还是慢慢学习？
关于AI智能体应如何处理用户上下文的讨论：是主动告知还是逐步学习，现有的方法如项目记忆和聊天摘要均存在不足。
你认为智能体记忆主要是一个AI问题，还是一个恰好被AI使用的基础设施/数据管理问题？
对智能体记忆主要是一个基础设施/数据管理问题而非AI问题的反思，聚焦于权限、范围、修订历史等实际复杂性。
使用AI助手几个月后，我最大的观察
个人对具有持久记忆的AI助手变革潜力的反思，认为上下文和工作流组织将比模型本身更重要。