AI产品主要依赖聊天历史做个性化，这种做法是不是错了？
摘要
这篇文章质疑AI产品是否过度依赖聊天历史进行个性化，指出聊天历史数据嘈杂，且摘要、标签和偏好字段都有缺陷。它寻求在不显得侵入的情况下，找到替代的真实信息来源来获取上下文。
我看到很多AI应用把聊天历史当作整个用户画像，说实话这感觉太单薄了。聊天历史有帮助，但很嘈杂。有些聊天是实验，有些是随便聊聊，有些是工作，有些只是我在凌晨1点调试某个恼人问题。我试过摘要、标签和轻量级偏好字段。摘要会漂移，标签需要维护，偏好字段只有用户记得更新才有效。烦人的是，好的个性化需要上下文，但获取更多上下文很快会让人觉得毛骨悚然或脆弱不堪。除了聊天日志，人们用什么作为AI个性化的真实信息来源？
相似文章
AI记忆产品优化方向错误
本文指出，当前的AI记忆产品优先考虑个性化而非真实性和可问责性，导致系统积累矛盾且无法可靠修正；文章质疑个性化是否足以用于生产环境。
我们是否对AI记住我们告诉它的一切变得过于习惯了？
本文探讨了AI记忆在个性化辅助方面的益处与赋予AI访问大量个人数据所带来的隐私风险之间的权衡，质疑个人如何划定界限。
最大的AI问题真的是界面而不是模型吗？
本文探讨了AI最大的挑战是否是界面设计而非模型改进，指出当前基于聊天的交互未能捕捉人类在任务中使用的丰富上下文。
为什么所有 AI 界面至今都还只是一个文本框？
作者质疑，为什么面向消费者的 AI 产品仍然依赖一个简单的文本框和一堆杂乱无章的聊天记录，并主张加入一些基本的用户体验功能，例如按主题整理聊天、自动拆分偏离原主题的对话，以及提供便于访问的记忆管理选项。
别再管产品推荐叫“个性化”了
一篇观点文章，认为“个性化”推荐并非真正针对个人，而是基于行为聚类；同时，将同一套架构不加区分地应用于不同产品类别，是一种懒惰的AI设计。