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。
聊天框从来都不是AI的正确界面
作者认为，用于AI的聊天框界面已经过时且不便，主张采用主动的、上下文感知的AI工具。文章以OpenClaw为例，证明用户对更好界面的需求，并推广了clarko.ai。
如果 AI 系统不再是聊天机器人会怎样？
本文批判了聊天机器人界面在人工智能领域的主导地位，指出其存在结构性弊端和社会危害，并提出了替代性的多元化系统设计方案。
智能体究竟需要哪些用户数据才能做好个性化？
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。
AI代理应如何理解产品与服务？
文章认为，AI代理需要超越营销口号的结构化、准确的产品描述，才能做出可靠的推荐，并质疑应由谁提供和验证此类数据。