我将我的AI约会助手升级到Fable

今年早些时候，我开始构建一个AI助手，希望能最终找到女朋友。我厌倦了违背自己意愿的独身生活，决定是时候用我的才智和技能（奇怪的是这些并没有帮我赢得任何女性）做点什么了。我与Claude合作，开始构建我基因组的救赎。这个约会助手，我称之为Fu\*\*bot（请原谅我爆粗），本质上是代理式的。它使用Amazon Bedrock和Strands SDK部署一组智能体，每个智能体执行自己的任务。以下是Claude和我设计出的架构，最近运行得相当不错： - 一个使用便宜OpenAI模型的智能体，负责抓取社交媒体上的女性资料。但我以一种聪明的方式构建了它：AI维护着一个Git仓库，其中包含抓取社交媒体（目前是Facebook、Instagram和vk）的代码，而不是实际进行抓取，因为那样太昂贵了。我自己编写了大部分框架和架构，并使其尽可能模块化，这样如果我想添加对另一个社交媒体平台的支持，代码中无需更改任何内容。只需添加一个新的fixture，新平台的抓取器就会自动部署到其AWS EKS实例中。还会部署一个新智能体来持续监控抓取实例是否正常工作，如果出现任何问题（平台经常变化以破坏抓取机器人），它会将修复程序部署到Git仓库，然后管道负责部署。这样，最坏情况下某个fixture可能出问题，但整个系统仍然保持运行。 - 所有女性的资料都存储在AWS RDS上的数据库中。数据库有多个副本和每日备份。每个资料的附加信息存储在Snowflake实例中，以加快分析和搜索速度。 - 每当添加一批女性资料时，会触发SNS通知，唤醒OSINT智能体。我不深入细节，但每个智能体会在最流行的（付费）OSINT服务中进行数据库搜索，以查找关于该女性的所有有用信息。这些信息随后用于丰富RDS和Snowflake上的女性资料。 - 我有n8n自动化流程，将来自RDS和Snowflake的数据转换并聚合到RAG数据库中。我可能很快会将其改为自定义代码，因为我开始遇到n8n的限制。另一个n8n聚合流程向Anthropic发出API调用，以获取关于该女性的分类评分（为女性的照片打分/10，以及每个类别的分数：gf-material、hookup-material、wife-material、fetish-score、delta-compatibility-score、humour-score、political-alignment-coefficient等）。另一个自动化流程获取该女性的所有最新社交媒体帖子。 - 最后，我有一组智能体向每位女性发送消息。这些智能体使用最先进的Anthropic模型（很快将使用Fable），并根据之前聚合的评分、RAG数据库、最新帖子、天气和新闻等，为每位女性生成定制消息。许多女性不回复第一条消息，所以我设置了智能体使用指数退避算法反复发送消息，退避时间根据delta-compatibility分数计算（兼容性越高，尝试次数越多且越频繁）。 - 监控这一切的，我有一个遗传算法，修改每个聚合评分的系数以生成更好的提示词。每一代提示词中，那些能引发更多女性回复的提示词更有可能存活到下一代。在前端，我使用一个vibe编码的仪表盘，可以看到所有统计数据，并且当AI认为如果由我接手对话可能导向约会时，我会收到实时通知。在一个快节奏的环境中，诚实、勤奋但可能不是最英俊的年轻男性在约会市场中越来越感到被落下，我面临选择：要么拥抱技术帮助我抢占市场，要么放弃并被抛在后面。我选择了战斗。