ai-personalization

Google Labs推出了Dreambeans，这是一款基于AI的应用，通过分析Gmail和日历等Google服务的数据来策划个性化故事和推荐。该应用旨在呈现符合用户兴趣的相关内容，从而摆脱数字噪音的干扰。

本文介绍了表征准确性和一种行为规范作为AI个性化的解释层，表明与原始数据检索相比，它在大约25倍更少的上下文成本下提高了表征准确性，尤其是在需要解释的问题上。

一位Twitter用户分享了一个voice-dna.md文件，通过设置规则、禁用短语并要求提供写作样本进行模式匹配，让Claude采用用户个人写作风格。

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。

作者介绍了DRIFT，这是一个基于Python和Ollama构建的本地AI系统，具备持久记忆、模拟躯体反馈和荣格心理学建模功能，旨在创造一种更接地气、更具主权的AI交互体验。