关于个人AI助手的设计思考记录

先叠个甲：市面上的工具有很多，成熟工具的用法也有很多，也许我孤陋寡闻，有的工具能解决我的需求，而我不知道。

在最近的工作之余，老是想用ai提效。最近思考了很多，分享一下。

我的朴素需求：

一个个人AI助手，能够根据我的行为习惯，做出类似的决策，帮我处理大部分的重复劳动。

基础概念：

需求分类：

当我有一个想要做的事情的时候，大脑会启动一个内置的分类器，对这个事情进行分类。我归纳为三类：

• 小动作类。比如说写代码时的做一个小函数，或者改一个bug，或者人生活中的下意识的行为，比如走路到门口，拿水杯喝水。这类需求的特点是很少的语言就能描述完，人脑能很轻松的处理上下文，不需要启动复杂的checklist或者plan来进行处理。

• 提案类（复杂但能清楚定义）。比如说开发一个支付功能。或者说开车去三十公里外的一个地方。或者说做一顿饭。这类需求的特点是，需求比较大，步骤很多，人脑不能很轻松的记住全部上下文，需要文档或者工具辅助。但是经过讨论之后，可以明确下来需求的所有细节，消除所有模糊。我称为提案，是因为想法产生的时候，是仅仅只有一个想法，实施细节需要反复研究才能确认下来。但是最终可以产出一个完善的行动方案（或者最终可以明确证明不可行）。

• 愿景类（宏大目标）。比如说赚大钱。比如说买别墅。或者说设计一个属于自己的操作系统，或者说发布一款自己的独立游戏。这类需求的特点是，就是一个愿望，而且会有一些红黑线。比如赚钱，但是不能犯法。比如做游戏，但是只想做模拟经营类。这类需求属于想做，但是路径很长，很复杂，需要不停的试错。人没法列出具体的行动步骤，但是可以大概判断出当前的行为能否有助于缩短现状到目标的距离。

其实这三类的包含关系很明显，一个愿景就是由很多提案（里程碑）逐步达到，每个提案的具体实施步骤就是由一个一个小动作组成。

决策:

人无时无刻都在做决策。大的决定比如读哪个大学，定居哪个城市，选哪个人生目标。中的决定比如去哪家公司，用哪个技术方案。小的决定晚饭吃什么，代码的编码习惯。这些决策习惯区分了每个人。而我就希望把我的决策习惯逐步的沉淀到个人助手上，使得个人助手能跟我用类似的习惯进行决策，从而产出跟我类似的工作。这里面绕不开一点，幻觉。幻觉我是这样看待的：人在做决策的时候，不可能100%次次都一样。对于可能产生重大后果的决策，使用硬编码拦截，由人最终拍板，就能在把人从细节中解放出来的同时，最大化的兜底。

工作流和硬编码:

对于任何一个需求来说，当分类完成后，就会从历史经验中，找到自己的处理流程，复用这个处理流程，从而完成这个需求。这个流程就是工作流。其中不变的部分，可以采用代码硬编码，而动态的部分，则直接接入llm。工作流采用硬编码，速度快，成本低，还能最大化的避免ai幻觉。而llm前后都用硬编码钳制死，可以保证不跑偏。

基础模块：

Llm client+tool：完成基础的llm对话，tool提供基础的llm能力支持。

Agent Loop：定义Agent，类似于Role，有基础的描述，System Prompt，Tool工具集。

Workflow：脚本语言描述的工作流。通过循环，分支，调用不同的agent，从而完成一个小动作类的需求。

秘书：对话框入口，接入需求分类决策器，根据用户需求，进行三种类型分类。然后自动生成对应数据，交给后台的分身进行处理。

用户反馈接口：使用im或者其它工具，在llm拿不准注意的时候，调用一个用户决策tool，给用户发im，用户做出决策，给出理由。反馈接口内化这次决策，并返回给agent。