夜雨聆风一个被我们忽略的尴尬现实
你大概率每天都在用 AI：写代码、查资料、改文案、做总结。但有没有发现一个问题——每次打开对话框，你都得从零开始。
它不记得你是谁、在做什么项目、偏好什么风格、长期目标是什么。今天聊过的内容，明天就忘得干干净净。你不得不一遍遍复述背景、重新设定上下文，把同样的话对它说第一百遍。
我们手里握着这个时代最强的智能工具，用法却停留在「高级搜索引擎」的层面。
来自安全圈知名博主 Daniel Miessler 的开源项目 PAI（Personal AI Infrastructure，个人 AI 基础设施） 想解决的，正是这件事。它的野心不小：不是再做一个 AI 工具，而是给每个人搭一套「人生操作系统」（Life Operating System）——让 AI 真正记住你、理解你，并持续帮你从「现状」走向「理想状态」。
它有一句很扎心的口号：
AI 应该放大每一个人，而不只是顶尖的那 1%。
项目速览
• 项目名称：Personal AI Infrastructure（PAI） • 一句话亮点：基于 Claude Code 构建的开源「人生操作系统」，用持久记忆、技能体系和「理想状态」算法，把通用 AI 变成真正属于你的私人助理。 • 当前版本：v5.0.0（Life Operating System） • 开源协议：MIT（永久免费开源） • 项目地址：github.com/danielmiessler/Personal_AI_Infrastructure[1]
关键标签：#AI基础设施#数字助理#Claude Code#个人知识管理#TypeScript#自动化工作流
它到底解决了什么问题？
PAI 的作者认为，大多数人用 AI 失败，不是因为模型不够聪明，而是因为没有把「全局信息」喂给它。
想象两种场景的对比：
• 没有 PAI：你让 AI「帮我研究一下这家公司」。它只能基于这句话泛泛地搜一通，给你一份谁都能拿到的通用报告。 • 有了 PAI：你说同一句话。系统自动调出你的身份背景、你关心的行业角度、你过往的研究笔记、你偏好的输出格式，再自动触发「研究」工作流——产出的是一份为你定制的报告。
差别不在模型，而在模型周围那一圈「上下文」。PAI 把这件事系统化了：它捕捉你是谁、你在乎什么、你想去哪里，然后在每次任务时把这些信息精准地交给最强的模型。
更进一步，它由三层结构叠加而成：
• PAI：操作系统本身——技能、记忆、算法、你的身份文件。 • Pulse：你的「人生仪表盘」，跑在本地 localhost:31337，让你直观看到自己的状态、目标和进展。• DA（Digital Assistant，数字助理）：你真正对话的那个「人」——有名字、有声音、有个性。
核心特性 & 亮点
PAI 的设计哲学非常鲜明，几乎每一条都和主流做法「反着来」。下面挑几个最有代表性的说说。
1. 纯文本优先，拒绝「黑盒存储」
PAI 几乎不用 SQLite、Postgres 这类数据库，而是重度偏向纯文本和 Markdown。理由很朴素：一切都应该是透明、可读、可被任何工具解析的。
一句话好处：你的数据永远握在自己手里，用
cat就能看，不会被锁进某个不透明的数据库里。
2. 没有 RAG，文件系统就是索引
这点对技术读者尤其有意思。从 2025 年 6 月起，PAI 就彻底放弃了 RAG（检索增强生成，业界主流的 AI 长期记忆方案）。
它的做法是：用带交叉引用的富文本，加上 ripgrep 这类极速搜索工具。作者认为这套组合能提供人们想从 RAG 那里得到的一切——却没有向量嵌入的复杂度、检索的不稳定，以及信息精度的损失。
一句话好处：架构更简单、更可控，少了一大堆「玄学调参」。
3. 会「复利」的记忆系统
PAI 有一套基于文本的记忆系统，分成三层：WORK（当前任务）、KNOWLEDGE（知识沉淀）、LEARNING（经验模式），外加一张横跨人物、公司、想法、研究的「类型化知识图谱」。
你做过的事、学到的东西、值得留下的经验，都会被记录，并作为输入反哺到未来的工作中。用得越久，它越懂你。
4. 「The Algorithm」：一套通用的解题引擎
这是 PAI 的「引力中心」。所有非琐碎的任务，都会跑一遍这套七阶段循环：
OBSERVE（观察）→ THINK（思考）→ PLAN（规划）→ BUILD（构建）→ EXECUTE（执行）→ VERIFY（验证）→ LEARN（学习）
它借鉴了科学方法论，核心目标是解决 AI 最大的难题之一——「怎样才算做好了？怎样才算做完了？」。为此 PAI 提出了 ISA（Ideal State Artifact，理想状态产物）这个概念：像写软件需求文档（PRD）一样，先把「完成的样子」明确写下来，再让系统朝着它一步步「爬坡」。
5. 技能即「确定性代码单元」
PAI 的技能体系有个很工程化的层级：代码 → 调用代码的 CLI → 调用 CLI 的工作流 → 路由工作流的 SKILL.md。
一句话概括它的原则：「提示词包裹代码，而不是代码包裹提示词」。能用确定性代码完成的事，绝不交给飘忽的提示词。v5.0.0 内置了 45 个技能、171 个工作流、37 个钩子（hook）。
6. 「越用越小」的反直觉工程观
作者把这叫 Bitter-pilled engineering（吃下苦药的工程）：随着模型越来越强，它需要的「手把手指令」反而越来越少。PAI 会不断审计自己，删掉那些「模型其实自己能做得更好」的过度约束。
这是个很清醒的判断：系统应该随着模型变强而变小，而不是越堆越臃肿。
快速上手指南
PAI 是 Claude Code 原生项目，代码以 TypeScript + Bash 为主，运行时基于 Bun。
方式一：一行命令安装（推荐）
1 curl -sSL https://ourpai.ai/install.sh | bash
安装向导会自动帮你搞定 Bun、Git、Claude Code 的环境检查，配置 DA 身份、挑选声音、注册 Pulse 后台服务，并做最终校验。如果你已有 ~/.claude/ 目录，它会先自动备份成 ~/.claude.backup-{时间戳}，再做任何改动。
谨慎党提示：官方建议你可以先 阅读安装脚本[2] 再决定是否执行。
方式二：手动克隆安装
1 2 3 4 git clone https://github.com/danielmiessler/Personal_AI_Infrastructure.gitcd Personal_AI_Infrastructure/Releases/v5.0.0cp -R .claude ~/cd ~/.claude && ./install.sh
装完之后，关键的一步
1 open http://localhost:31337 # 打开你的「人生仪表盘」
然后在 Claude Code 里运行 /interview，你的 DA 会引导你完成四个阶段的「访谈」：
1. TELOS：使命、目标、信念、智慧、挑战、阅读、思维模型…… 2. IDEAL_STATE：对你来说，「成功」长什么样？ 3. 偏好设置：工具、约定、工作风格。 4. 身份微调：最终敲定 DA 的个性。
官方反复强调：这是最重要的一步。没有 TELOS，你的 DA 就失去了优化的方向——它不知道该把你带向哪里。
典型使用场景：开箱即用的 45 个「能力包」
光说理念有点抽象，PAI 真正好玩的地方在 Packs（能力包）。
每个 Pack 都是一个自包含的目录，可以脱离 PAI 本体、直接装进任意 AI 编程环境。安装方式简单到离谱——把你的 DA 指向某个目录，说一句「装上这个」就行：
1 "Install the Research pack from PAI/Packs/Research/"
DA 会自动读取 INSTALL.md，走完「系统分析 → 提问 → 备份 → 安装 → 验证」五步向导。
v5.0.0 把全部 45 个技能都打包成了独立 Pack，覆盖面相当广。举几个有代表性的：
| Research | |
| ExtractWisdom | |
| RedTeam | |
| Council | |
| Fabric | |
| WorldThreatModel | |
| FirstPrinciples |
以 ExtractWisdom 为例，它不会用一套死板的固定标题去套所有内容，而是先读懂内容、判断里面真正有哪些「智慧领域」，再动态生成对应的小节。同样一篇内容，给安全工程师和给创业者看，提炼出的结构是不一样的。这种「内容自适应」的设计，正是 PAI 工程哲学的缩影。
项目生态 & 发展方向
PAI 的迭代速度相当快，v5.0.0 已经是「人生操作系统」级别的大版本。从官方 Roadmap 看，接下来的重点很务实：
• 本地模型支持：接入 Ollama、llama.cpp 等，兼顾隐私与成本； • 精细化模型路由：按任务复杂度，把不同任务分配给不同模型； • 远程访问：从手机、网页、其他设备随时访问你的 PAI； • 更强的对外通知：打通 Email、Discord、Telegram、Slack。
已知局限也很坦诚：目前完整支持 macOS 和 Linux，暂不支持 Windows（官方欢迎社区贡献）；项目处于活跃开发期，会有破坏性变更，升级前务必先备份。此外它深度绑定 Claude Code——虽然技能、记忆、算法这些概念是通用的，代码也都是开放的 TypeScript/Bash，社区可以移植到其他平台，但「开箱即用」的体验目前最适合 Claude Code 用户。
值得一提的是它的安全设计：隐私是「结构性」的——每个目录都声明了自己的隐私分区，专门的守卫钩子会拦截跨区数据泄露，每次公开发布前还会跑 12 道安全闸门。这对一个要承载你全部个人上下文的系统来说，相当关键。
写在最后：它适合谁？
如果你只是偶尔用 AI 写两段文案，PAI 可能「重」了点。
但如果你符合下面任意一条，它非常值得一试：
• 你是开发者 / 重度 AI 用户，受够了每次都要重新交代背景； • 你认同「AI 的关键不在模型，而在上下文」这个判断； • 你想要一套数据完全自有、透明可控、用纯文本管理的私人 AI 系统； • 你对「数字助理」「人生操作系统」这类未来形态感到好奇，想提前上手。
PAI 真正打动人的，不是某个具体功能，而是它背后那句朴素的信念——技术应该服务于人，而不是反过来。它把人放在正中央，让 AI 围着「你想成为什么样的人」去运转。
项目永久免费开源（MIT 协议）。如果你也认同这个方向，不妨：
• 👉 去 GitHub 给它点个 Star：Personal_AI_Infrastructure[1] • 🛠️ 一行命令装起来亲自体验： curl -sSL https://ourpai.ai/install.sh | bash• 🤝 有想法就提 Issue、发 PR，或加入官方 Discussions[3] 一起共建
毕竟，正如项目作者所说的那句话——
Augment yourself.（去增强你自己。）
引用链接
[1] github.com/danielmiessler/Personal_AI_Infrastructure: https://github.com/danielmiessler/Personal_AI_Infrastructure[2] 阅读安装脚本: https://ourpai.ai/install.sh[3] Discussions: https://github.com/danielmiessler/Personal_AI_Infrastructure/discussions
