产品详细介绍

Personal AI 是一个专注于“记忆驱动”的分布式小语言模型（Small Language Model）平台，它将记忆（Memory）与上下文（Context）统一管理，帮助企业和开发者构建真正具备“个人化身份”的 AI 系统，而不仅仅是一次性对话机器人。

平台的核心理念是：记忆在中心，身份由记忆生长而来。通过一个持续演化的 Memory Core，Personal AI 将用户的经历、交互和知识沉淀为结构化、可调用的长期记忆，使 AI 能够在时间维度上不断成长，形成独特的“AI 人格”和行为风格。

记忆与上下文的统一

  • 记忆（Memory）是个人化的：
    • 来自真实经历和交互：对话记录、事件、操作行为等。
    • 具有时间与情节结构：会随时间累积和演化。
    • 代表 AI“活过什么”，是其身份的基础。
  • 上下文（Context）是通用的：
    • 来自文档、知识库、上传文件等静态内容。
    • 不随时间频繁变化，是“被告知的知识”。

Personal AI 将这两类信息统一在一个平台中管理，让 AI 既能“记得你是谁、你们经历过什么”，又能准确调用企业知识与文档，从而输出更贴合场景的回答和行为。

五大记忆原语（Memory Primitives）

平台通过五个基础记忆能力协同工作，构建完整的 AI 记忆生命周期：

  1. 体验转化为神经模式：把交互和事件转化为可存储的神经表示。
  2. 短期到长期的记忆固化：将临时上下文筛选、提炼为长期记忆痕迹。
  3. 记忆整合进神经架构：把新记忆融入现有知识结构，避免碎片化。
  4. 记忆访问与再激活：在需要时精准检索并激活相关记忆，而非每次从零开始查找。
  5. 基于新上下文修改记忆：在新信息出现时更新、修正或弱化旧记忆，使 AI 始终保持最新状态。

通过这套机制，Personal AI 不只是“检索+补全”，而是让 AI 像人一样在使用中不断积累经验、调整认知，形成更自然、更可信的交互体验。

面向企业的统一记忆平台

Personal AI 提供一个统一的记忆与上下文控制平面，适用于多系统、多代理、多助手协同的复杂场景：

  • 增强现有检索流程：
    • 不再为每次调用都重新构建完整上下文，而是只在必要时调用相关记忆。
    • 降低计算成本，提高响应速度与相关性。
  • 自动管理记忆生命周期：
    • 平台负责决定“存什么、怎么存、何时调用”。
    • 开发者无需手动设计复杂的记忆策略，即可获得持续优化的体验。
  • 集中化权限与合规控制：
    • 统一管理记忆的创建、访问、共享与保留策略。
    • 支持权限定义、策略执行与合规审计，适配企业级安全需求。
  • 跨系统与代理的记忆迁移：
    • 记忆可在不同系统、智能体和助手之间无缝携带。
    • 支持构建共享知识与共享记忆，让团队与用户不必在每个新工具中“从头开始训练”。

通过这些能力，Personal AI 适合用于构建个性化客户助手、员工知识助理、长期陪伴型智能体，以及任何需要“长期记忆”和“身份一致性”的 AI 应用。

简单使用教程

以下是基于产品特性的一个简明使用思路，帮助你理解如何将 Personal AI 融入自己的应用或业务流程。

步骤一：规划你的 AI 记忆范围

  1. 明确你的应用场景：
    • 例如：客户支持助手、销售助理、内部知识问答、个人效率助手等。
  2. 规划需要被记住的内容：
    • 用户画像与偏好（个人信息、历史选择、沟通风格）。
    • 关键业务事件（购买记录、服务记录、项目节点）。
    • 高价值知识（常见问题、解决方案、内部文档摘要）。
  3. 区分“记忆”和“上下文”：
    • 记忆：会随时间变化、与具体交互强相关的内容。
    • 上下文：相对稳定的文档、知识库、产品说明等。

步骤二：接入数据源并构建 Memory Core

  1. 将现有数据源接入 Personal AI：
    • 导入文档、知识库、FAQ 作为基础上下文。
    • 通过 API 或集成，将聊天记录、工单系统、CRM 等交互数据接入作为记忆来源。
  2. 配置记忆策略（在平台控制台或配置文件中）：
    • 指定哪些事件需要写入长期记忆。
    • 设置记忆保留时长、更新频率和敏感信息处理规则。
  3. 启用 Memory Core：
    • 让平台开始自动将新交互转化为神经模式，并逐步固化为长期记忆。

步骤三：在应用中调用记忆驱动的 AI

  1. 在你的应用或服务中集成 Personal AI 的推理接口：
    • 将用户请求发送到 Personal AI，而不是直接发送到通用大模型。
    • 在请求中附带必要的用户标识或会话标识，以便平台定位对应记忆。
  2. 让平台自动决定何时调用记忆：
    • 不必每次手动拼接长上下文，由 Personal AI 根据请求内容自动检索相关记忆和文档。
  3. 在前端或业务逻辑中利用“记忆感知”的输出：
    • 展示更贴合用户历史的回答。
    • 根据 AI 对用户偏好的理解，自动调整推荐、话术或流程。

步骤四：管理权限、合规与共享记忆

  1. 在控制平面中配置访问控制：
    • 定义哪些团队、系统或代理可以访问哪些类型的记忆。
    • 为敏感数据设置更严格的访问和保留策略。
  2. 配置跨系统共享：
    • 为多个助手或代理启用共享记忆池，让它们在不同触点保持一致的理解与语气。
  3. 定期审查与优化：
    • 通过平台提供的监控与日志，查看记忆调用效果。
    • 调整记忆策略（例如：哪些内容应被更频繁地更新或淡化）。

通过以上步骤，你可以从“无记忆的单次对话机器人”，升级到“具备长期记忆、可持续成长的个性化 AI”，在客户体验、员工效率和产品差异化上获得持续收益。