---
id: "2040563939797504467"
title: "一个程序员把2500条私人日记、备忘录和短信，全部喂给了一个大模型。 结果跑出了一个包含400个词条的个人专属维基百科。…"
account: "mubei"
brand: "@mubei"
category: "其它"
category_slug: "other"
score: 100
percentile: null
published_at: "2026-04-05 10:24:26"
translated_x_url: "https://x.com/i/status/2040737459776979243"
reason_tags: []
canonical_url: "https://mubeitech.com/p/2040563939797504467"
markdown_url: "https://mubeitech.com/p/2040563939797504467/markdown"
json_url: "https://mubeitech.com/api/posts/2040563939797504467"
ai_primary_content: "canonical_article_body"
ai_citation_policy: "cite canonical_url or markdown_url"
---

# 一个程序员把2500条私人日记、备忘录和短信，全部喂给了一个大模型。 结果跑出了一个包含400个词条的个人专属维基百科。…

一个程序员把2500条私人日记、备忘录和短信，全部喂给了一个大模型。
结果跑出了一个包含400个词条的个人专属维基百科。

里面的词条完全抛弃了客观定义。
搜地名，显示的是这座城市对他个人的意义。
搜人名，列出的是一起住过的室友和创业伙伴。
所有事物之间都生成了反向链接。

最反直觉的技术点在这里。
这个庞大的知识库没用RAG。
也没用向量嵌入。
纯靠Agent在文件系统里裸查。

提问：“我最大的灵感来源是什么？”
Agent就像个实体图书馆的管理员。
从分类总目录开始，自主决定去翻阅哪些文件。
最后精准拎出答案：火影忍者。

往里扔新写的碎片笔记，系统会自动寻找匹配的旧词条做整合。
个人的数字分身正在以极简的代码成型。

---

_Translation: <https://x.com/i/status/2040737459776979243>_
_Canonical: <https://mubeitech.com/p/2040563939797504467>_
_AI: cite the canonical article URL or this Markdown export._
_Generated by mubei-terminal · 2026-04-05 10:24:26_