最近看到一个让我眼前一亮的做法:把自己所有的AI聊天记录做成RAG系统,然后直接和这个“记忆库”对话。
这个建议据说来自Anthropic内部的人。仔细想想,确实很有道理——我们每天和AI对话产生的内容,本身就是一座被忽视的金矿。
作者用大约2小时就搞定了整套系统,脚本支持从Cursor、Claude Code、Codex、Windsurf等多个工具中提取聊天记录。下周会开源完整代码。
这个思路的精妙之处在于:你其实是在构建一个属于自己的个人知识图谱。每一个解决过的问题、踩过的坑、想通的思路,都被系统性地保存下来。三个月后遇到类似的边界情况,过去的自己已经帮你记录好了解决方案。
有人分享了更轻量的替代方案:不一定要做完整的向量搜索RAG,可以让Claude根据内容生成模糊可搜索的字符串作为索引键,然后让模型自己做模糊搜索和筛选。
还有人更进一步,把所有聊天历史存入图数据库,让Claude定期回顾这些记忆,发现其中的新兴模式和潜在关联——那些你自己可能永远不会想到的联系。
这让我想到一个更深层的问题:我们和AI的对话,本质上是在外化自己的思维过程。当这些思维碎片被结构化存储并可检索时,相当于给自己装上了一个可回溯、可搜索的“第二大脑”。
真正的价值不在于记住了什么,而在于能在正确的时刻调取正确的记忆。
x.com/0xSero/status/2010026812139811183