2026 年，我把自己做成了一个 AI
在生成式 AI 时代，作者主动将其分散于博客、社交媒体及 GitHub 等平台的大量公开内容结构化，构建了一个可对话的个人知识系统。他首先在“关于”页面，让六个不同大模型基于 11 万字的结构化数据（经 AI 预处理摘要）生成多视角的第三方作者画像，通过多模型对比提升可信度。随后，他构建了可直接在博客内交互的 AI 分身。该系统技术栈包括基于 Cloudflare Workers 的 Vinext 框架、Vercel AI SDK，通过 OpenAI 兼容接口接入多家模型，并自研了基于倒排索引与权重评分的 RAG 搜索核心。工作流程涵盖追问检测与意图判定以实现缓存复用、并行本地搜索与 AI 关键词提取、基于意图分类的重排，以及三层设计的系统提示词。为抑制大模型的幻觉，系统采用了严格的来源限制、数字与履历验证等协议，确保回答有据可依。作者通过 Telegram Bot 实现了全链路追踪与监控。他最终反思了 AI 分身与真实自我因公开内容筛选而产生的偏差，并展望了扩展数据源与降低 API 依赖的未来方向，强调主动将分散内容构建为可对话知识系统的重要性。