个人AI OS应该记录什么不记录什么
个人 AI OS 不应什么都记，而应区分长期偏好、项目上下文、原始资料和临时状态，保存可复用且可追溯的信息，避开敏感和短期内容。
很多知识工作者开始搭个人 AI OS 时，会先问一个兴奋的问题：能不能让 AI 记住我的所有事情？
它能记住项目、偏好、会议、客户、想法、文章、代码、任务、邮件、日程、读书笔记和聊天记录。听起来越全越好，因为你不用反复解释背景，AI 也能更快接住上下文。
但个人 AI OS 更该重视的能力，不是“什么都记”，而是“知道什么值得记、什么不该记、什么只该临时用、什么应该定期清理”。
记忆是一种便利，也是一种负担。记录太少，AI 每次都像第一次见你；记录太多，系统会变成杂乱仓库，隐私风险上升，旧信息干扰新判断，检索结果也会变差。
所以，个人 AI OS 需要记录边界。它不是私人日记的复制品，也不是聊天记录的备份盘，更不是把人的一切都交给模型。它应该像一个可控的工作台：保存长期有用、可复核、可更新的上下文；避开敏感、短期、未经确认或不属于自己的信息。
为什么个人 AI OS 不能什么都记
AI 记忆看似只是“多存一点信息”，实际会影响三件事。
第一，影响回答。AI 会用记忆解释你的新问题。如果它记住了过期目标、错误偏好或不完整事实，后续回答就可能偏离当前情况。
第二，影响隐私。个人 AI OS 可能包含联系人、客户、家庭、健康、财务、职业变化、账号信息、合同和私人对话。不是所有信息都适合长期保存或进入模型上下文。
第三，影响维护。越多内容进入长期记忆，越需要命名、来源、标签、过期时间和删除机制。没有维护规则，系统会从“聪明助手”变成“难以清理的资料堆”。
OpenAI Help Center 的 Memory FAQ 说明，用户可以让 ChatGPT 记住信息、询问它记住了什么、要求它忘记，或者在设置里关闭记忆。Anthropic Privacy Center 也说明，用户可以删除会话，删除后会先从聊天历史移除，并在后台存储系统中按期限删除。不同产品细节不同，但方向一致：记忆必须配合控制、查看和删除。
个人 AI OS 的设计也应该沿着这个方向：可见、可改、可删、可追溯。
先分清四种信息
个人 AI OS 里最容易混乱的是信息类型。你可以把所有信息先分成四类。
第一类是长期偏好。比如写作风格、常用语言、工作时间、学习节奏、喜欢的输出格式、常用工具、命名习惯。这类信息稳定、可复用，适合记录。
第二类是项目上下文。比如项目目标、当前阶段、重要决策、负责人、交付物、参考资料、未解决问题。它有生命周期，适合放在项目空间，而不是全局记忆。
第三类是原始材料。比如会议录音、邮件全文、聊天记录、网页截图、文档原文。它们证据价值高，但体量大、敏感度高，适合归档或索引，不一定适合直接写入长期记忆。
第四类是临时状态。比如今天的心情、一次性的提醒、刚才复制的一段链接、临时搜索结果。它们对当前任务有用，但不必长期保存。
很多系统失控，都是因为把这四类混在一起：把临时状态当偏好，把原始材料当结论，把项目上下文放进全局记忆，把别人的私人信息当自己的资料。
应该记录什么
个人 AI OS 值得记录的内容，通常有三个特点：长期复用、来源清楚、可以更新。
第一，记录稳定偏好。比如“我写中文长文时喜欢先给结论，再给步骤”“我做项目复盘时要看到证据路径和剩余风险”“我不喜欢夸张标题”。这些偏好能减少重复沟通。
第二，记录明确决策。比如“这个项目优先做内容生产，不做正式发布”“这个资料只用于内部研究，不进入公开稿”“这个客户案例需要匿名”。决策比闲聊更值得保存，因为它会影响后续行动。
第三，记录项目状态。包括目标、当前进度、下一步、阻塞点、交付物位置、验证结果。项目状态要有日期，避免旧状态被误用。
第四，记录可复用方法。比如检查清单、命名规范、发布步骤、研究模板、审稿规则、图片检查标准。这类内容越结构化，越适合给 AI 调用。
第五，记录证据索引。不是把所有原文塞进去，而是保存来源、标题、时间、路径、摘要和用途。需要复核时，再打开原始资料。
第六，记录明确授权。比如某类资料可以用于公开写作，某类资料只能用于个人检索，某类资料不能进入模型输入。授权信息本身也应该成为记忆。
不应该记录什么
个人 AI OS 不应该长期记录所有敏感细节。这里不是说永远不能处理，而是要区分“临时使用”和“长期保存”。
不建议进入长期记忆的内容包括：
1. 密码、token、cookie、私钥、验证码。 2. 身份证、银行卡、住址、病历、家庭成员隐私。 3. 未经允许的他人私人对话。 4. 客户合同、报价、未公开商业信息的全文。 5. 一次性情绪和未经确认的判断。 6. 对他人的主观标签、负面猜测或未核实指控。 7. 已过期的目标、日程和偏好。 8. 只在当前任务中需要的临时材料。
GDPR Article 5 中的数据处理原则包括目的限制、数据最小化、准确性、存储限制和安全性。即便个人 AI OS 不一定适用某个司法辖区的全部法律义务，这些原则仍然适合做设计提醒：只为明确目的记录，记录足够但不过量，保持更新，到期清理，并保护安全。
NIST Privacy Framework 也把隐私放在风险管理语境下，帮助组织在数据使用和隐私风险之间做取舍。个人使用时可以借一个简单问题：这条记忆带来的长期价值，是否值得它增加的隐私和维护成本？
原始材料应该怎么处理
“不写入长期记忆”不等于丢掉。很多原始材料需要保留，只是应该放在合适层级。
比如会议录音可以放在归档层，AI 只保存会议标题、日期、参与人类别、摘要和行动项。邮件全文可以留在邮箱系统里，AI 只保存“与某项目有关的公开决策”和链接。网页资料可以保存 URL、访问时间、摘要和引用理由，而不是把全文长期写入记忆。
一个实用做法是三层结构：
1. 原始层：文件、录音、截图、邮件、网页，保留在原始系统或归档库。 2. 索引层：标题、时间、来源、路径、标签、摘要、权限和用途。 3. 记忆层：长期可复用的偏好、决策、规则、项目状态和方法。
AI 平时优先读取记忆层和索引层；只有需要证据时，才回到原始层。这样既能找得到资料，又不必把所有原文都放进模型上下文。
Agent 记忆为什么要分层
研究型 Agent 系统也在探索记忆分层。MemGPT 论文提出 virtual context management，借鉴操作系统的层级记忆思想，在有限上下文窗口之外管理不同记忆层。Generative Agents 论文则设计了 memory stream、reflection 和 planning，让代理从观察记录中检索、反思并规划行为。
这些研究不是给个人工具的直接使用说明，但它们提示了同一件事：记忆不是一堆文本，而是需要选择、检索、压缩、反思和更新的结构。
放到个人 AI OS 里，可以简化成四个问题：
1. 这条信息是事实、偏好、决策、证据还是临时状态？ 2. 它应该留多久？ 3. 它是否需要来源和日期？ 4. 下次检索它时，AI 应该怎样使用它？
如果回答不上来，就先不要写入长期记忆。
记录要带来源和时间
个人 AI OS 最容易变差的地方，是记忆变旧。比如你曾经喜欢某种写作风格，但半年后变了；一个项目曾经是重点，但现在已经结束；某个联系人曾经负责某事，但后来换人了。
所以，重要记忆应该有来源和时间。最简单的格式是：
记录内容：
来源：
日期：
适用范围：
过期或复审时间：
能否用于公开内容：比如：
记录内容：写公开文章时，避免使用过度夸张标题。
来源：本人长期偏好确认。
日期：2026-07-03。
适用范围：公开内容生产。
过期或复审时间：长期，季度复查。
能否用于公开内容：可以作为写作偏好，不暴露来源细节。这样的记忆比“用户不喜欢夸张”更可靠，因为它说明了来源、范围和用途。
什么时候只做临时上下文
有些内容适合“用完即走”。比如你让 AI 帮你整理一封私人邮件，或者分析一份合同草稿。它可以在当前任务里使用这些材料，但不应该自动写入长期记忆。
临时上下文适合：
1. 一次性任务材料。 2. 高敏文件。 3. 还没有确认真伪的信息。 4. 别人的私人信息。 5. 当前情绪、即时想法和未成形判断。
个人 AI OS 应该有一个明确按钮或规则：本次资料只用于当前任务，不写入长期记忆。这样用户才能放心把临时资料交给 AI 处理。
定期清理比持续堆积更重要
记录边界不是一次性设置。个人 AI OS 需要定期清理。
可以每月或每季度做一次清理：
1. 删除过期项目状态。 2. 合并重复偏好。 3. 修正错误记忆。 4. 标记已完成项目。 5. 清理不再需要的临时索引。 6. 检查敏感资料是否误入长期记忆。 7. 给重要规则补来源和日期。 8. 导出一份可读的记忆清单。
OpenAI 的 memory 说明中提到用户可以询问系统记住了什么并要求忘记。这种“可询问、可管理”的思路值得借鉴。个人 AI OS 不能只会记，也要会列出来、改掉和删除。
一份可执行的记录边界表
下面这张表可以直接用来判断一条信息该放哪里：
| 信息类型 | 是否记录 | 放在哪里 | 备注 | | --- | --- | --- | --- | | 长期写作偏好 | 记录 | 全局偏好 | 需要可修改 | | 项目目标和阶段 | 记录 | 项目空间 | 带日期和状态 | | 决策与责任人 | 记录 | 项目空间 | 需要来源 | | 发布检查清单 | 记录 | 方法库 | 适合复用 | | 网页原文 | 不直接长期记忆 | 原始层和索引层 | 保存 URL、摘要和用途 | | 邮件全文 | 谨慎 | 原系统或临时上下文 | 不默认长期保存 | | 密码和 token | 不记录 | 专用密码管理器 | 不进入 AI 记忆 | | 他人私人信息 | 不默认记录 | 需要授权和边界 | 能不存就不存 | | 一次性情绪 | 通常不记录 | 临时上下文 | 除非本人明确要求 | | 过期偏好 | 清理或标记失效 | 记忆清理队列 | 避免干扰 |
结尾：好的个人 AI OS 会克制
个人 AI OS 的目标，不是把一个人的生活全部塞进数据库，而是让 AI 在合适时候拿到合适上下文。
它应该记住你的稳定偏好、明确决策、项目状态、方法模板和证据索引；它应该避开秘密、敏感原文、别人的私人信息、未经确认的判断和短期状态；它应该把原始资料、索引和长期记忆分开；它还应该允许你随时查看、修正、删除和导出。
会记忆的 AI 很有用；会克制地记忆，才更值得长期使用。