O'Reilly 播客：Duncan Davidson 谈个人 AI 的跨工具记忆
独立顾问 Duncan Davidson 在 O'Reilly 播客中指出，Claude 和 ChatGPT 各自记住用户的不同侧面，他希望建立一套可跨服务携带上下文的共享机制，并按范围控制每个服务能访问的内容。他还提到 AI 编码让开发者工作转向结果导向，以及 AI 辅助贡献给开源项目评审带来压力，其修复版本一度比主分支多出约 25 个 pull request。
O'Reilly Radar· Ben Lorica 和 Duncan Davidson·2026-11-13 00:55· 2 小时前AI 评分45
真实世界中的生成式 AI：为个人 AI 打造记忆，嘉宾 Duncan Davidson
AI 导读
独立顾问 Duncan Davidson 在 O'Reilly 播客中讨论个人 AI 记忆碎片化问题：Claude 和 ChatGPT 各自记住用户的不同侧面，他希望用一套可跨服务携带上下文的共享机制，并按范围控制每个服务能访问的内容。他还提到 AI 编码让开发者工作转向结果导向，以及 AI 辅助贡献给开源项目评审流程带来压力，其修复版本一度比主分支多出约 25 个 pull request。
正文 · 原文
本文在 AI 协助下，基于对话文字记录撰写。
AI 工具已经开始记住它们的用户，但每个工具记住的是同一个人不同的侧面。独立顾问、资深软件工程师 Duncan Davidson 一直在尝试把这些碎片连接起来。他做客 Ben Lorica 的节目，讨论如果人们能在不同服务之间携带自己的上下文，并决定每个服务能看到什么，个人 AI 能做什么。
他们还谈到了 Duncan 在 Webflow 任职期间 AI 编码如何改变 Web 开发、随着入门级工作发生变化新开发者可能失去什么，以及开源项目为何需要新方法来处理 AI 辅助的贡献。
关于 Generative AI in the Real World 播客：2023 年，ChatGPT 让 AI 进入了每个人的议程。到了 2026 年，挑战将是如何把这些议程变为现实。在 Generative AI in the Real World 中，Ben Lorica 采访那些正在用 AI 构建产品的领导者。从他们的经验中学习，帮助你在企业中让 AI 发挥作用。
在 O’Reilly 学习平台上查看本播客的其他节目，或在 YouTube、Spotify、Apple 或你获取播客的任何平台上关注我们。
要点
06.31 开发者的工作正转向结果导向。 Duncan 将 AI 编码比作桌面出版，后者消除了拼装页面的体力工作，但设计者仍需负责页面应该是什么样子。在 Webflow，他看到人们使用 AI 工具制作网站，速度比使用早期工具更快。他说，对开发者而言，问题已经从“能多快敲出代码”转变为“你想要什么结果？你想用这段代码做什么，如何把它做得更好？”人们仍然需要判断某个实现是否与系统其余部分相契合。
10.41 新开发者仍然需要一条成为专家的路径。当智能体给出几个看似可行的修复方案、而人必须选择适合更大系统的那个时，计算机科学基础仍然重要。Ben 问，如果 AI 承接了入门级任务，未来的工程师将在哪里获得这种判断力。Duncan 将早期职业工作比作艺术领域的学徒制，即使是琐碎的差事也能让新人了解整个运作方式。他警告说，只衡量吞吐量的公司可能会让人学习的空间变得太小。
23.07 AI 辅助的改动正在给开源评审带来压力。Duncan 描述了他在一个应用中使用的某个库。他的修复，加上 Claude 发现的性能问题，使他的版本比项目主分支多出大约 25 个 pull request。他说，维护者也在使用 AI。难点在于如何把有用的改动回馈给项目，又不让评审流程不堪重负。他的结论是，旧有的开源协作实践需要一次“认真的改造”。
28.27 个人记忆分散在各个工具中。 Duncan 最初让他的编程智能体把有用信息保存到一组 Markdown 文件中。当商业智能体加入记忆功能后，他发现“Claude 以一种方式了解我，ChatGPT 以另一种方式了解我”。他可以通过指令和偶尔的提醒把上下文推回每个工具，但这种方案需要比大多数人愿意做的更多调试。他想要的是少量共享机制，让人能够跨服务携带上下文。
34.01 可移植记忆需要边界。 提示词的上下文、智能体对近期交互的记忆，以及个人的长期知识，都应该能够迁移，但 Duncan 也希望人们能按范围控制访问。他把一般笔记与关于家庭和财务的信息放在一起。他对有用系统的检验标准是，他能否说：“让 Claude 访问我这些范围的知识，但不是全部。”当个人智能体遇到在工作中获得的知识时，这就变得更难。Duncan 没有界定员工自身专业知识的终点与雇主信息的起点。
36.44 信任和安全决定人们愿意分享什么。 Ben 还不放心让消费级智能体触及他的财务。Duncan 指出，信任必须通过经验逐步建立，就像对真人代理一样。我们已经看到，AI 智能体发现漏洞的速度快于既有披露流程所能处理的速度。Duncan 预计，随着智能体发现潜在缺陷，软件维护者将面临更大压力，而 Ben 则质疑依赖易受攻击代码的组织能多快得知这些发现。人们需要控制智能体能访问什么，并对围绕它的系统有信心。
49.52 个人记忆可以在获得许可后回答请求。 Duncan 设想把记忆保存在手机上，并让新服务有办法请求特定信息。例如，汽车经销商的智能体可以询问详细信息，但手机在分享前会征求他的批准。他是这样说的：
我可以给它一个指向我记忆的句柄。他们合作的任何智能体都可以进来联系我，说：‘嘿，我们想了解关于你的这些信息。’它不一定会自动执行。
来源：O'Reilly Radar · oreilly.com
来源：RadarAI · aihot.news