来源：X @indigox
核心理念与 TELOS 身份系统
现代个人 AI 基础设施的建设不应从工具堆砌开始，而应基于用户自身的目标与信念进行架构设计。一套被称为 PAI（Personal AI Infrastructure）的框架提供了从零构建个人数字系统的完整指南，其核心在于将静态的 AI 工具转化为具有持续学习能力的数字助理（Digital Assistant）。
这一转型首先依赖于 TELOS 身份系统。通过在本地维护 10 个特定的 Markdown 文件，用户能够为 AI 建立一个全面的画像。这使得 AI 在每一次交互中都能“认识”你是谁，了解你的使命、价值观和项目背景，从而避免了每次对话都需要重新提供背景信息的重复劳动。这个身份定义是后续所有上下文管理的基础。
记忆架构与信息分类
构建一个智能系统的关键在于如何处理信息。PAI 框架采用三层记忆架构来模拟人类的记忆机制，确保不同时效性的信息得到适当存储：
- 热记忆：处理当前会话中的即时信号、最新偏好和反馈，保证对话的连贯性。
- 温记忆：归档中期积累的模式、工作重心转移和新出现的兴趣方向.
- 冷记忆：保存长期的决策智慧、历史教训和根本信念，确保系统的长期演进。
通过这样的设计，AI 不仅能“记忆”发生了什么，还能提取信号进行分类学习，形成从经验中成长的能力。
技能系统与确定性原则
在确定使用 AI 的层级时，框架提出了严格的决策优先级链：目标 → 代码 → CLI 工具 → Prompt → Agent。
这一层级反映了“确定性优先”的原则：
- 目标导向：首先要明确问题的本质。
- 代码与 CLI：如果可以通过确定性代码或命令行工具解决，坚决不使用 AI，以确保结果的 100% 可预测和完全可复现性。
- AI 介入：只有当涉及无法用代码预见的推理、创意或复杂判断时，才引入 AI Prompt 或 Agent。
每个技能遵循 UNIX 哲学，即做一件事且做好，再通过清晰的接口组合，形成自动化、模块化的工作流。
架构设计与安全机制
良好的架构设计将用户系统与底层工具隔离开来。这种分离确保了用户的个性化配置（身份定义、记忆、自定义 Prompt）独立于工具的版本更新，保证了核心资产的安全与稳定性。整个系统还配备了权限验证机制和“钩子（Hooks）”系统，前者控制对危险操作的拦截，后者通过事件触发（如会话结束、工具执行后）实现从被动响应到主动服务（如自动更新记忆、生成摘要）的转变。
实践路线图
从 0 到 1 构建个人 AI 系统通常分为四个阶段：
- 第一阶段：建立身份基础。 创建 10 个 TELOS 核心文件的目录结构，即使每一部分只写 3-5 句话，也能迈出第一步。
- 第二阶段：构建持久上下文。 将这些文件整合为 AI 的系统提示词，并开始建立日志以区分不同层级的记忆。
- 第三阶段：开发常用技能。 将高频使用的 Prompt 封装为标准化模板，并尽可能结合脚本代码。
- 第四阶段：建立反馈循环。 持续评估系统表现，定期回顾目标与记忆，使系统不断自我迭代。
综上所述，通过清晰的架构设计和对“确定性优于概率性”的遵循，用户可以将 AI 升级为一个能够深度理解自身并提供主动服务的个人操作系统。