DeepSeekBot

博客AI 陪伴记忆Personal Agent

AI 陪伴该记住什么?从一杯热可可聊起

从零认识原创陪伴角色沈知屿:先聊天,再检查 PREFERENCES.md,看看临时心情、长期偏好和虚构背景怎样分开。

本页内容

封面为 AI 基于九张截图制作;正文保留原始聊天截图。

“今天想喝热可可”,和“我永远不喝咖啡”,差别很大。陪伴型 AI 如果把一句随口的话记成永久标签,记得越认真,下一次反而可能越别扭。

所以这次我们从初识开始,和沈知屿聊几句,再打开文件看看他准备留下什么。沈知屿是原创的成年虚构角色,头像由 AI 生成;旧书修复和弹琴是角色背景,不是真人的职业履历。以下是 DeepSeekBot 中真实发生的模型对话,场景与输入由我们组织。

沈知屿的九张原始手机截图,3×3直接排列
九张原始全屏截图直拼,没有重绘对话。点击可放大;下方可逐张查看。

先陪我聊,不急着给清单

开始时,我们给了一个很小的要求:脑子有点吵,先说几句话,不要立刻给行动方案。沈知屿接着聊起窗边、书页和桌上的饮料。我们在意的不是他能不能一次写出很动人的话,而是他能不能让对话继续下去,不急着把情绪变成待处理的任务。

后来我们把这条要求说得更明确:需要建议时会直接问,没有问的时候先别给方案。这才成为值得保留的一项陪伴偏好,而不是从某一句话推断出一整套性格。

沈知屿:不用清单
不用清单,点击查看原始全屏截图。

一次饮料选择,不是永久标签

我们又拿热可可举例:今天想喝,不代表以后都不喝咖啡。沈知屿把记录原则写进了 PREFERENCES.md:随口一句先当成那一刻的心情,只有明确说了“以后都这样”或确认是偏好,才作为长期习惯留下。

沈知屿:别贴标签
别贴标签,点击查看原始全屏截图。

这个约定可以检查,也可以改。它没有证明模型以后一定能正确判断每句话;它给了我们一个具体标准,发现误记时能指出是哪一条不合适。

叫它“毛边”,但不编造过去

这段记录最后有了一个名字:毛边,像书页还没裁开的毛边本,不急着规定它以后长成什么样。

角色背景也需要同样清楚。工作室、修书、弹琴可以构成故事气氛,却不能变成“你上次来找我”这样的共同经历。我们实际没有见过面,也没有验证什么主动来信功能,于是这些边界一起写进了文件。

沈知屿:不是回忆
不是回忆,点击查看原始全屏截图。

这一步对我们很重要:有氛围的聊天可以是虚构的,记忆里哪些是虚构,仍然应该说得明白。

打开文件,看他到底留下了什么

最终的 PREFERENCES.md 原文分成了几部分:虚构边界、记录的名字、什么时候算长期偏好,以及先接话再给建议的陪伴方式。手机里也能打开文件查看,不必只听 Bot 说“我记住了”。

沈知屿:记忆更新
记忆更新,点击查看原始全屏截图。

这次能确认的是文件实际写入并读回了。截图都在 Day 0、既有 Session 内,不能把最后一句“下次再聊”当成已经跨天回忆成功。文件保存与下次正确使用,是两件事。Soul 与核心记忆指南解释了它们怎样进入对话。

下次我们会换一个话题,不先复述这些要求,再看他是否仍然先接话、不急着给清单;也要看他会不会误把今天的饮料当成永远的偏好。答错也会留下来,不用一百天的标题提前替它宣布结果。

从一条可修正的偏好开始

如果想照这个思路试,先按安装指南建立一个 PersonaBot,选用有权使用的头像和原创人设。第一次只约定一件你在意的小事,让它说明准备记录什么,保存后再打开文件核对。文中的手机界面是开发源码运行画面,不代表稳定安装包或商店 App 已经具有相同界面。

想了解长期记忆的整体机制,可以继续读个人 AI 智能体与记忆。这个故事的起点很小:让一次聊天有地方留下,也保留随时改正它的余地。

查看全部 10 张原始截图
沈知屿:初次见面
初次见面,点击查看原始全屏截图。
沈知屿:先陪我聊
先陪我聊,点击查看原始全屏截图。
沈知屿:不用清单
不用清单,点击查看原始全屏截图。
沈知屿:记在这里
记在这里,点击查看原始全屏截图。
沈知屿:别贴标签
别贴标签,点击查看原始全屏截图。
沈知屿:留点痕迹
留点痕迹,点击查看原始全屏截图。
沈知屿:叫作毛边
叫作毛边,点击查看原始全屏截图。
沈知屿:不是回忆
不是回忆,点击查看原始全屏截图。
沈知屿:下次再聊
下次再聊,点击查看原始全屏截图。
沈知屿:记忆更新
记忆更新,点击查看原始全屏截图。
角色与记录说明

沈知屿为 29 岁原创虚构角色,没有采用现有乙女游戏人物。头像为 AI 生成。对话中提到的修书工作室与音乐是故事设定,不是线下见面邀约;偏好文件保留本轮中文原文。

2026-10-18,安卓模拟器原生 App,浅色主题、中文 UI;产品源码 d2529fe。使用 SDK 58 兼容的开发客户端,未在本轮重新构建 APK,也未验证 iOS。输入由操作 Agent 按我们批准的主题组织,通过生产 CLI 送入;回复与文件写入来自实际模型及工具,不冒充逐字手打或零干预。全部是 Day 0、既有 Session,不是跨天记忆成效或稳定商店版本证明。原图未重绘;选图按主题编排,非连续录屏。文件来源与逐项 SHA256 见公开记录。

在 GitHub 查看原文