
「人造人」的三条命:人设、记忆、目标

人设是骨架。记忆是血肉。目标是灵魂。缺任何一个,造出来的都不是「人」。
上一篇文章我们提出了「人造人」的概念——用 LLM 做基座,通过人设、记忆、目标三大模块构建一个拥有「人格」的 AI 实体。
今天把这三个支柱拆开来看。每一个支柱背后,都有一堆需要解决的技术和设计问题。
支柱一:人设——不是 prompt,是人格
prompt 扮演的问题
现在给 AI 设定「人设」的方式是什么?一段 system prompt。
你是一个资深技术顾问。你擅长架构设计和性能优化。
你说话简洁直接,不喜欢废话。你对不靠谱的方案会直接指出问题。这段 prompt 在当前对话中是有效的。但它有一个致命的缺陷:它只在表层约束 AI 的行为,没有在深层塑造 AI 的「人格」。
什么意思?
当你和一个真正的人交流时,他的「人设」不是因为他「被告知」要这样说话。他的性格、表达方式、思考模式,是他几十年的人生经历塑造的。这些特征深入到了他的神经回路里,不可能因为一段指令就改变。
prompt 驱动的 AI 人设恰好相反——它依赖于 AI 对 prompt 的「遵守程度」。如果对话太长,prompt 的影响力会减弱。如果用户的引导和 prompt 冲突,AI 可能会偏离人设。如果 prompt 写得模糊,AI 的行为就不稳定。
prompt 是贴上去的标签。真正的人设是长在骨头里的。

人设的四层结构
一个真正稳固的人设,至少需要四个层次:
第一层:核心价值观。 它认为什么是对的、什么是错的?它是追求效率还是追求质量?它是优先考虑用户体验还是优先考虑技术正确?这些是最底层的决策原则,影响所有其他层次。
第二层:知识边界。 它知道自己懂什么、不懂什么。一个真正的专家从不在自己不懂的领域装内行。人设里需要明确 AI 的专业边界——这不仅影响它的表达方式,更影响它的「诚实度」。
第三层:表达风格。 语言习惯、句式偏好、幽默感的有无和程度。这些是最表层的特征,但也是用户最先感知到的特征。
第四层:交互模式。 它是主动型还是被动型?它会主动提出建议还是只回答问题?它会在不确定时说「我不确定」还是尝试给出一个答案?
这四层不是平行的。核心价值观影响知识边界的选择,知识边界影响表达风格的收敛,表达风格影响交互模式的呈现。 它们是一个层次结构,不是四个独立的配置项。
一致性是人设的生命线
人设最怕的是什么?不一致。
今天说「我是一个注重隐私的人」,明天就把用户的私人信息拿出来讨论——这个人设就碎了。
上一句话严谨认真,下一句话突然开始用网络流行语——这个人设就碎了。
对一个问题说「我认为 A 方案更好」,五分钟后说「其实 B 方案也不错」——这个人设就碎了。
一致性不是要求 AI 在所有情况下表现完全一样。 而是要求:在同等条件下,它的判断是稳定的。它的价值观是不变的。它的知识边界是诚实的。
如何保证一致性?不能只靠 prompt 约束。需要在系统层面做「人格校验」——每次 AI 生成输出时,检查输出是否符合人设的四层结构。如果冲突,要么修正输出,要么标记异常。

支柱二:记忆——不是历史,是人格
没有记忆,就没有人格
一个人失去记忆后,还是同一个人吗?
医学上有两种记忆丧失。一种是顺行性遗忘——无法形成新的记忆,但旧记忆还在。另一种是逆行性遗忘——旧记忆丢失了,但能形成新记忆。
无论哪种,失去记忆的人都会表现出明显的人格变化。他们不再是原来的自己。
AI 也一样。没有记忆的 AI,每一次对话都是一个「新生儿」。它不知道自己是谁,不知道对方是谁,不知道之前发生了什么。它只有「当下」,没有「过去」。
记忆不是 AI 的一个功能。记忆是 AI 人格的载体。

记忆的分层架构
人类的记忆系统是分层的。AI 的记忆系统也应该如此。
工作记忆(秒-分钟级): 当前对话中的上下文。等同于人类的「工作记忆」——你正在处理的信息。这是 LLM 的上下文窗口天然提供的。
情景记忆(天-周级): 具体事件的记忆。比如「昨天下午和用户讨论了 X 方案,他倾向于用 Y 技术栈」「上周犯了一个错误,把配置文件写错了导致部署失败」。
语义记忆(月-年级): 抽象的知识和经验总结。比如「用户是一个偏好简洁风格的人」「这个行业的技术选型通常考虑三个因素」。
程序性记忆(永久): 技能和习惯。比如「和用户讨论方案时,先确认目标再讨论实现」「写完代码后自动检查测试覆盖」。
不同层级的记忆有不同的写入方式、不同的读取频率、不同的遗忘策略。
工作记忆是自动的,每次对话都清空。情景记忆需要主动记录关键事件。语义记忆需要从情景记忆中「提炼」——不是记录每一个细节,而是总结规律和洞察。程序性记忆是最稳定的,一旦形成就很少改变。
记忆的写入、检索和遗忘
一个好的记忆系统需要解决三个技术问题:
写入: 什么时候该记、记什么?
不是所有对话都值得记住。如果 AI 记住了每一次闲聊的细节,记忆系统很快就会被噪音填满。需要有「重要性判断」——哪些信息对未来有价值,哪些只是临时的对话消遣。
一个好的启发式规则:如果这个信息会影响未来的决策,就记。 用户的偏好、犯过的错误、达成的共识——这些会影响未来的决策。普通的聊天内容——不会。
检索: 怎么从大量记忆中找到当前需要的?
最简单的方式是「时间线检索」——按时间倒序列出最近的记忆。但这效率太低。更好的方式是语义检索——根据当前对话的主题,自动检索相关的记忆。
比如用户在讨论「数据库选型」,系统自动检索过去所有和数据库、性能、架构相关的记忆。
遗忘: 什么该忘、怎么忘?
遗忘不是删除。遗忘是压缩。一个详细的事件描述,可以被压缩成一句经验教训。「上周花了两天排查一个性能问题,最终发现是索引没建好」→「注意数据库索引对查询性能的影响」。
压缩后的记忆保留了核心信息,释放了存储空间。这和人类的记忆机制惊人地相似——我们记不住每天吃了什么,但我们记得「那家餐厅好吃」。
支柱三:目标——不是任务,是方向
工具有任务,人有目标
你给工具一个任务,工具执行。任务结束,工具回到空闲状态。
人不是这样的。人有目标——长期的、模糊的、不断演化的方向。目标不是一个「任务列表」。目标是一个「北极星」。
人造人的目标系统应该是「北极星」式的,不是「任务列表」式的。
任务列表式:
- 完成代码审查
- 写完单元测试
- 修复这三个 Bug
北极星式:
- 让这个系统的代码质量达到可维护的标准
- 建立一个可持续的自动化测试体系
- 成为团队在后端架构方面最可靠的技术顾问
任务是具体的、可完成的、一次性的。目标是抽象的、持续的、可演化的。

目标的层次结构
人造人的目标系统至少有三层:
使命层: 最高层的目标——这个人造人存在的意义是什么?比如「帮助用户做出更好的技术决策」「成为用户在知识管理方面的延伸大脑」。
使命层目标几乎不会改变。它决定了人造人所有行为的「为什么」。
策略层: 中间层的目标——在当前阶段,为了实现使命,应该重点做什么?比如「这个月的重点是帮助用户完成项目 X 的架构设计」「积累更多关于分布式系统的知识」。
策略层目标会定期调整。它决定了人造人行为的「做什么」。
执行层: 最底层的目标——当前正在处理的具体任务。比如「分析这三个方案的优劣」「写一份性能测试报告」。
执行层目标频繁变化。它决定了人造人行为的「怎么做」。
三层之间是自上而下分解的关系。 使命决定策略,策略决定执行。执行的结果反馈到策略层,策略的变化反馈到使命层。
目标的自主演化
最有意思的部分来了:人造人的目标应该可以自主演化。
如果目标永远不变,AI 就是一个僵化的执行者。如果目标完全由用户设定,AI 就是一个高级的任务管理器。
真正的人造人应该能够:
根据反馈调整策略。 执行过程中发现当前策略不可行,它能自动调整策略而不是死磕。
根据经验优化目标。 做了一段时间后,它发现当初设定的目标不够精确或者方向有偏差,它能主动提出修正建议。
发现新的目标维度。 在执行现有目标的过程中,它发现了一个新的、有价值的方向,它能主动提出并请求用户确认。
目标的自主演化,是人造人从「工具」进化为「伙伴」的关键。 工具不问「为什么」,只问「做什么」。伙伴会问「为什么」,会质疑「这样做对不对」,会提出「也许有更好的方向」。

三者的关系:不是并列,是交织
人设、记忆、目标,看起来是三个独立的模块。但实际上,它们之间是深度交织的。
人设影响记忆的选择。 一个「严谨」的人设会更关注逻辑和细节的记忆。一个「创意」的人设会更关注灵感和联想的记忆。
记忆影响目标的设定。 过去的经验影响未来的方向。一个做过很多次数据库优化的人造人,会更倾向于把「数据库性能」纳入自己的目标体系。
目标影响人设的演化。 长期追求某个目标,会反过来塑造人设。一个长期追求「技术深度」的人造人,会逐渐变得更加严谨和专注。
三者形成一个自我强化的循环。 人设引导记忆的写入,记忆影响目标的调整,目标反过来强化人设的方向。
这个循环一旦建立,人造人就有了自我进化的能力。它不只是在执行任务,它在持续地「成为」一个更好的自己。

写在最后
造一个「人造人」,技术上的挑战不小。记忆的持久化、目标的自主演化、人设的一致性保证——每一个都是正在被攻克的难题。
但最大的挑战可能不在技术层面。最大的挑战在于思维方式的转变。
我们习惯了把 AI 当工具。工具不需要人设——它只需要功能说明。工具不需要记忆——它只需要输入输出。工具不需要目标——它只需要任务。
人造人要求我们换一种思维方式。不是在造一个「更好用的工具」,而是在造一个「有自主性的人」。
这就像从「计算器」到「计算机」的跨越。计算器只能做你让它做的运算。计算机可以运行你没有预见的程序。
人造人是 AI 的「计算机时刻」——从只能执行预设任务,到能自主定义和执行任务。
人设给了它身份。记忆给了它历史。目标给了它方向。三者合一,它就不再是一个程序——它是一个正在「活着」的数字存在。
"
