第40章 个人知识平台与智能体：我的土壤档案和造种工具
一、平台不能只有一个越来越了解我的聊天窗口
设想林越打开个人知识平台。首页没有给他显示一个终身稳定的能力类型，而是呈现当前正在研究的问题、几段经本人核对的关键过程、仍有效的候选种子，以及尚未解决的异议。他可以看见哪些记录来自自己，哪些来自教师，哪些只是AI提出的解释。平台首先帮助他辨认材料的身份，而不是替他宣布自己是谁。
这个场景是本章提出的设计原型，不是某个已经部署并通过检验的软件。它与普通聊天记录的区别，不在于保存了更多文字，而在于材料进入下一次行动以前，需要经过来源、条件、权限与版本的组织。一个系统即使记得全部对话，如果总按旧画像推荐同类问题，也可能让过去越来越牢固，而非使未来越来越开放。
个人知识平台的目标应当是支持学习者重新组织问题和条件。记忆为此服务，智能体为此服务，九格画像也为此服务。平台不能把“知道用户更多”当作最高目标，更不能把用户每一次迟疑都解释成需要进一步分析的私人数据。土壤档案只应保存与当前和约定后续教育目的有关的材料。
二、把平台分成五类可以相互核对的对象
第一类对象是有来源的知识材料，包括文本、数据、图示和经核查的说明。第二类是过程片段，保存具体问题中谁作出什么判断、回应怎样改变下一步。第三类是九格画像的条件性解释。第四类是候选种子及其版本。第五类是智能体配置，规定工具怎样调用材料、提出问题、处理反馈和交还判断。
五类对象必须能够关联，却不能混为一张总表。一段文本被收藏，不能直接增加个人能力；一次AI输出被采纳，不能自动写成稳定侧重；一个种子在课堂中顺利执行，也不能自动标为个人变化已经成立。平台若把这些对象统一转换成成长分数，就会在技术层面重演全书不断区分的混算。
对象之间更适合建立有意义的关系。例如，某条画像解释依据哪些过程片段，某粒种子针对画像中的哪个暂定断点，某次配置更新改变了种子的哪个反馈分支，后续观察又支持或反对了什么。关系不是越密越好，它应当让使用者能够回到依据，而不是用复杂连接制造已经理解一切的感觉。
三、土壤档案首先保存发生序列，不保存终身标签
每条与我材有关的记录，需要至少说明任务族、时点、参与条件、可见行为、解释者和解释状态。林越在展览任务中先采用统一时间单位，与他在阅读讨论中先比较不同作者的前提，不能因为都涉及“统一”就自动合并。条件不同，侧重的作用也可能不同；平台应让这种差异保持可见。
画像可以有若干版本，但新版本不应静默覆盖旧版本。旧记录说明过去怎样理解这个人，新记录说明哪些证据促成修改。若某一解释后来被认为是任务造成的假象，应保留其被撤回的原因，避免它在另一个智能体调用历史资料时重新恢复为事实。纠正必须能够沿使用关系传播，而不仅在原页面增加一条备注。
本人签认也需要明确含义。可以分别记录“已读并理解”“同意这一描述”“存在异议并附说明”，不能只设一个默认勾选框，将继续使用平台视为接受全部画像。学生可以同意保存行为片段，却不同意教师对其侧重的解释。这样的分歧应当支持后续研究，而不是使其失去使用资源的资格。
四、种子库保存的是功能骨架，不是提示词收藏夹
一粒可交付的候选种子，至少要说明它针对什么断点，核心问题是什么，哪些进入条件必不可少，路径有哪些分支，什么反馈使其继续、改写或停止。还应说明哪些部分允许为表达和无障碍需要调整，哪些部分在交换检验中必须保持。这样才能判断两次使用究竟是同一粒种子，还是已经形成新版本。
林越的种子若从“列出不同要求”改为“比较不同组织单位的后果”，就不只是换了一段措辞，而可能改变了问题功能。平台应把这种变化写成版本关系，并保留修订理由。相反，把姓名、语言表达或材料呈现方式作必要调整，不一定改变功能核心，但允许调整的范围最好预先约定。
种子状态可以使用候选、限定试用、证据待补、转为通用、停用等明确名称。这些名称是本章的产品设计建议，不是正式研究结果。尤其不能设置一个仅凭用户点赞就自动获得的“专属有效”标签。是否具有专属性，需要种子交换和相应比较；平台应显示证据链接与缺口，而不是把称谓提前发放。
五、智能体需要知道什么时候交还问题
造种智能体可以执行材料检索、候选生成、问题追问、版本对照与记录整理，但应在关键位置把判断交还学习者或教师。例如，当冲突可能来自数据错误、目标不相容或权限不足时，它可以分别提出检查路径，不能无条件地替用户选择一种解释，并将后续对话全部引入这条路径。
一个可用的配置需要写清任务边界、可使用材料、禁止冒充的证据、需要人工确认的动作，以及遇到无法核实内容时怎样表达。若工具生成了一段访谈式文字，应明确它是模拟，不能自动进入真实材料库；若它建议改变课堂安排，应停在建议状态，不能因为用户曾经接受类似建议就视为已经获准执行。
交还不是简单地在每次输出末尾问一句是否同意。它应当把有后果的选择呈现出来：保留原问题会遗漏什么，改变问题会增加什么成本，当前还缺少哪些依据。学习者能够据此改写下一步，才真正参与造种。一个只让用户确认完整答案的智能体，可能提高顺畅度，却没有给新的能力组织留下位置。
六、文本、学习包与智能体怎样连接而不重复存放
一份知识文本可以成为材料入口，但读完文本不自动构成种子。学习包应当围绕若干具体问题组织阅读位置、实践任务与反馈分支，使学习者能够把文本中的概念放进自己的断点。智能体则根据实际回应选择与调整路径，而不是把整本书再次改写成一串问答。
三者可以形成相互指向的结构：文本说明概念与依据，学习包说明准备在哪些条件下使用这些概念，智能体支持具体过程并保存关键转折。若实践发现某个概念解释含混，应能回到文本修订；若学习包总把学生带向同一个答案，应修订路径；若智能体越权代替判断，应修订配置。三者不能只在一个页面上并排出现，就被称为一体化。
这里的学习包首先是公共资源，只有在围绕某个人的具体断点形成并接受检验后，才可能成为他的候选种子。一本书附带一个智能体，也不意味着每位读者都发生了新的我。平台应允许知识产品成为发生的起点，同时防止把阅读、完成练习和智能体调用次数直接换算为人格或能力的增长。
七、记忆必须能够被纠正、限用和遗忘
个人知识平台需要区分保存期限与使用权限。一段材料可以为了完成当前课程暂时保存，却不意味着可以永久用于推荐；一条过程记录可以供本人回看，却不意味着可以进入教师共同体；某个种子可以公开其功能骨架，却不应同时公开使用者的私人解释。不同对象需要不同的权限，不能用一个同意按钮覆盖全部用途。
联合国教科文组织关于生成式AI教育应用的指导强调以人为中心，并关注隐私、适龄使用及教育机构对工具适切性的判断。[R17] 本章据此提出的具体权限结构仍是设计建议，不能被理解为该指导已经规定了这里每一个字段，更不能替代所在地适用规则的核查。
在产品层面，应让用户能够看到谁可以读取、谁可以修改、哪些智能体会调用某条记录，以及撤回授权会影响哪些功能。删除或限用也需要真实反馈：若某段内容已经进入共享材料，应说明能够撤回的范围与仍存在的副本限制，而不是用一个消失的界面图标制造完全遗忘的承诺。平台的诚实，也是学习者组织自身条件的一部分。
八、推荐系统需要主动寻找旧画像之外的证据
如果平台根据林越以前偏好统一的记录，持续推荐结构清晰、答案单一的任务，系统可能越来越确信原画像。使用者表现得与推荐一致，推荐又以此证明理解准确。要防止这一闭环，平台需要在适当范围内保留不同条件下的观察入口，让旧解释能够遇到反例。
这不意味着随机推送越陌生越好。新的任务应与当前问题和可承受条件有关，同时能够区分竞争解释。例如，改变任务是否允许修改目标，观察林越的进入方式是否随之改变；改变周宁是否拥有明确的暂定权限，观察她是否仍无法收束。推荐的价值在于增加解释的区分力，而不是增加刺激或制造挑战。
推荐记录还应说明为什么推送以及它准备检验什么。用户可以认为这个理由不适用，并要求重新解释。若系统把拒绝某个推荐也解释为原画像成立，就再次取消了反证。一个支持我材发生的平台，必须允许“不推荐”“暂时使用普通材料”和“先不建立画像”等正常状态。
九、技术日志与个人叙事应当各守位置
平台可以保存模型版本、配置版本、调用材料、时间与关键输出等必要技术记录，这有助于辨认条件变化。个人则主要记录自己认为重要的决定与转折。两类记录可以关联，但技术日志不能直接读取为人的心理过程，个人叙事也不能替代工具条件的实际记录。
例如，同一学生后来获得更好结果，可能与模型更新、检索材料补充或提示分支改变有关。若平台没有保存这些条件，研究者容易把全部进步归给学习者。反过来，即使技术条件保持相近，学生也可能在问题选择上发生了变化；仅比较输出质量同样会漏掉它。日志的作用，是使不同解释有机会被检验。
保存技术信息也有成本。普通课堂没有必要记录一切可记录内容，应围绕明确问题确定最小必要集合。涉及研究时，再说明需要增加哪些数据以及为什么。一个能够生成海量日志的系统，并不天然比一个记录精简但关键决定可追踪的系统更懂发生。
十、平台应当支持迁出，而不是制造永久依附
个人知识平台如果只在原服务内部才能理解和继续使用，学习者更换工具时就可能失去自己的过程资产。因此，设计应考虑可导出的文本、材料来源、种子版本与必要关系说明，使另一位教师或另一套工具能够在理解权限与边界后接续。可迁移不是保证任何系统都能无损导入，而是避免把关键内容封闭成只有原平台认识的黑箱。
迁出也能帮助区分能力归属。如果一套精巧配置离开原平台就失效，应先说明这是配置或平台条件的限制；如果学习者能够在新工具中重新组织必要条件，则为人的组织能力提供了另一类线索。但更换工具并不等于完成撤去AI的严格检验，两种条件回答不同问题，不能相互替代。
真正服务个人的平台，应当允许用户带着材料与理解离开，而不把离开视为成长中断。它提供的是继续发生的条件，不是对个人未来的独占权。尤其在教育中，账号、资源与使用关系可能随课程结束而改变，平台不能让学习者的知识历史仅仅依附于一个临时教学安排。
十一、从原型到使用，需要先验证哪几件事
在把本章设计变成实际系统之前，应先通过小范围原型检验几个问题：记录是否能被使用者理解，画像异议是否真的改变调用，种子版本是否能被另一位教师复现，智能体是否在关键位置交还判断，删除与权限修改是否按说明生效。这些检验首先针对系统功能，不等于验证我材发生理论。
随后才是教育适切性：平台是否减轻而非增加无意义记录，是否把教师注意力放到关键断点，是否让学习者更容易参与问题重建。功能正常也可能产生不适当的教育后果，例如所有用户为了得到更好的推荐，开始按照系统偏好的反思格式叙述自己。系统需要接受真实使用中的异议，而不仅接受功能测试。
平台的一次最低可行使用，不需要先建设庞大数据库。学习者可以从一张任务页开始：保存原问题和一段关键受阻材料，列出一粒候选种子的当前版本，标记哪一个判断仍须由本人说明，再把下一次需要观察的条件写清。AI只能在得到授权的资料范围内给出建议，不能把未经核查的解释写入长期画像。待这些材料确实改变下一轮设计，再决定是否扩大记忆范围。
由此形成的平台价值，不只是替人记住更多，而是帮助人在需要时取回足够、相关且可质疑的条件。一个没有保存全部生活的平台，也可能有效支持造种；一个掌握大量私人资料的平台，却可能因错误摘要和不可撤回画像而妨碍发生。资料规模与教育作用之间，不存在无需检验的同向关系。
更强的个人变化与层级提升主张，则还要经过本书的研究设计。平台上线、用户活跃、满意度提高，均不能直接证明这些主张。将产品可用、教学有用和理论有效分开，是为了让每一阶段都有准确目标，而不是让平台永远依靠最宏大的愿景解释最普通的数据。
十二、档案的最好用途，是使下一次理解不必从标签开始
一个好的土壤档案，不会在林越再次进入学习时只弹出一句“偏好统一”。它会让他和教师看见：在哪些条件下，这种组织曾经有效；在哪些条件下，它遮住了不同要求；哪些候选种子改变了过程，哪些尚未得到检验；本人对这些解释保留什么意见。历史因此成为能够继续研究的材料，而不是一个被系统反复朗读的名字。
智能体的最好用途，也不是替林越永久承担造种，而是支持他逐渐参与判断何时需要造种、哪些工作可以委托、哪些问题必须重新打开。有时平台应当帮助他连接更多资源，有时应当让他独立停留在一个尚未解决的问题上。持续连接与适当独立，都是需要被组织的条件。
个人知识的价值，由它怎样参与下一次判断来说明，而不由它积累了多少关于个人的信息来证明。平台既然同时保存人的行动、配置变化与整体表现，评价就必须继续把这些所得分开，让每一种价值得到准确归属，而不互相冒名。
带走的话个人平台的价值，在于取回相关且可质疑的条件，而不在占有全部生活。