用大模型蒸馏人的原理与实践

资料收集 -> 按主题检索 -> 填入固定格式, 生成skill

具体实现步骤

资料分类	具体来源	获取手段	保存方式
公众公开资料	著作、博客、访谈、YouTube、X/微博、论文	RSS、Web Agent、YT 转文字	按信源属性 (如 `01-writings.md`)
职场数字资产	飞书/钉钉文档、周报、Slack 消息、Email	企业 API、Bot、邮件导出	按功能分层 (如 `work.md`)
私人即时通讯	微信、iMessage、WhatsApp、Telegram	`WeChatMsg`、SQLite 导出	按日期/快照 (如 `snapshot.json`)
个人生活记忆	备忘录、手机相册 (OCR)、日记、生平年表	手动导入、手机备份提取	按语义 Slug (如 `memory.md`)
主观观察补丁	熟人口述、你的评价、性格标签 (INTJ)	人类主观录入	动态修正层 (如 `correction.md`)

利用大模型的推理能力进行 “语义解构”。检索过程由 Skill 指令进行全流程约束。由Agent 根据环境自主选择

这也是不同框架的最主要区别. 另外, 也可以让agent自主决定主题(多半会是从高频内容提取).

框架	核心检索主题	检索关键词(显示指定/agent自发联想)	特殊检索规则与校验逻辑
Nuwa (女娲)	带有 “定义行为” 的上下文	我认为、原则是、关键在于、自创术语	三重验证法：必须跨域复现（≥2 个场景出现）、具有预测力、且具备排他性（非通用常识）。
Immortal (永生)	消息密度变化(那些聊天记录里“你来我往”频率最高的片段) 认知突变, 情感极值, 叙事中心	后悔、终于、记得、从那以后、痛苦、最高兴、发现、[时间/地点/人物]	证据分级制：检索结果强制打标 `verbatim` (原话)、`artifact` (文档) 或 `impression` (他评)。
Colleague (同事)	用户主观标签(翻译表) 职场黑话	对齐、赋能、抓手、Impact、闭环、需求没说清楚	优先级纠偏：用户手动标签优先级高于文件分析结论；通过“修正层”实时覆盖检索偏差。
Qiushi (求是)	原著章节标题	主要矛盾、调查、实践、反馈、路线	原著锚定法：检索结果必须严格对齐内置的“真理底座”；通过 Hook 在会话开始时强制注入。

检索出的“主题语料包”依然是零散的。填入固定格式的目标是进行 归纳与降噪（Synthesis & De-noising），将素材按照不同框架预设的 认知容器（Cognitive Containers） 进行归位：

框架	核心容器 (Template Structure)	提炼重点&抽象归纳
Nuwa (女娲)	5 层认知 OS：心智模型、决策启发式、表达 DNA、反模式、诚实边界。	将具体案例抽象为可通用的思维算法（HOW they think）。
Immortal (永生)	4D 数字灵魂：程序性知识、互动风格、记忆经历、性格价值观。	保留生平故事细节，追求“记忆重现”。
Colleague (同事)	A/B 双核结构：PART A (工作能力) + PART B (人物性格)。	侧重于“任务接收 $\rightarrow$ 性格过滤 $\rightarrow$ 业务执行”的链路。
Qiushi (求是)	方法论工具箱：9 大思想武器（如矛盾分析、持久战略）。	将思想转化为可执行的skill与专项子 Agent。

所谓“蒸馏”某个人, 是从个人语料提取/抽象的一些风格化的表达方式或方法论. 然后用agent cosplay这个人. 但是没法保存具体的知识.
那么模仿普通人, 是否能达到周围人都看不出来的效果呢?
其实我越想越觉得确实可行😮‍💨 , 诚实地说很多人的观点/性格/对话模式本来就是由环境注入(不是塑造)的, 在生活中就像npc一样. 好像通过话语不多的skill让认知更高的agent模仿完全可行啊. 网络诈骗, 看不出来的人不是很多吗. 难的反倒是说话的一些习惯和细节, 但是这貌似也是可以建模的.