打造个人AI操作系统：告别重复劳动

你可能每天都在使用AI：编写代码、查询资料、修改文案、总结内容。但是否意识到一个关键问题——每次开启新对话，你都得重新开始。

它不了解你的身份、正在进行的项目、写作风格、长期目标。今天讨论的内容，明天就完全遗忘了。你只能反复说明背景、重新设置上下文，不断重复同样的描述。

我们拥有这个时代最强大的智能工具，但使用方式却仍停留在“高级搜索引擎”阶段。

安全领域知名博主Daniel Miessler发起的开源项目PAI（个人AI基础设施）正是为了解决这一问题。它的目标远大：不是再创造一个AI工具，而是为每个人构建一套“人生操作系统”（Life Operating System）——让AI真正记住你、理解你，并持续协助你从“现状”迈向“理想状态”。

它有一句令人深思的口号：

AI应该赋能每一个人，而不仅仅是顶尖的1%。

关键标签：#AI基础设施#数字助理#ClaudeCode#个人知识管理#TypeScript#自动化工作流

PAI的创建者认为，多数人使用AI失败，不是因为模型不够智能，而是因为没有将“全局信息”输入给AI。

设想两种使用场景的差异：

区别不在于模型本身，而在于模型周围的“上下文”。PAI将这一过程系统化：它捕捉你的身份、兴趣和目标，并在每次任务中将这些信息精准传递给最强大的模型。

PAI由三层结构组成：

PAI的设计理念非常明确，几乎每一点都与主流做法背道而驰。以下列举几个最具代表性的设计思路。

PAI几乎不使用SQLite、Postgres等数据库，而是大量依赖纯文本和Markdown。原因很简单：所有内容都应是透明、可读、可被任意工具解析的。

好处在于：你的数据始终掌握在自己手中，用cat命令即可查看，不会被锁定在不透明的数据库中。

这一点对技术用户尤其重要。从2025年6月起，PAI完全放弃了RAG（检索增强生成，业界主流的AI长期记忆方案）。

它的方法是：使用带交叉引用的富文本，结合ripgrep等高速搜索工具。作者认为这套组合能提供人们期望从RAG中获得的所有功能——同时避免向量嵌入的复杂性、检索不稳定性和信息精度损失。

优势在于：架构更简洁、更可控，省去大量“玄学调参”。

PAI拥有一套基于文本的记忆系统，分为三层：WORK（当前任务）、KNOWLEDGE（知识沉淀）、LEARNING（经验模式），外加一张涵盖人物、公司、想法、研究的“类型化知识图谱”。

你做过的事、学到的内容、值得保留的经验都会被记录，并作为输入反哺到未来的工作中。使用时间越长，它越了解你。

这是PAI的核心。所有非琐碎任务都会经历以下七阶段循环：

OBSERVE（观察）→ THINK（思考）→ PLAN（规划）→ BUILD（构建）→ EXECUTE（执行）→ VERIFY（验证）→ LEARN（学习）

它借鉴了科学方法论，核心目标是解决AI最大的难题之一——“如何判断任务完成？”为此PAI提出了ISA（理想状态产物）概念：像编写软件需求文档（PRD）一样，先明确“完成的样子”，再让系统逐步实现。

PAI的技能体系具有工程化层级：代码 → 调用代码的CLI → 调用CLI的工作流 → 路由工作流的SKILL.md。

核心原则是：“提示词包裹代码，而不是代码包裹提示词”。能用确定性代码完成的任务，绝不交给不确定的提示词。v5.0.0内置了45个技能、171个工作流、37个钩子（hook）。

作者称之为Bitter-pilled engineering（吃下苦药的工程）：随着模型能力增强，需要的“手把手指导”反而减少。PAI会不断自我审查，删除那些“模型其实能做得更好”的过度约束。

这是一个清醒的判断：系统应随模型能力增强而简化，而不是越来越复杂。

PAI是Claude Code原生项目，代码以TypeScript + Bash为主，运行时基于Bun。

curl -sSL https://ourpai.ai/install.sh | bash

安装向导会自动完成Bun、Git、Claude Code的环境检查，配置DA身份、选择声音、注册Pulse后台服务，并进行最终验证。如果已有~/.claude/目录，它会先自动备份为~/.claude.backup-{时间戳}，再进行任何更改。

谨慎提示：官方建议先阅读安装脚本[2]再决定是否执行。

gitclonehttps://github.com/danielmiessler/Personal_AI_Infrastructure.git cdPersonal_AI_Infrastructure/Releases/v5.0.0 cp-R .claude ~/ cd~/.claude && ./install.sh

open http://localhost:31337 # 打开你的“人生仪表盘”

然后在Claude Code中运行/interview，你的DA会引导你完成四个阶段的“访谈”：

官方反复强调：这是最重要的一步。没有TELOS，你的DA就失去了优化方向——它不知道该把你带向哪里。

仅说理念有些抽象，PAI真正有趣的地方在于Packs（能力包）。

每个Pack都是一个自包含的目录，可以脱离PAI本体、直接安装到任意AI编程环境中。安装方式简单到离谱——将你的DA指向某个目录，说一句“装上这个”即可：

"Install the Research pack from PAI/Packs/Research/"

DA会自动读取INSTALL.md，完成“系统分析 → 提问 → 备份 → 安装 → 验证”五步向导。

v5.0.0将全部45个技能打包为独立Pack，覆盖面广泛。举几个有代表性的例子：

以ExtractWisdom为例，它不会用一套固定的标题套用所有内容，而是先理解内容，判断其中真正包含的“智慧领域”，再动态生成相应小节。同样内容，给安全工程师和创业者看，提炼的结构是不同的。这种“内容自适应”的设计，正是PAI工程哲学的体现。

PAI的迭代速度相当快，v5.0.0已经是“人生操作系统”级别的大版本。从官方路线图看，接下来的重点很务实：

已知局限也很坦诚：目前完整支持macOS和Linux，暂不支持Windows（官方欢迎社区贡献）；项目处于活跃开发期，会有破坏性变更，升级前务必先备份。此外它深度绑定Claude Code——虽然技能、记忆、算法等概念是通用的，代码也都是开放的TypeScript/Bash，社区可以移植到其他平台，但“开箱即用”的体验目前最适合Claude Code用户。

值得一提的是其安全设计：隐私是“结构性”的——每个目录都声明了自己的隐私分区，专门的守卫钩子会拦截跨区数据泄露，每次公开发布前还会运行12道安全检查。这对一个承载你全部个人上下文的系统来说，至关重要。

如果你只是偶尔用AI写两段文案，PAI可能“重”了点。

但如果你符合以下任意一条，它非常值得一试：

PAI真正打动人的，不是某个具体功能，而是它背后那句朴素的信念——技术应该服务于人，而不是反过来。它把人放在中心位置，让AI围绕“你想成为什么样的人”去运转。

项目永久免费开源（MIT协议）。如果你也认同这个方向，不妨：

毕竟，正如项目作者所说的那句话——

Augment yourself.（去增强你自己。）

[1]github.com/danielmiessler/Personal_AI_Infrastructure:https://github.com/danielmiessler/Personal_AI_Infrastructure [2]阅读安装脚本:https://ourpai.ai/install.sh [3]Discussions:https://github.com/danielmiessler/Personal_AI_Infrastructure/discussions