限制我们用好 AI 的，早就不是模型能力，而是关于我的数据不在我手里。产品随时可以被换掉，唯一让你换不动的，是沉淀在里面的上下文。我为此做了一个个人数据库，做完才发现它只是一面镜子。
Ghostty 的 tab 当项目槽，tmux 当分屏管理器 —— 为什么 tab 要看得见、为什么分屏交给 tmux、以及让八个项目同时开着还不会乱的那些配置选择。
十三个让我每天开发更顺手的 Mac 应用——从终端、编辑器到语音输入、远程连接和密码管理，每个都解决一个明确的问题。
用代码示例和数据流讲清楚 Next.js App Router 下四种渲染策略的区别和实际用法。
限制我们用好 AI 的，早就不是模型能力了，是关于我的数据不在我手里。
我每天都在用 LLM，但 LLM 并不认识我。
模型可以帮我写代码、分析架构、修改简历，在拿到工具之后还能替我完成一些真实的操作。但每次打开一个新的 Provider，我都要重新解释自己是谁：我用哪些语言，做什么工作，手上有哪些项目，习惯怎样组织代码，哪些技术限制不能被忽略。
一开始我把它当成一件麻烦事。后来我意识到，它是天花板。
7 月 28 日那期 Invest Like the Best，Patrick O'Shaughnessy 和 Sam Altman 聊了将近一小时。中间有一段专门讲瓶颈（22:27）：过去几年，限制 AI 前进的东西一直在轮换——有时候是 research ideas，有时候是算力，有时候是数据，然后又转回算力。
那是造模型的人看到的瓶颈。
我这一侧的瓶颈从来没有轮换过。
模型每几个月跳一级，推理成本掉一个数量级，能力边界持续外扩。而我每打开一个新对话，仍然要从头解释我是谁。模型侧的进步是指数的，我这一侧的起点始终是零。
所以真正的问题不是“AI 够不够聪明”，而是：一个足够聪明的系统，能拿到关于我的多少事实？
答案是：非常少，而且都不在我手里。
Provider 通常会提供一个类似 things about me 的地方。写进去，问题看上去就解决了。但真的开始维护它，我发现自己只是在建立又一份关于我的数据副本。
我的个人网站保存了工作经历、技能、项目和简介。修改简历的应用需要同样的数据，于是再 import 一份。LLM Provider 有自己的个人资料，下一个产品还会再要一份 profile。
这些系统保存的不是不同的数据，而是同一个人的不同投影。问题是，每一个投影都逐渐开始把自己当成源头。
只要数据被复制，漂移就会发生。我更新了一段工作经历，应该先改哪一个？某个项目换了技术栈，哪个系统里的版本才算正确？Provider 记住的偏好过期以后，我甚至不一定知道它仍在用一条旧信息影响回答。
最初我把它理解成 context 问题：也许我需要一份更好的 system prompt，或者一份可以导入不同模型的 JSON。后来我意识到，这只是换了一种复制方式。
Context 是数据被某个消费者使用时的形态，不是数据本身。Prompt、RAG 文档、简历页面和网站 API 都可以是消费方式，但它们不该各自拥有一份事实来源。
同一期访谈里还有一个更尖锐的问题：如果智能本身变成纯粹的商品，还剩下什么护城河？
Sam 给出的排序大致是：算力规模最耐久；工作流和集成产生的黏性次之；品牌和分发中等，他形容 ChatGPT 的捆绑效应“very very tiny”；而产品本身最弱——有人做出更好的，用户就会走。
我想了很久，因为它正好从另一侧说出了我一直在想的事：
如果产品可以随时被换掉，那唯一让你换不动的就是沉淀在里面的上下文。
Sam 是站在公司那一侧说的：产品会被替换，所以护城河必须在别处。站在我这一侧，同一件事只是换了个名字——那不是护城河，是锁。
我在一个平台上积累的上下文越多，它的护城河越深，我越走不掉。而这份上下文，本来就是我的生活：我做过的项目、写过的笔记、修过的简历、解释过无数次的技术偏好。
所以问题不是“AI 能不能记住我”，而是：记住我的那份东西，产权归谁。
上下文是结果，所有权才是前提。谁拥有数据，谁就决定了这份上下文能被谁使用、能不能被带走，以及在你换掉产品的那天它是否还存在。
今天的大型平台通常这样组织数据：
一个领域 × 大量用户
健康平台收集许多人的健康数据，音乐平台收集许多人的收听记录，招聘平台收集许多人的职业经历。它们的领域边界非常清楚，但同一个人的数据被垂直切开，分别留在不同公司里。
个人 AI 需要的是相反的方向：
一个人 × 多个生活领域
职业、知识、照片、音乐、健康、旅行和浏览记录属于同一个人。它们可能来自不同产品，却不该永远以产品为最终边界。
这个方向听起来很自然，也很容易低估它的难度。我试过。
我给自己写了一个个人数据库，叫 Kioku：一个 PostgreSQL，收着职业、知识、照片、音乐、健康和浏览记录，网站通过 API 读，LLM 通过 MCP 读。它确实解决了副本和漂移的问题——现在只有一个地方是源头，其他都是派生。
但做完之后我很清楚它是什么：它目前只是其他平台数据的镜像和同步。
数据仍然产生在别人的系统里。音乐记录来自流媒体，健康数据来自手机和手表，代码活动来自 Git 托管商，阅读和观看记录来自各自的 App。Kioku 做的是定时把它们拉过来、对齐、存下。我拥有的是一份可靠的副本，不是源头。
这意味着几件很实际的事。平台改了导出接口，我这边就断；平台不提供增量接口，我拿到的就只是一次性归档；平台从来没记录过的东西，我这里也不会凭空出现。所有权在纸面上回到了我这里，产生数据的那一端并没有。
我不后悔做它。恰恰是做完这一层，我才看清楚问题的真实位置：难的从来不是存，是源头。
把散落的数据收回来，只解决了一半。
能收回来的东西，几乎全部是数字足迹：我点过什么、买过什么、听过什么、提交过什么代码。这些是平台记下的我，是二手投影。
我在现实世界里做了什么，没有任何东西在记。今天和谁见了面、聊到什么、看到什么、当时在想什么——这一层最能解释我，也完全缺失。没有任何设备像我的眼睛那样，实时地接收现实世界并把它留下来。
同一期访谈里，Sam 用了不小的篇幅谈 robotics（35:33），认为未来两三年会出现 robotics 的“ChatGPT 时刻”，并强调如果人类最后的角色是充当云端 AI 的执行器，那会非常糟糕。那是在给云端智能装上手。
但对个人 AI 来说，缺的不是手，是眼睛。
这个缺口迟早会被填上，而且大概率会被一台设备填上。我在意的不是它什么时候出现，而是它出现的时候，数据的默认归属是谁。如果最私密、最能解释一个人的那一层数据，从被记录的第一秒起就存在别人的数据库里，那么前面所有关于数据所有权的讨论，都只是在收拾一个更小的摊子。
所以这不是一个“以后再说”的问题。而且它也不是“记得越多越好”的问题——缺口不在于记录得不够全，而在于入口在谁手上。边界应该在数据出现之前就画好，而不是等它已经躺在别人那里之后再去要回来。
“一个人的数据库”并不是新想法。
Vannevar Bush 在 1945 年提出 Memex，想象一种能够保存并连接个人资料的外部记忆。2001 年，Gordon Bell、Jim Gemmell 和 Roger Lueder 在微软研究院开始了 MyLifeBits：一个基于 SQL 的 “personal database for everything”，保存文档、邮件、照片、网页、录音以及传感器产生的生活记录，并探索全文检索、标注、链接和相似性。
之后，Personal Data Store 和 Solid 从另一个方向处理相同矛盾：数据不该被绑定在应用里，应用应当在获得授权后访问由个人选择的存储。到 2026 年，W3C 仍在推进 Linked Web Storage，尝试标准化应用对外部存储的安全、授权访问。
还有一条更务实的工程路线。HPI 不等待整个互联网先接受统一协议，而是通过导出文件和适配器，把聊天、音乐、浏览、位置和健康等数据转换成可以由个人程序查询的接口。
这些项目不是一个连续、统一的谱系，但它们反复回答着同一个问题：当一个人的数字生活横跨许多应用时，数据是否可以重新围绕这个人组织？
这条路线反复出现，也反复停留在研究项目、开源工具和少数自托管用户之间。障碍从来不只是硬盘容量。
首先，平台没有很强的动力交出持续、完整、机器可读的数据。即使提供导出，得到的也经常是一次性归档，而不是稳定的增量接口。数据可以被取回，不代表它可以被可靠同步——这正是我自己撞上的那堵墙。
其次，跨来源的数据很难自动统一。同一个地点、联系人或活动在不同系统里可能没有共同标识；时间戳包含不同的时区假设；设备可能重复记录同一次运动。把文件放进同一个目录很容易，让它们在语义上成为同一个数据库则困难得多。
再次，集中化会扩大安全爆炸半径。分散的数据不方便使用，但聚合后的健康、位置、职业和浏览记录一旦被错误授权，损失也更集中。数据主权不能只意味着“数据都在我这里”，还必须包括最小权限、审计、备份和可恢复性。
最后，普通人不应该为了拥有自己的数据而成为数据库管理员。对开发者来说，一人一个 PostgreSQL 是可以接受的；如果这种模式要服务更多人，合理的形态更可能是托管的个人空间或逻辑隔离的数据账户，而不是要求每个人维护一台服务器。
过去，一个跨领域个人数据库缺少足够强的日常消费者。做一张健康图表或搜索旧消息很有用，却未必足以支撑整个生态改变数据边界。
个人 AI 改变了这件事。一个能帮我规划工作、修改简历、回顾项目或分析生活状态的 Agent，不能只知道某一个领域。它需要跨越职业、知识、偏好和历史，但每次任务只应获得完成任务所需的那部分。这是第一个天然需要全部数据的消费者，也是第一次，数据所有权不再只是原则问题，而是直接决定了这套系统能力的上限。
外部条件也在变化。欧盟 Data Act 已经推动联网产品向用户提供其产生的数据和必要元数据；DMA 也在推动大型平台提供更及时的数据可携带接口。这些规则不会自动创造一个个人数据库，但它们让“把数据拿回来”逐渐从逆向工程变成可以被要求的能力。
不过，AI 只是让需求变强，并没有替我们解决数据治理。
LLM 不能成为唯一真相来源。向量索引不保留精确数量，模型推断出的关系也不等于事实。一个 Agent 可以建议两条记录可能有关联，却不该因为一次生成就重写我的职业经历。自然语言让数据更容易使用，但来源、权限和确定性仍然必须由系统明确表达。
如果智能真的会变成纯粹的商品，那么唯一不会被商品化的，就是关于我的那份上下文。它决定了同样的模型在我手上能做到什么，也决定了我离开一个产品时能带走什么。
我手上现在只有一份镜像。它比散落在十几个平台里要好，但它不是终点——源头仍在别人那里，现实世界那一层根本还没有入口。
所以这篇文章不是一个解决方案，是一个位置的确认：限制我们把 AI 用到最大的，不是模型，是关于我们自己的那份数据究竟归谁。
模型会一直变强。这个问题不会自己消失。