AI News HubLIVE
站内改写1 分钟阅读

Patina:一种学习你的判断力而不仅仅是任务的AI

Patina是一个持久化的认知扩展工具,它通过信念图谱和分级自主权来学习你的上下文、信念和判断。它支持Slack集成、优先级象限、风格模仿和自动化操作,所有数据本地存储,无需预热即可从导出数据中提供即时价值。

来源Hacker News AI作者: andywidjaja

Patina是一个开源的认知后端系统,旨在成为你大脑的持久化扩展。与传统的任务型AI不同,Patina专注于学习你的判断力、优先级和沟通风格,随着时间的推移,它需要的指令越来越少。

核心功能包括:从Slack导出数据并在五分钟内提供洞察(如需要关注的事项、新消息、等待回复);自动构建你的优先级象限(Q1-Q4);通过批准/拒绝机制学习你的决策,从而授予分级自主权;以及构建你的沟通风格档案,以便自动起草符合你风格的回复。

Patina的架构分为三层:第一层是确定性核心,仅使用数学和图算法,无需调用任何LLM,即可进行评分、衰减和图查询;第二层是本地LLM(如Qwen 3.x),用于实体提取和分类;第三层是前沿LLM(如Claude、GPT-4o),用于合成、草稿和矛盾检测。所有数据都存储在本地SQLite数据库中(~/.patina/store.db),确保隐私。

信念图谱是Patina的核心,它追踪实体、关系和主张,并带有置信度衰减、来源追踪和矛盾检测。这使得Patina不仅是一个消息存档,而是一个动态的世界模型。

Patina的分级自主权系统从0级(手动模式)到6级(全自动),用户通过批准或拒绝操作来训练模型,系统根据准确率自动调整级别。反模式会被记录以防止错误重复。

此外,Patina作为MCP服务器运行,提供21个工具,包括会话检查点和最近消息,便于与Claude Code、Cline等对话式AI进行上下文切换。

安装和使用非常简单:通过uv tool install patina安装,然后运行patina init初始化。从Slack导出数据后,可以使用patina catch-up快速了解需要关注的事项。Patina还提供交互式聊天、HTTP服务器和Telegram网关。

Patina的核心理念是:第一天即可从导出数据中获得价值,无需预热;本地优先,模型无关;判断力从你的决策中学习,而非通用规则。