当 AI 开始替你“修家谱”：一位开发者把人生做成了可检索的个人维基

一场从旧照片开始的“数字考古”

科技新闻里常见的大词是“多模态”“智能体”“知识库”，听久了人容易麻。whoami.wiki 这次有意思的地方，在于它把这些技术从冷冰冰的生产力场景里拽了出来，放回了一个再普通不过的家庭柜子里：一堆疫情后重见天日的老照片。

项目作者回到祖母家，在柜子里翻出 1351 张散落的旧照片，从祖父母二十来岁，到母亲襁褓时期，再到自己中学时代，几乎横跨一个家族的影像史。麻烦也恰恰从这里开始。胶片时代的照片没有 EXIF 元数据，没有拍摄时间，没有 GPS 坐标，很多人名、场景和顺序都只能靠记忆补全。于是，作者做了一件很“记者”的事：坐下来采访祖母，一张张照片地问，一段段故事地记。

我很喜欢这个细节。它说明所谓“AI 整理人生”，并不是把数据一股脑扔给模型，等它吐出一篇煽情小作文。真正重要的那一步，依然是人与人的讲述。祖母看着婚礼照片，沉睡了几十年的细节重新浮出水面——谁坐在哪里，谁唱了歌，仪式为什么这么办，那个时代的法律和风俗又怎样影响一场婚礼。技术在这里像录音笔，也像排版员，但故事的火苗，是人点燃的。

维基百科，意外成了“人生操作系统”

作者随后做了一个很妙、也很极客的选择：不是把这些内容写进 Word 文档、Notion 页面，或者做成一个家庭相册 App，而是直接用 MediaWiki——也就是维基百科背后的软件——给祖母的婚礼写了一篇“词条”。

这听起来像玩梗，实际上很有启发。我们今天有太多记录生活的工具：相册会自动分类，社交平台会推送“年度回忆”，云盘会替你存档，聊天软件会留下海量对话。但这些工具都有一个共同问题：它们在“保存数据”上很强，在“组织意义”上很弱。照片能被搜到，不代表故事能被理解；聊天记录没有消失，不代表关系脉络就清晰可见。

MediaWiki 这种老派百科架构，反而在这个节点显出了价值。它天生适合处理条目、链接、修订历史、注释、分类、讨论页。换句话说，它不只是存内容，而是把内容放进一张可追踪、可交叉引用的知识网络里。你祖母的婚礼，可以像英国王室婚礼一样被写成一篇词条；你最好的朋友，也可以像公众人物那样拥有一页可不断补充的“生平”。这件事乍看有点荒诞，细想却很准确：每个人的人生，本来就值得被认真编目。

这也是 whoami.wiki 最有意思的判断之一。过去几年，个人知识管理产品一直很热，从 Roam Research、Obsidian 到 Notion，大家都在试图回答“如何管理自己的信息”。但 whoami.wiki 走的不是“第二大脑”路线，而更像“第二人生档案馆”：不是帮你管理想法，而是帮你整理生命史。

当大模型不再写周报，而是开始替你回忆过去

真正让这个项目从“有趣”迈向“有点重要”的，是作者把大模型拉进了整个整理过程。

他先拿一组 2012 年家庭旅行的 625 张照片做实验，把 Claude Code 指向文件夹，让模型仅凭图片内容和时间戳起草一篇 wiki 页面。模型没有位置数据，却能通过画面识别出地点，甚至推断出一家人如何移动、何时去了哪里。后面作者又喂给它更多现实世界中常被忽视的数据源：Google Maps 位置时间线、Uber 行程、银行卡交易、Shazam 听歌记录、照片和视频里的细节线索。结果是，模型开始做出一种人类自己很少会耐心完成的“跨源考证”。

比如，一张球赛照片看不出对阵双方，它就去翻 Ticketmaster 发票；一顿饭在哪家餐厅吃的，它把消费记录和地理位置对应起来；某晚的餐厅里有吉他手伴奏，作者只记得一个模糊印象，模型却能筛出当晚的视频帧，把那个吉他手找出来。这已经不是简单的图像描述，也不是“帮你写游记”那么轻巧，而是一种接近数字侦探的工作方式。

这也是为什么我觉得 whoami.wiki 比很多 AI 相册、AI 日记产品更值得关注。市面上不是没有类似方向。Google Photos 很早就会自动识别人脸、地点和事件；苹果相册会生成“回忆影片”；一些创业公司也在做 AI 传记、AI 纪念馆、AI 家族史。但大多数产品停留在“展示”层——给你一个感性的回顾，却没有搭出一个严谨的知识框架。whoami.wiki 的野心更大：它试图让人生经历从碎片化媒体，变成一套可验证、可追溯、可编辑的结构化知识。

这件事为什么偏偏在今天成立

如果把时间拨回五年前，这个项目大概率只会停在“想法很好”。因为那时我们虽然已经有海量数字痕迹，但缺少一个足够便宜、足够通用的解释器，去把这些痕迹串成叙事。今天情况不同了。多模态模型开始能同时理解图像、文本、音频和表格；语音转写成本迅速下降；代理式工作流让模型不仅能总结，还能自己去翻目录、查元数据、比较版本、补充链接。

说得直白一点，以前我们的生活像一个巨大的压缩包，里面塞满了照片、截图、语音、行程和付款记录，但没人有空去解压、归类、写注释。现在，大模型终于成了那个愿意熬夜帮你整理箱子的人。

但这背后也有一层更现实的行业逻辑。今天很多 AI 产品都在卷办公场景：写邮件、做表格、生成 PPT、整理会议纪要。可普通人的数字生活其实也是一座巨大的数据矿山，而且比企业文档更真实、更复杂，也更有情感密度。谁先把“个人数据的结构化叙事”这件事做好，谁就有可能定义下一代数字记忆产品。它甚至可能是 AI 时代比“搜索”更贴身的一种入口：不是问世界问题，而是问自己的人生。

诱人的未来，也带着一点让人后背发凉的风险

当然，whoami.wiki 最让我兴奋的地方，也恰恰是最该警惕的地方。

兴奋在于，它让很多原本会自然散失的家庭史、友情史、个人成长史有了保存下来的机会。祖母年轻时的决断、朋友在某段低谷里对你的照顾、那些当时不觉得重要、事后再也想不起的日常，可能都能借由数据重新浮现。作者提到，当他把整理出来的页面发给朋友时，对方想把每一页都读完。这很容易理解。因为人不是不想回忆，人只是缺一个足够细、又不那么费劲的入口。

可风险同样直白。一个能把你照片、私信、位置、消费、语音、社交关系全部串起来的系统，本质上也拥有了极强的“人格画像能力”。今天 whoami.wiki 选择本地运行、开源、数据不出机器，这是很负责任的路径。但只要这个方向被验证可行，商业公司一定会盯上它。到那时，问题就会变成：谁有资格替你整理人生？模型写下的版本算不算“真实”？如果它把你忘记的往事重新拼出来，你是会感激，还是会害怕？

还有一个更隐蔽的问题：当记忆越来越依赖机器重建，我们会不会逐渐把“能被数据证明的部分”误当成人生全貌？毕竟最重要的情绪、犹豫、偏见、误解，很多并不在照片和流水里。百科体裁很适合组织事实，却未必天然适合承载暧昧和沉默。人生不是维基词条，这也许是任何“个人百科”都绕不过去的边界。

不过，即便带着这些保留，我依然愿意把 whoami.wiki 看作一个很有时代感的信号。它提醒我们，AI 最迷人的应用，未必是替公司多省几个人力，而可能是替普通人重新理解自己的过去。科技行业谈“记忆”很多年了，从 Timehop 到 Facebook Timeline，从云相册到自动回忆视频，大家都在试图把数据变成怀旧。但这一次，事情终于开始从怀旧走向史学——哪怕只是一个家庭尺度的小史学。