AI翻完他的睡眠和外卖账单，劝他读《认知觉醒》

林亦LYi在X上提了个“大数理论”。名字像数论，内容跟数学没关系。他用DSH插件记录Apple Watch和Whoop手环的生理数据，也记录淘宝、京东、美团、支付宝的每一笔支出。然后AI开口了：别吃重油重盐的外卖，睡眠已经变差。林亦LYi说戒不掉，AI让他去读书架插件里囤的《认知觉醒》。

截图里能看到这个工作台的样子：左上角是deepseek HARMNESS标志，左侧列着插件、自动化任务、回声、陪伴、写作、影库、健康、看板、人事、财务、音乐、同步、工作区等入口。中间书架有八本书，《今日简史》《毛选的底层逻辑》《人类简史》《认知觉醒》《尤瓦尔·赫拉利 智人之上》《未来简史》《写作法宝》《自私的基因》。右侧对话窗口正在聊书和健康。

这件事有意思的地方不在AI会劝人少吃外卖，而在劝人之前，它把几摊原本互不相干的数据放到了同一个上下文里。睡眠数据来自手表和手环，消费数据来自电商和支付，书来自书架插件。单看每一项都不新鲜，连起来之后，AI从睡眠变差追到重油重盐外卖，再从不听劝追到书架上那本《认知觉醒》。路径很具体，甚至有点像一个了解你生活习惯的人。

评论区里，林亦LYi补了一句：DSH里插件之间的数据是互通的，插件越多，联动起来越神奇。有人把这总结成personal agent的方向，工作交给AI，生活也交给AI。也有人说，数据孤岛自动打通，大厂们早就想这么干，但互相数据不通。如果个人数据真能融合到一处，Jarvis式管家可能会更早出现。

值得泼一点冷水。书架里的AI推荐《认知觉醒》，有路径依赖。限定在书架里问，答案自然从书架里来。有网友也吐槽，像这样限定好提示词去问，它肯定给你推书，正常人不会想到用看书解决戒不掉外卖。这个吐槽成立，但不影响另一件事：上下文决定了建议的边界。AI没有凭空给一套戒外卖方案，它从睡眠账单和藏书里找关联。这个动作比生成一份周报更接近私人助手。

评论区还有人问得更实际：淘宝、京东、美团、支付宝支出数据能方便获取吗？读Apple Watch和Whoop的插件配置好之后，需要很多手动操作吗？推文没有展开。模型用什么，有人猜GPT，也没有确认。这些细节决定了它能不能从演示变成日常工具。插件互通听起来很顺，授权、数据清洗、维护成本都在后面。

所以这个“大数理论”可以当成一个观察窗口：当个人数据被拆成一个个插件，再被AI串起来，最先出现的可能不是效率报表，而是生活建议。它未必总对，但会越来越具体。对开发者来说，插件之间的互通比单点功能更值得做。对普通用户来说，被AI连起来的个人数据会先带来方便，也会先带来隐私和授权问题。

原推链接：https://x.com/linyiLYi/status/2117279676737671322