两次思维实验：给自己建一座语料库，再用 Human 3.0 重估人生

十月中旬连着看到两个分享，都让我停下来照做了。

一个是张潇雨的「个人语料库」：用 75 期播客、9,339 条微博做原始数据保留，让 AI 挖掘「关于我和我的变化」。一个是 Dan Koe 的《Human 3.0》：把人生拆成四个象限，每象限三级，看自己卡在哪。

我把两个都跑了第一轮。这篇是实验记录。

实验一：个人语料库——把输出变成可查询的过去

为什么值得做

这个想法最扎我的一句话是：语料库能对抗对自己过去的错误记忆。「我记得我当年不是这么想的」——带时间戳的原文不会陪记忆演戏。当天的流水只够做快照，跨几年的输出才够做纵向分析。而门槛比想象低，一根两三百块的录音笔、每天随手记两段备忘录，都是在给未来的自己存原始数据。

工程原则

这套东西看起来是内容工程，本质是数据工程。我照他的做法立了六条：

入库结果

vibe coding 跑通的入库脚本，把本机两个 markdown 源收了进来：

• ailamemo 博客：162 篇，2026-08-24 建站起
• knowledge 知识库：4 篇中的 3 篇（有 1 篇被本机安全策略拦截读取，脚本改为单文件容错跳过并记录，没有尝试绕过）
• 合计 165 条，约 33 万字符，逐条内容哈希校验通过

踩到的坑也记一下：Hugo 的栏目文件叫 _index.md，Path.stem 取出来是 _index 不是 index，17 个栏目页一次性撞成同一个 slug，互相覆盖丢了内容；批量复制前文件还不存在，同名去重不能靠 dest.exists() 判断，得在扫描阶段就登记目标路径。两个都是「数据工程基本功」级别的教训。

挖掘层怎么用

三层框架，一层比一层深：

1. 你在关注什么变了——主题的进出、停留、衰减，相当于一张注意力资产负债表
2. 你是怎么思考和说话的——certainty↔ambiguity、achievement↔experience、external validation↔internal reference、control↔surrender 这些语义轴的移动，「我觉得/我认为/我发现」的比例变化
3. 人格与人生阶段的变化——最深的层，纪律也最严：每个判断必须附跨年份的原文引用，拒绝「你从 ENTJ 变成 INFJ」式的一次性贴标签

实验二：Human 3.0——一次四象限人生自评

模型

Dan Koe 把人生分成四个维度：心智（认知、思维、学习）、身体（健康、精力、习惯）、精神（价值观、意义、关系）、事业（技能、收入、创造价值）。每维度三级：

• 1.0 顺从者：执行外部给的脚本，答案来自权威，疼的时候更用力地遵守脚本
• 2.0 独立者：意识到脚本是脚本，拒绝它、自建答案；风险是变成反向顺从——为反而反
• 3.0 综合者：同时持有多个矛盾框架，按情境取用；观点是工具，不是身份

进步不是顿悟，是循环上升：失调（对现状的疼）→ 不确定（敢放下旧地图）→ 发现（经由知识和技能，常常从一个让你痴迷的 Channel 到达新层级）。你在四个象限的位置组合成 Archetype，全体就是你的 Metatype。

我的用法

模型本身不稀奇，稀奇的是它有一个很适合 AI 时代的打开方式：把整套框架交给 AI，让它像人生教练一样不断向你提问。我写了一份自评快照模板，两种用法：

• 自填：每个象限判断层级，必须附近 12 个月的具体证据，并刻意写一条反例
• 交给 AI 当教练：模板里内置了一段教练指令，复制到任意 AI 对话即可。关键设定是——依据我近 12 个月的实际行为和证据来判断，不是我的自我描述；每次只问一题，答完决定是否追问

原文里还有一句点题的话：象限之间互相拖累，钱的问题常常是精神问题，事业卡住常常是身体或心智的问题。所以自评的落点不是「四象限都刷到 3.0」，是找到最弱那个，以及它怎么拖累其他三个。

两个实验的接法

这两个实验拼在一起才完整：

• Human 3.0 提供问题，语料库提供时间轴
• 自评快照按日期归档进语料库，每 6 个月复评一次
• 两三年后回看，是每个象限的移动轨迹，而不是靠回忆拼凑的「我觉得我变了」

第一次快照已经落盘（2026-10-20）。在填之前，能承认的只有一件事：这次不是「觉得自己人生定型了」才来做，而是想知道过去十年到底哪些是剧组发的盒饭，哪些是自己点的菜。

接下来

1. 微信公众号历史文章导出进语料库 inbox
2. 开一张长期录音——两三百块的录音笔，先把时间轴拉起来
3. 语料有跨年积累后，写第一个分析脚本：按年切片 + 主题词频对比
4. 每 6 个月复评 Human 3.0 快照，纵向数据攒起来