一个关于 AI 记忆可移植性的思考，以及一个极简开放标准的提案。
你花了三个月教 ChatGPT 了解你：
ChatGPT 确实越来越懂你了。直到有一天，你决定试试 Claude 。
打开 Claude 的对话框，一片空白。它不知道你是谁，不知道你喜欢什么，也不知道你的任何习惯。你不得不再教一遍。
换到 Gemini ？再来一遍。用本地模型？再来一遍。
你的 AI 记忆，今天基本是平台私产，而不是你的资产。
你可能会觉得，这不就是各家 AI 产品迟早都会补上的能力吗？
不完全是。
问题不在于厂商有没有能力做记忆，而在于它们没有动力把记忆做成可携带的。
所以，真正缺的不是“某一家的记忆功能”，而是一个用户侧、平台外的可移植标准。
我做了一个很小的提案，叫 MIP ，Memory Interoperability Protocol 。
它的核心可以用一句话说完：
在你的电脑上维护一个
~/.mip/memory.json，任何 AI 工具都可以读取它来了解你。
没有守护进程，没有数据库，没有远程服务。
就一个文件。
例如：
{
"version": "0.1.0",
"identity": {
"name": "张三",
"language": "zh-CN",
"role": "前端工程师",
"tech_stack": ["React", "TypeScript", "Next.js"]
},
"preferences": {
"response_style": "concise",
"formality": "casual",
"code_comments_language": "zh-CN",
"variable_names_language": "en"
},
"custom": {
"编辑器": "VS Code",
"关注领域": ["AI 应用开发", "Web3"]
}
}
任何 AI 产品要接入它，读取成本只有几行代码：
import json, pathlib
path = pathlib.Path.home() / ".mip" / "memory.json"
memory = json.loads(path.read_text()) if path.exists() else {}
这不是“让 AI 拥有完整人格档案”的终局方案。
MIP v0.1 只想先解决一个很具体的问题：把显式的用户偏好，从平台私有数据，变成用户自己持有的标准化数据。
.cursorrules、CLAUDE.md 有什么不同？这是最常见的问题。
确实，今天已经有很多本地规则文件：
.cursorrulesCLAUDE.md这些文件当然有价值，而且本质上都在帮助 AI 了解你。
但它们有两个问题：
第一，它们是工具私有约定，不是跨工具约定。
第二，它们更像“用户写给某个工具的操作手册”，而不是一个所有工具都能稳定读取的通用用户记忆格式。
MIP 在 v0.1 阶段做的事其实很克制：
~/.mip/memory.json所以如果一定要类比，我更愿意把它叫做：
.editorconfigfor AI memory
没有什么魔法，只是定义一个所有工具都可以认同的最小公约数。
因为它们和 MIP 解决的是不同层的问题。
它们可以完全兼容，甚至应该兼容。
如果未来某个记忆系统愿意把用户偏好导出成 MIP ，或者把 MIP 作为导入导出格式，那恰恰说明这个协议是有价值的。
协议层的意义，不在于替代实现，而在于让不同实现之间开始有可交换的数据格式。
HTTP 不等于 Nginx ，.editorconfig 也不等于 VS Code 。
MIP 想做的是那个更靠底层的“共同语言”。
如果你知道 MCP ，那可以用一句话理解它们的关系：
一个偏工具接入，一个偏用户记忆。
它们不是竞争关系，而是互补关系。
MIP 完全可以脱离 MCP 独立存在，因为读本地文件本身就够简单。
但对于支持 MCP 的客户端，MIP 也可以通过 MCP server 暴露出来，这样工具接入会更方便。我在仓库里已经放了一个概念验证版本。
如果只看 2026 年，当下它确实不是最刚性的需求。
很多时候，你自己写一段系统提示词，也能解决 80% 的问题。
但我认为这是一个典型的“现在弱需求，未来强需求”的方向。
因为 AI 记住你的，不会永远只是：
再往后，AI 会逐渐理解：
到那个阶段，所谓“换一个 AI 平台”，丢失的不再是一些偏好，而是一个系统对你的长期理解。
那时候，“记忆可携带”更像一种基础数据权利，而不是可有可无的小功能。
好的标准，往往是在需求全面爆发之前建立的。
这也是我刻意想收住的一点。
MIP v0.1 不是在宣称：
恰恰相反，v0.1 是有意做小的。
它只处理显式的、用户愿意手写的那部分记忆：
先把最容易共识、最容易落地、最容易被工具采纳的那一层定下来。
如果连这层都没有，后面的自动写入、权限控制、跨设备同步都无从谈起。
MIP 不是在等大厂突然良心发现。
它最可能先被下面几类东西采用：
因为这些工具本来就运行在你的机器上，读取本地文件的成本极低，也更有动力支持开放标准。
所以 MIP 的现实路径不是“先说服 OpenAI 和 Google”。
而是：
先让开源工具和本地工具支持，先形成一个用户侧事实标准。
把用户画像存在本地，当然会有安全问题。
所以我对 MIP 的态度是分层推进，而不是一步到位。
v0.1 只建议存储低敏感、显式、用户手写的结构化偏好。它更接近 .gitconfig 或 .editorconfig，而不是心理档案。
更深层的画像、自动写入、加密、权限控制，应该等后续版本在模型和机制上都更成熟之后再进入标准。
如果没有安全设计，MIP 不应该贸然走向“自动累积人格画像”。
因为没有标准的领域，用户连选择都没有。
MIP 现在当然还很早。它更像一个种子，而不是已经成为行业标准的东西。
但我觉得这个问题值得先被提出来：
如果 AI 越来越懂你，那么“它对你的记忆”到底应该属于平台，还是属于你？
我的答案是：至少应该存在一种属于用户自己的开放格式。
MIP 不一定是最终答案。
但如果没有人先把这个问题做成一个可讨论、可实现、可集成的最小提案，那么答案永远不会出现。
~/.mip/memory.json仓库地址：
MCP 让 AI 的“手”更标准化，MIP 想讨论的是 AI 的“脑”里那部分用户记忆，是否也该有一个用户侧、开放的最小标准。
这件事未必立刻爆发，但我认为值得现在就开始做。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。