把想法记下来
想解决：把脑子里零散的想法和经验记下来，分成五类：认知、身体、作息节奏、人际、生活保障。
例子
- v1.2
把 AI 定位成“个性化的全领域老师”：遇到不熟的领域，先让 AI 用我熟悉的领域打比方，再往深里学。
- 问题
随手记下想弄明白的事，比如“喝水和电解质对脑力有什么影响”。
发现
条目越堆越多，分不清哪些是道理、哪些是要去做的事。
改进
进入第二代：用 AI 帮着重新整理。
AIO 主动健康管理
这个开源版的来历：我自己用了一年的个人数字分身，四代是怎么改过来的
2026 年 10 月，个人数字分身管数据的部分被抽出来，做成了开源的 Proactive Health AIO（在线演示 ↗ · 代码 ↗），开源版不含个人数字分身里的任何真实数据。
☀️ 早上好，10月14日 周三
今天：
· 🟠 明天截止：数据可视化小组作业初稿
· 课：14:00 机器学习 讲座
· 训练：拉（背和手臂）
昨晚：睡了 7 小时 40 分
身体恢复：和自己近 28 天比，正常
回一句“气 3、神 4”（体力、脑力，0–5 分），今天的状态就记下了
08:30按真实天数画。Word 手稿想了五个半月；网页版只做了 4 天，之后暂停一个月（斜线）；第四代从 6 月中到今天，颜色由浅到深是它的三步：搭骨架、功能越做越多、主动。
想解决：把脑子里零散的想法和经验记下来，分成五类：认知、身体、作息节奏、人际、生活保障。
例子
把 AI 定位成“个性化的全领域老师”：遇到不熟的领域，先让 AI 用我熟悉的领域打比方，再往深里学。
随手记下想弄明白的事，比如“喝水和电解质对脑力有什么影响”。
条目越堆越多，分不清哪些是道理、哪些是要去做的事。
进入第二代：用 AI 帮着重新整理。
想解决：让文档能回头查、能自己纠错。每条都标上“原理、策略、待办、问题”：原理不轻易动，策略随时改，问题先留着。
例子
“不要在低层出问题时去优化高层。睡不好就不要调整美学，能量低就不要谈职业规划。”
做事的节奏崩了，先查最近的睡眠、专注、人际和环境哪里出了问题，别先怪自己“不够自律”。
三条用这套系统的规矩：反思靠时机，不靠频率；记录要挂在本来就在做的事上；不要用增加系统的方式修复系统的问题。
提防 AI 的“数字化捧杀”。AI 默认顺着你说，被捧杀有三个信号：每次和 AI 聊完都感觉特别好；它几乎从不真正反对你；你的观点没变，只是说法变漂亮了。
睡眠按 90 分钟一个周期来安排，按周期数定睡多久，不硬凑 8 小时；在周期的边上醒，接近自然醒。
文档里只有道理，没有每天的真实记录，写的和实际过的对不上。
进入第三代：把身体和训练的数据记成表格。
想解决：在网页上记身体、训练和补剂，看趋势。AI 第一次按规则帮我更新数据。
例子
训练后哪块肌肉酸，按身体部位记下来；每周自动出一份周报。
训练量、夜里的心率画成趋势图，配一份 Apple 健康风格的摘要。
演示用的假数据混进了真实记录。
清掉假数据，从头重新记。
记录、计算、展示全压在一个网页上，越改越乱。
网页只留展示；暂停一个月后，第四代把这几件事拆开做。
做了：把“我怎么想”和“我实际怎样”分开存：一边是我写下的想法和原则，一边是手机、手表自动记的数据，两边用编号互相对上。
例子
原始记录只新增、不改写。记错了就追加一条更正，旧的那条留着，像账本不许涂改。
AI 提出的新想法先当“候选”，我点头了才算数。
一开始把 AI 放在整套系统的最上面当主角。
AI 只负责调度和查找，事实以记录为准，AI 说的不算数。
做了：手机和电脑上的 AI 对话、训练卡、疼痛记录、2017 年起的 Apple 健康数据归档、屏幕时间统计。
例子
一周七天在推、拉、低强度有氧、恢复之间轮换。恢复不好时建议少练一点，但原计划一个字不改，练不练我定；关键数据缺了，就写“数据不足”，不硬给建议。
点“问健身教练”，App 只把问题填好，发不发由我按。AI 只出主意，动手的是我。
管得太细，把自己卡住了。我给自己的 AI 定了一大堆规矩：每样功能单独批准、每一步都要我确认，连我自己的心率读数它都不能直接引用。结果什么都做不快。
7 月先把规矩减到三条：我的想法和决定，没我确认不能改；原始记录只能新增；密码和密钥不读、不外传。8 月再改成“先用起来，有问题再改”。
想统计每天花在手机和电脑上的时间，可苹果把这部分数据锁住了，绕着做了好几版，数都对不上。
9 月整套删掉。10 月换了一条路，读苹果系统里另一份原始记录，当天就通了。
自己造聊天 App 和让多个 AI 协作的框架，太重，维护不过来。
9 月改用现成的 AI 助手 Hermes（自带记忆和定时任务），通过 Telegram 给我发消息；手机 App 只管收集数据。
做了：早报、睡前提醒、数据断档提醒，都按时推到手机上。
例子
睡前提醒：明天几点有课、有什么截止；放假就不提上课；明早 10 点前有课，提醒别熬夜。
预测明天的 HRV（一个反映身体恢复的心率指标）。比了四种方法，最近一年的数据先锁起来，只在最后评一次。简单的线性模型比“只看近 28 天的平常值”平均误差小约 5%，神经网络没有更好，所以上线的是简单的那个。
看哪些事和第二天状态更好有关，结果和直觉相反：早睡的晚上，第二天静息心率反而略高。一个可能的解释是早睡的晚上本来就累或不舒服，所以不当成因果。
作息往前挪：按时起床一天，第二天闹钟提前 15 分钟；没按时就不挪，也绝不往后挪。
前一天说过要做、或答应别人的事，第二天早报列出来；回一句“做完了”就划掉。
健康数据断了 5 天，我才发现。手机 App 是我自己装的，没交苹果开发者年费，装上一周就失效、打不开；自动重装失败了，提醒里还把原因说成了网络问题。
做了一个检查程序，每天 9 点检查每一路数据。以前断了 5 天没人知道；现在断 2 天就发消息给我，App 快失效前 2 天也会先提醒。
差点照搬课程作业里的功能。作业是交给老师看的，这个系统是给自己用的。
按四个问题挑功能：我现在什么状态、最近怎么变、某个选择带来了什么好处和代价、今天怎么安排。作业里关系不大的功能，比如和别人的数据比，就先不做。
每天给我发消息、陪我聊天的那个 AI 到底懂不懂我？我做了一套 25 道题的评测考它，它答对 19 道。朋友约去酒吧，它猜我“会少喝点”，可我的笔记里写着不沾烟酒。资料就在库里，该用的时候它没去查。
问题出在“什么时候去查”，不是资料不够。想好了三条规则（还没加进去）：猜我怎么做之前，先按场景查我的笔记；数字只从计算工具来；说清日期和出处。
一个只会等我去看的系统，坏了也没人知道。早报、睡前提醒、断档提醒都不用我去打开，会自己送到手机上，名字里的“主动”就是这个意思。
第二代就写下了这条。现在的数据大多自动来：手机、手表、电脑；要我动手的，只剩跟 AI 说一句话。
这条也是第二代写的。到了第四代，我还是每碰到一个问题就加一层批准和检查，最后又一层层减回来。
想法和数据分开存；AI 的想法要我点头才算；训练建议不改原计划；数据不够就说不够。
屏幕时间沿着苹果锁住的那条路做了将近两个月，删掉换路，一天就通了。自己造的聊天和协作框架换成现成的，也是这个道理。
25 道题答对 19 道，酒吧那道错题比“感觉挺好用”更说明问题；HRV 预测里神经网络没有更准，就用简单的。
另外两条小教训：重做界面时不能砍掉原有功能（9 月重做手机首页漏了功能，当天撤回）；电脑上的模拟器测过不算数，要在真手机上打开一次。