https://github.com/kldhsh123/Afterglow

我最近总在想一件事：如果把几万条已经死掉的聊天记录倒进大模型里，让它学着那个人的语气继续发消息，这段关系算不算还在喘气？

理智告诉我，这纯粹是该死的臆想症。人已经不在了，但我还是想从算法里抠出一点旧日的回音。

我写这个东西，起因很简单：市面上的那些“AI 替身”太假了。

在动手之前，我试过捏 GPTs，也玩过各种智能体平台。你填几百字的人设进去，它确实能陪你聊。但只要聊上十分钟，那种浓烈的“塑料味”就出来了。它们太客气、情绪太稳定，像个套着你朋友外壳的心理咨询师。你发一句“烦死了”，它恨不得写三百字小作文来安抚你。

但真实的聊天不是这样的。那个人可能只会回一个问号，发一个无语的表情包，或者干脆两小时后才甩过来一句“又怎么了”。

搞微调（比如 LoRA）门槛太高，普通人没算力，搞出来的东西还容易变成复读机。那些纯靠提示词的角色扮演，永远学不会独属于你们的那种、带着毛边的沟通惯性。更何况，聊天记录是极其私人的东西。我绝对不可能把几万条包含真名、住址甚至吵架细节的微信文件，传给某个不知道哪天就倒闭的商业公司的服务器。

所以我自己写了一个纯本地跑的系统。项目叫 Afterglow（续温）。

它不需要凭空捏造人格。它的底层逻辑很粗暴：把你导出的真实聊天记录塞进本地的 LanceDB 向量数据库，然后用 RAG（检索增强生成）去翻旧账。当你抱怨一句“好累”时，系统会去算余弦相似度，捞出几年前类似语境下你们真实的问答对，连同当下的情绪状态一起打包塞给大模型。

为了让它更像个活人，我叠了不少小模型。它会根据聊天记录画出作息图。如果那个人以前是个夜猫子，系统也会在对应的时区里表现出熬夜的特征。它会判断什么时候该沉默。连发多条消息时的错峰延迟、打字节奏，都被我用代码硬生生模拟了出来。

代码里有个让我纠结了很久的配置项：AI_GENERATED_LONG_TERM_ENABLED。

默认状态下它是关着的。关掉它，AI 永远只基于你们发生过的真实记录来模仿。这就像反复翻看一本写完的旧书，你面对的是记忆里被凝固的那个人。

但如果你打开它，AI 自己生成的回复也会跨会话写进向量库，参与后续的检索。这意味着聊得越久，它就会渐渐长出脱离真实历史的“新记忆”。你养出了一个以曾经那个人为种子，却慢慢有自己想法的新东西。

我把这个开关默认关闭，把选择权留给用它的人。在仓库主页我也写得很清楚：它是用来陪你想念的，不是用来代替想念的。

很多人看完项目架构可能会觉得，我大概躲在这个亲手搭建的幻梦里，得到了不少安慰。

并没有。这项目对我一点用都没有。

当屏幕上终于弹出那句带着熟悉语气的回复，甚至还发了一张以前常发的表情包时，我心里其实毫无波澜，脑子里只有项目的运行过程。

我知道那句温柔的安慰，只是大模型算出的概率最高的 Token。我知道它突然提起某件旧事，只是因为当时的聊天记录恰好被切分成了一个容易被匹配的 Vector Chunk。我知道那个让人心头一颤的停顿，仅仅是我写在 policy.reply_delay_seconds 里的一个随机整数。

这个项目对于其他人来说可能是救赎，但对于作者来说一定是坟墓，因为作者清楚这个项目的每一个机制。我一行一行地敲出了这个能骗过别人的程序，却唯独剥夺了自己做梦的权利。我治好了很多人的臆想症，而我看着机箱风扇转动，清醒地知道自己什么都没留住。