馬修·麥康納想要專屬大模型：只喂個人日記，當作會思考的記憶庫

大家都在用大模型幫自己寫程式碼、趕週報或者做 PPT，但奧斯卡影帝馬修·麥康納卻打了另外一把算盤。

在與知名播客主持人 Joe Rogan 的對話中，這位憑藉《達拉斯買傢俱樂部》拿過奧斯卡最佳男主角的演員透露，自己很想擁有一個完全屬於個人的專屬大模型。

麥康納的設想很直接：把這輩子寫過的所有書、隨筆、私人日記、最喜歡的文章，甚至「自己未來想成為的那個人」全部塞進模型裡，然後只基於這些內容向它提問。

造一個會回嘴的「理想自我」

麥康納並不關心 AI 算得有多快，也不需要它提高生產效率。用他的話說，這根本不是關於整個網際網路知道什麼，而是關於他自己已經知道了什麼、寫下了什麼、相信什麼，以及渴望成為什麼。

他想把這個模型打造成一個「理想自我」。它更像是一個能思考、能互動的數字化記憶庫，能夠在他遺忘時提醒自己過去的想法，根據以往的偏好推薦新書，甚至幫他理清自己在政治光譜上的真實位置。

普通聊天機器人是通過聯網搜尋和海量通用語料來回答問題，但麥康納要求的恰恰相反。他希望這個系統絕對純粹，只根據他自己上傳的私密材料來作答，剝離掉外界的雜音。

對於一直以愛哲學思考著稱的麥康納來說，從早年好萊塢浪漫喜劇的固定面孔，到主演《林肯律師》《汙泥》再到拿下小金人，他的職業生涯本就充滿自我重塑。如今他想把這種向內審視，交給自己訓練出來的私人 AI。

為什麼重要

我們認為麥康納的這個想法非常有意思，而且指出了個人大模型一個被嚴重低估的方向：AI 不一定非要是打工人的效率外掛，它完全可以成為下一代私人日記、心理諮詢和自我教練。

現在科技巨頭都在卷通用智慧、工作流自動化和程式碼生成，但對普通人來說，隨著一生中數字化筆記、日記和閱讀記錄的積累，把這些高價值的個人資產餵給一個端側或私有模型，做一個永遠懂你、能照出內心盲區的鏡子，是一個極具吸引力的場景。

不過麥康納的想法在現實落地時也有隱患。如果一個模型百分之百隻基於你自己的文字和信仰來作答，很容易造出一個極端的「認知資訊繭房」，甚至演變成自我神化的迴音壁。

從技術上講，現在利用本地開源模型配合檢索增強生成技術，已經能搭出類似的雛形，門檻並不算高。但要真正實現麥康納嘴裡那個「懂你追求、還會跟你辯論」的數字靈魂，目前的工具看起來還有一段路要走。