代码永生 · 人物数字蒸馏

要解决的问题

很多 Agent 只是模仿某个人的语气，却回答不了“这个人会如何判断复杂问题”。代码永生把人物数字蒸馏从金句复刻转向思维结构提取：先弄清对象的核心心智模型、决策启发式、表达 DNA、反模式和诚实边界，再生成可运行的 SKILL.md，让模型在后续对话中按同一认知框架工作。

如何工作

• 入口分流：明确人名走直接路径；只有需求或困惑时，先诊断需求维度并推荐 2～3 个人物或主题候选。
• 多源采集：启动 6 个并行 subagent，分别覆盖著作、对话、表达、他者评价、决策记录与时间线；本地 PDF、访谈 transcript、字幕等一手语料优先。
• 模型提炼：把反复出现且被决策验证的观点抽象为心智模型，同时保留矛盾与争议，而不是把通用道理包装成“独特见解”。
• 验证与精炼：用一手来源占比、表达辨识度、诚实边界等标准检查，再由双 Agent 分别评估结构触发条件与角色扮演规则，输出可执行的改进项。
• 自进化：每次完成后写入运行日志，累积后校准 agent prompt 与信息源策略；更新已有 Skill 时只增量刷新对话、决策与时间线。

适用边界

它适合做思维顾问、决策参考或角色辅助，不适合冒充本人作法律、医疗、投资结论。信息极少的人物、强时效议题、无法获取一手来源的领域会显著降低产出质量；知乎、公众号、百科类内容会被排除，冷门人物需要用户提供本地语料。