Show HN: Patina 是一款不仅能学习你的任务，还能学习你的判断力的 AI
一句话看懂：开源项目 Patina 通过构建本地运行的“信念图谱”，从用户的交互历史中持续学习个人优先级、沟通风格和决策逻辑，实现从单纯的任务记忆到对用户判断力镜像的跃迁，并在 90 天使用后达到可预测用户行为的“渐进自主”状态。
事件核心：发生了什么
开发者 Sanctum-Origo-Systems 在 GitHub 上开源了名为 Patina 的 AI 工具。与普通 AI 助手不同，Patina 不依赖云端会话，而是通过本地 SQLite 存储的“信念图”进行工作：系统会从 Slack 导出数据中提取实体、关系和主张，对这些信念进行置信度衰减和矛盾检测，并利用用户对“噪声”的标记来学习其个人判断标准。Patina 采用三阶架构：第一层为完全离线的确定性计算（评分、衰减、图查询），第二层可调用本地大模型（如 Qwen 3.x）做实体抽取，第三层才调用前沿大模型（Claude、GPT-4o）进行综合与起草。用户无需联网即可使用核心功能。
为什么重要
Patina 代表了一种将 AI 系统从“通用知识提供者”转向“个体认知外挂”的技术路线。其核心理念“认知负荷是用户的上限而非智力”直接挑战了当前 AI 助手的交互范式——大多数工具要求用户不断输入上下文，而 Patina 尝试通过信念衰减模型和自主决策追溯，使 AI 在长期使用中主动适应用户的判断模式。此外，Patina 采用“渐进自主”机制，AI 的自主权限（0-6 级）取决于其决策精度，用户对错误操作的拒绝会反哺系统，冻结升级路径并记录反模式，这种可逆、可验证的信任建立机制对可解释 AI 的开发具有模型价值。
对用户/开发者/创作者的影响
对普通用户，首次使用可将 Slack 导出数据在“5 分钟内”导入，Patina 会直接展示被遗忘的对话、优先级排布和需要关注的事项。对于开发者和创作者，Patina 提供了两个独特价值：第一，其 MCP 服务器协议让 Claude Code 等工具能够通过 21 个工具接口直接调用个人的“信念图谱”进行上下文衔接，解决了大模型会话无状态的问题；第二，所有用户数据保留在 ~/.patina/store.db，无需担心数据外泄或厂商锁定，这对合规要求高的企业团队吸引力较强。目前公开信息显示，Patina 需要用户拥有一定的命令行基础来初始化，但其后端支持 Telegram 网关和 HTTP 服务，降低了日常使用门槛。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
首先，Patina 目前依赖用户主动做决策标记来训练模型，用户在早期能否养成为 AI 系统提供反馈的习惯将直接影响“渐进自主”效果。其次，该项目在 GitHub 上仍处于早期阶段（v0.x），自述文档承认“推理可能超时”，这意味着其本地大模型层的稳定性和推理速度仍需验证。最后，如果 Patina 的信念衰减算法在多源数据（如邮箱、飞书、Teams）上表现良好，它可能成为企业级“数字员工”基础设施的轻量级替代方案，值得关注是否有企业开发者将其适配到更主流的协作平台。
来源：github.com
