终端侧
呈现对话、内容和控制入口；保留易理解的录音、权限与状态提示。
01 / WORKFLOW
从用户输入，到用户可确认的结果
数据与任务按权限流转，每一步都能说明输入、职责和输出。以下为公开架构示意。
- 01
交互入口
智能宠物、家庭终端、Web 或移动端
接收语音、文字、照片和用户操作
- 02
授权与记忆
成员身份、可用资料与历史上下文
只向任务提供获准访问的相关信息
- 03
任务编排
理解意图、拆解步骤、选择处理位置
高影响动作先确认，异常结果可解释
- 04
结果与反馈
展示答案、来源、任务回执与修改入口
用户校正反馈进入下一轮受控更新
02 / DEPLOYMENT
终端、本地节点与云服务，各司其职
本地节点
根据设备能力承载检索、缓存和部分推理，减少不必要的数据外发。
云服务
在授权范围内提供模型分发、计算扩展、同步与运维；明确断网时的可用范围。
03 / ARCHITECTURE
七层技术架构
公开设计说明，不等同于所有功能已上线。具体模型、部署位置、性能目标、数据保留周期和支持设备在项目范围内约定。
L1基础设施层
GPU/边缘算力、向量库、图库、对象存储与本地节点，为长期记忆和低时延交互提供底座。
L2基座层
开放权重大模型、嵌入模型、推理服务与多模型路由，支撑文本、语音、影像和多模态理解。
L3记忆层
向量语义记忆、时序知识图谱和人生叙事层共同构成可检索、可追溯、可编辑的长期记忆。
L4人格层
从价值观、偏好、表达方式和行为习惯中形成可解释人格画像，并支持用户校正与版本管理。
L5认知编排层
通过智能体循环、检索增强、规划和工具调用，将记忆、人格和任务目标装配成可执行工作流。
L6能力层
面向协同、未来模拟、决策辅助和数字传承形成稳定能力，不把能力停留在概念展示。
L7应用接口层
覆盖家庭终端、小程序、移动端、开放 API 与 Webhook，支持多端一致访问和授权集成。
04 / ENGINEERING
开放基座与自研骨架
开放基座：优先采用开放权重大模型、向量数据库、图数据库、推理框架和智能体编排框架，降低技术锁定。
自研骨架：人生叙事层、人格建模、上下文装配策略、未来模拟引擎和数据主权层作为长期核心能力沉淀。
工程原则：先保证可解释、可控制、可迁移，再追求更强推理效果，确保系统能够长期运营。
技术价值如何验收
关注点
验证方法
交付依据
记忆是否可信
用授权样本测试相关性、来源展示与错误修正
交付依据:评测样本集与问题清单
操作是否可控
覆盖越权、撤权、误触、失败和取消场景
交付依据:权限矩阵与流程测试记录
多端是否一致
在目标设备与网络条件下测响应、同步和降级
交付依据:设备清单与联调测试报告
系统能否维护
演练版本发布、回滚、日志和故障处理
交付依据:运维手册与升级方案
05 / TRUST
安全治理与伦理边界
所有深度合成、数字分身和拟人化交互必须有清晰标识，避免误导用户。
系统不得通过情感操纵影响用户重大决策，关键建议需要展示依据、风险和替代方案。
家庭成员、儿童和长辈数据需要独立授权边界，支持最小化采集和分级权限管理。
数字传承必须建立在生前授权、继承规则和可撤销机制基础上，不以“复活”作为产品表达。
从一个明确的场景开始
告诉我们服务对象、设备形态与数据边界，一起确定首期功能、验证方式和交付范围。