現在的 AI 已經很會聊天了

現在的 AI 已經不只是回答問題，也開始具備一定的記憶能力，可以保留使用者的偏好或過去提供過的資訊。
但我開始好奇另一件事：

如果這些記憶不只是被「存下來」，而是真的會影響下一次互動呢？

這就是我接下來 30 天想挑戰的事情：

從零開始，做出一個能聽、能說、能運用過去互動，也能逐漸調整互動方式的 AI Companion。

為什麼想做 AI Companion？

在平常使用 AI 的過程中，我慢慢發現：
「記得一件事情」和「知道什麼時候該用這個記憶」其實不太一樣。
假設使用者曾經說：

「最近晚上都睡得不太好。」

系統可以把這件事情記下來。
但真正有趣的是，幾天後再次聊天時，它能不能在適合的情況下接著問：

「你前幾天有說最近睡得比較不好，這兩天有比較好一點嗎？」

甚至如果使用者曾經表示不喜歡被一直追問，下一次 AI 也應該知道要換一種互動方式，而不是每次都套用同樣的回應。
所以這次我想做的，不只是讓 AI 有 Memory，而是把過去的記憶、當下的對話、使用者狀態和互動方式慢慢串在一起，讓這些資訊真的能影響現在的回應。
讓 AI 不只是知道過去發生過什麼，也能把這些資訊用在現在的對話裡。

Chatbot 和 AI Companion 有什麼不同？

AI Companion 並不是單純在 Chatbot 上加上語音和一個會動的人物。
我覺得最大的差別，是互動會不會隨著時間累積。

例如，同樣是「提醒出去走走」：
有些人可能喜歡直接被提醒，有些人則不喜歡一直被催促。
如果 AI 已經知道這些差異，那下一步就不只是「記住偏好」，而是：

根據這些資訊，決定這一次應該怎麼互動。

為什麼選擇高齡陪伴？

這次我選擇「高齡陪伴」作為主要應用情境。

對部分高齡使用者來說，比起打字或操作複雜的 App，直接用說話的方式互動會更直覺。
而陪伴本身又是一件需要時間累積的事情。比起每次重新開始，如果 AI 能延續之前聊過的內容，並慢慢了解使用者習慣的互動方式，整個對話也會更自然。
接下來 30 天，我會以高齡陪伴作為主要情境，一步一步把語音、長期記憶和個人化互動整合起來。

整體系統架構

目前預計的核心流程會是：

語音進來 → 轉成文字 → 找出相關記憶、知識與使用者偏好 → 組成目前的 Context / User State → 決策引擎選擇互動策略 → LLM 產生回答 → 轉成語音 → Real-Time Avatar 呈現。

30 天後，我希望完成什麼？

最後我希望完成一個可以真正互動的 AI Companion。
它至少可以做到：

1. 使用者直接透過語音對話
2. 系統可以保存重要的長期記憶
3. 過去的記憶能真正參與下一次對話
4. 根據不同使用者與當下狀態調整互動方式
5. 最後透過語音與 Real-Time Avatar 完成整個互動

接下來 30 天，我會從語音開始，一步一步把這些模組接起來。
我想做的不只是讓 AI 「記得你」，而是讓它知道：

記得之後，下一次該怎麼和你互動。