現在的 AI 已經很會聊天了

現在的 AI 已經不只是回答問題，也開始具備記憶能力，可以保留使用者的偏好與過去提供過的資訊。

但我開始好奇：

如果 AI 不只是「記得你是誰」，還能記得「你最近的生活與健康狀態有沒有變化」呢？

例如使用者曾經說：

「最近晚上都睡得不太好。」

一般的聊天系統可能回答幾句建議，對話結束後這件事情也就跟著結束。

但如果是長期陪伴的 AI，它能不能記住這件事，幾天後再次聊天時發現：

最近是不是還是睡不好？情況有沒有持續？

甚至把一段時間的生活狀態整理起來，讓 AI 不只是回答當下的問題，而是真的理解使用者最近發生了什麼。

這就是這次 30 天想挑戰的方向：

打造一個能聽、能說、能記得，也能持續理解使用者生活與健康狀態的 AI Companion。

Chatbot 和 AI Companion 有什麼不同？

我認為最大的差別，不只是有沒有語音或虛擬人物，而是互動會不會隨著時間累積。

一般 Chatbot 比較專注在「這一次對話要回答什麼」，但 AI Companion 更重視長期互動。

它需要知道：

• 過去聊過什麼
• 使用者有哪些習慣與偏好
• 最近的生活狀態
• 哪些事情正在持續發生
• 應該用什麼方式與使用者互動

所以 Memory 不應該只是把資料存起來，而是真的要影響下一次的對話。

為什麼選擇高齡智慧健康陪伴？

這次我會以高齡陪伴與智慧健康照護作為主要應用情境。

對部分高齡使用者來說，相較於打字或操作複雜介面，直接透過說話與 AI 互動更加直覺。

而日常聊天本身，其實也可能包含許多與生活、健康相關的資訊。

例如：

「昨天晚上一直睡不著。」
「今天沒什麼胃口。」
「最近走一下就覺得很累。」
「今天的藥好像忘記吃了。」

這些內容如果只存在單次對話裡，很容易就消失。

因此我希望 AI 能從自然對話中整理重要資訊，逐漸形成使用者的 Health Memory，觀察一段時間內的狀態變化。

當需要提供健康資訊時，再透過衛教 RAG 查找可靠內容，而不是讓 LLM 單純依靠模型本身回答。

整體系統架構

目前預計的架構：

前期會先解決「能不能自然對話」，接著才逐步加入記憶、健康資訊、個人化與主動互動。

這 30 天想完成什麼？

接下來 30 天預計一步一步加入：

• STT：讓 AI 聽懂使用者
• TTS：讓 AI 可以自然說話
• Voice Cloning：建立熟悉的聲音
• Memory：記住長期互動資訊
• Health Memory：整理生活與健康狀態
• 衛教 RAG：提供有來源的健康資訊
• Agent：讓 AI 能根據情境採取行動
• Personalization：依照使用者調整互動方式
• Real-Time Avatar：建立即時互動的數位人物

最後再把這些模組整合成一套完整的 AI Companion。

這 30 天真正想驗證的，不只是「AI 能不能陪人聊天」，而是：

當 AI 開始擁有長期記憶，它能不能從一次次日常對話中理解一個人，並察覺他的生活與健康狀態正在發生什麼變化？

這會是接下來 30 天最核心的問題。