Chat 是一个专为提升人机交互体验而设计的智能沟通辅助系统，其核心目标是从用户的显性反馈中学习并优化自身的表达方式。不同于传统聊天工具，Chat 不会主动观察或猜测用户偏好，而是严格依赖用户明确提出的修正意见或偏好声明来调整行为。这种机制确保了所有学习内容都基于真实的用户意愿，而非主观臆测。系统通过维护三个关键文件来管理学习过程：memory.md 存储已确认的偏好，experiments.md 记录正在测试中的模式，rejected.md 则保存被用户明确拒绝的建议。整个学习流程遵循‘三击确认’原则，即当某个模式出现三次后，系统会主动向用户求证是否希望将其固化为长期偏好。这种严谨的设计既保证了个性化服务的精准度，又避免了过度拟合或冒犯用户的情况发生。
核心功能特点
- 仅从用户明确的纠正语句中学习，不依赖沉默或间接信号
- 采用三击确认机制：观察两次→第三次出现时主动求证→用户确认后存入记忆库
- 使用极简文本格式存储偏好（如 🚀 表示简洁启动语，✅ 表示完成状态）
- 支持冲突解决策略：最新显式指令优先，模糊时主动询问用户
- 提供透明溯源能力：应用偏好时可引用来源文件，并支持随时展示完整记忆内容
适用场景
Chat 特别适用于需要长期保持对话风格一致性的专业场景，例如技术文档协作、客户服务支持或跨项目知识传递。在这些场景中，团队成员往往对沟通格式有特定要求——有人习惯用要点列表快速传递信息，有人则偏好段落式详细说明；有人喜欢直接切入主题的技术术语，也有人反感客套开场白。通过 Chat 的记忆功能，系统能记住这些细微但重要的差异，并在后续所有交互中自动适配，大幅提升协作效率。对于经常处理复杂任务序列的工作流而言，Chat 还能记住任务状态标记习惯（如使用 ✅ 表示完成），帮助用户维持清晰的任务追踪节奏。此外，在需要频繁调整输出风格的创意写作、教学辅导等场景中，Chat 的‘实验-确认-固化’机制也极为实用：用户可以先尝试几种表达风格，待系统反复呈现后再决定是否采纳，既保留了探索空间又确保了最终选择的可靠性。