Daily Pulse 设计原理
这一页解释 Daily Pulse 为什么能主动给出“今天值得看什么”，以及它到底依赖了哪些真实信号。
它的定位不是新闻流，也不是第二个聊天页，而是一个主动策展层。
Daily Pulse 解决的真实问题
很多 AI 产品默认假设用户已经知道自己该怎么问。
但真实情况经常是：
- 用户今天刚打开 App，还没有明确问题。
- 用户知道自己最近很忙，但不知道哪件事最值得继续。
- 用户的长期兴趣、工具能力和最近对话，其实已经足够推导出几个高价值方向。
Daily Pulse 就是把这一步前置掉。
它不是“云端推荐系统”
Daily Pulse 的信号源主要来自本地上下文和本地已经拿到的结果，而不是服务端画像。
它没有依赖统一账号画像去做跨用户推荐，而是围绕这台设备上的真实使用轨迹整理内容。
这意味着：
- 它更像私人策展，而不是公域信息流。
- 它的好坏强烈依赖你的实际使用与反馈纪律。
- 它不会凭空知道外部事实，除非你真的给过相关上下文，或者最近通过 MCP / 快捷指令拿到了外部结果。
输入源有哪些
Daily Pulse 生成时会构建一个 DailyPulseGenerationInput，主要包含八类信息。
1. 用户主动填写的关注焦点
如果你在 Daily Pulse 里写了“今天想重点看什么”，它会直接成为最高优先级的个人信号之一。
2. “明日想看什么”策展输入
这不是立即生效的临时备注，而是偏向下一期的策展要求。
它适合放：
- 明天想继续推进的方向
- 想减少的主题
- 希望多给的卡片类型
3. 最近聊天摘录
Daily Pulse 不会把整库历史全部塞进去，而是只取最近会话的截断片段。
当前实现默认值：
- 最多取
4个会话 - 每个会话最多取
6条用户/助手消息
这一步的目标不是完整复盘，而是判断你最近到底在忙什么。
4. 长期记忆
它会读取未归档的长期记忆，但不是无限量。
当前实现默认最多取 8 条，并做长度压缩。
这让 Daily Pulse 能记住：
- 你长期偏好的内容类型
- 你一贯在做的项目
- 你经常关心的技术或创作方向
5. 最近请求日志摘要
系统会把最近 7 天的调用轨迹压成一小段摘要，例如：
- 请求总数
- 常用提供商
- 常用模型
这不是给模型看技术统计报表，而是让它知道你最近的使用重心。
6. 未完成的 Pulse 任务
某张卡片如果被你转成任务，它就不再只是“一次性建议”，而会在后续生成里继续参与。
设计意图很明确：
- Daily Pulse 不只负责发现，还要负责推进。
- 但它不会机械重复原卡片标题，而是更倾向于“帮你往前走一步”。
7. 反馈偏好画像
Daily Pulse 会把历史反馈整理成三类提示：
- 更可能喜欢的话题
- 应尽量避开的主题
- 最近几天已经出现过的卡片主题
反馈来源不仅包括手动点赞/点踩/隐藏，还包括“保存为会话”这类强正反馈。
8. 外部能力与外部结果
这是最容易被误解的一层。
Daily Pulse 会区分三种东西：
- 可用能力：例如哪些 MCP 服务器已经选中用于聊天，哪些快捷指令可调用。
- 最近真实拿到的外部结果快照：例如最近一次快捷指令结果、最近一次 MCP 输出。
- 公告与趋势信号：例如应用内部公告或趋势类信号。
设计上有一条硬约束：
- 工具能力描述只代表“可以调用”，不代表已经拿到了实时数据。
- 只有“最近已获取到的外部结果快照”才代表用户最近真的拿到过的外部内容。
默认开关与保留策略
Daily Pulse 当前实现里有几组非常具体的默认值。
| 项目 | 默认值 |
|---|---|
| 自动生成 | 开 |
| MCP 上下文 | 开 |
| 快捷指令上下文 | 开 |
| 最近外部结果快照 | 关 |
| 趋势/公告信号 | 开 |
| 最终展示卡片数 | 3 |
| 模型建议产出候选数 | 6 |
| 保留运行记录 | 14 天 |
| 反馈历史保留 | 120 条 |
| 外部信号保留 | 40 条 |
| 任务保留 | 80 条 |
还要注意一件事：
- 持久化里会保留最近若干天的数据。
- 但 UI 默认只展示“今天”的这一期。
也就是说，历史期数主要用于反馈与偏好沉淀，而不是把 Daily Pulse 做成时间轴信息流。
模型选择顺序
Daily Pulse 会先尝试专用模型。
优先级如下：
- 用户明确给 Daily Pulse 指定的专用模型
- 当前聊天选中的模型，但必须支持聊天
- 已激活模型里第一个支持聊天的模型
这让它既能独立调优，也不会在没有专用模型时直接失效。
提示词策略
Daily Pulse 的 system prompt 不是让模型自由发挥，而是明确规定它的职责和边界。
核心规则包括：
- 基于最近聊天、长期记忆、使用轨迹、反馈、外部能力和用户主动输入做策展。
- 如果有未完成任务，优先帮助推进，但不要原封不动复述旧标题。
- 卡片要具体、可继续聊、可直接转成一个新会话。
- 不要捏造用户经历，也不要凭空编外部事实。
- 如果给了 MCP / 快捷指令能力，可以优先推荐“能马上借力推进”的卡片。
- 工具能力描述不等于已经拿到实时外部数据。
- 输出要有多样性，避免三张卡围着同一件事转。
- 用户明确不喜欢的主题尽量别再推。
输出结构
模型必须只返回 JSON，不允许 Markdown 代码块。
结构是固定的：
{
"headline": "一句话总标题",
"cards": [
{
"title": "卡片标题",
"why": "为什么推荐给用户",
"summary": "一句或两句摘要",
"details_markdown": "可保存为聊天的详细 Markdown 内容",
"suggested_prompt": "用户点继续聊时可直接发送的追问"
}
]
}这五个字段分别解决五个问题：
title：列表中先看到什么why：为什么是给你的，不是随机选题summary：快速扫一眼值不值得点开details_markdown：保存为会话后能直接当首条内容suggested_prompt：继续聊时不需要自己重新想问题
模型给候选，客户端再做一轮选择
Daily Pulse 不是完全相信模型原样输出。
实际流程是：
- 让模型尽量给出
6张候选卡。 - 客户端把文本做规范化、长度裁剪和兜底。
- 客户端再根据偏好画像做打分和筛选，最后只保留
3张。
本地筛选规则
当前实现里的打分逻辑是可解释的：
- 与用户当前关注焦点相近：
+4 - 命中过去的正反馈主题：
+3 - 命中最近几天已经展示过的主题：
-2 - 命中过去负反馈主题：
-6 - 详情足够展开：
+1
然后再做几件事：
- 去掉和负反馈高度相似的卡片
- 去掉彼此过于相似的卡片
- 尽量避免三张都落在同一类别
这就是为什么 Daily Pulse 看起来像“模型生成”，但实际上又带着明显的产品策展味道。
反馈闭环
一张卡可以触发四类典型反馈：
- 喜欢
- 不喜欢
- 隐藏
- 保存为会话
这些反馈不会被拿去训练某个远端推荐模型，而是直接沉淀为本地下次生成时的偏好提示。
换句话说，Daily Pulse 的“学习”更像下一轮策展提示，而不是不可解释的黑盒推荐权重。
为什么支持“保存为会话”
这是 Daily Pulse 里一个很关键的设计。
当你把卡片保存为会话时，系统会：
- 用卡片标题创建一个新会话
- 把卡片详情 Markdown 作为首条助手消息归档进去
- 把这次操作记为强正反馈
这意味着 Daily Pulse 不是终点，而是聊天入口生成器。
为什么支持“转任务”
有些卡片不是马上要聊，而是需要后续推进。
所以它还能把卡片转换为内部任务，任务会保留：
- 标题
- 摘要
- 推荐追问
- 完成状态
后续生成时，未完成任务会继续影响策展方向。
送达机制为什么不是百分百必达
Daily Pulse 的提醒与送达是本地能力，不是服务器推送。
当前默认策略：
- 晨间提醒默认关闭
- 默认提醒时间
08:30 - iPhone 在合适时机会尽量提前准备今天这一期
- 如果到了提醒时间后才准备完成，会补发一条“已准备好”通知
- Apple Watch 更偏向在前台恢复时尝试准备
这套设计的本质是 best-effort：
- 尊重系统调度边界
- 不假装自己有一个永远在线的云端任务中心
你应该如何理解 Daily Pulse
最准确的说法不是“每日推荐”，而是：
一个由最近聊天、长期记忆、使用轨迹、外部能力、反馈历史和未完成任务共同驱动的主动策展器。
它的价值不在于“替你思考”，而在于把你已经积累过但暂时没组织起来的上下文，重新整理成几个可执行入口。