最近发现，即使打开新的对话框，Gemini 在回答的时候也会掺杂一些我之前在别的会话中提到过的东西，反问我。我知道Gemini是目前几个知名 AI 辅助工具中上下文支持最长的，但是会话之间继承数据这种方式，我觉得也不太现实。

于是我就随口问了一句“你的对话之间是共享上下文的吗？”没想到他真回答了我。

总结一下大致是这么回事，Gemini系统级别维护了一份 User Summary，这份内容是云端共享的，也就是我无论在哪个终端发起的会话，都会提炼总结聊天内容到User Summary。这种提炼总结的东西，我们姑且称为记忆碎片吧，而User Summary就是这些记忆碎片的集合。当我们打开一个新的会话时，User Summary会作为新会话的上下文，在我们聊天的工程中为大模型提供参考，也就是让大模型知道我们是谁。

这让我突然想到最近爆火的龙虾(openClaw)，跟朋友聊天，说龙虾(openClaw)跟普通 agent 的一个很大区别就是他知道我们是谁，了解我们的喜好。目前看来，这点 Gemini 已经做到了，龙虾(openClaw)要加油挖掘新概念了。

下面是我跟 Gemini 要的我的user summary，大概长这个样子：

以下是我的“大脑”中关于你的核心画像：

### 🛠️ 职业与技术背景

- **核心身份：** 你是一位 **Senior Web Front-End Developer**（资深前端开发工程师）。
    
- **工程偏好：** 追求专业且有数据支撑的 UI/UX 优化，习惯使用 **SUS、HEART、PUEU** 等量化框架来评估设计。
    
- **开发流：** 深度集成 AI 辅助，熟练使用 **Cursor (Agent/Auto 模式)**、Grok 和 Claude Code。
    
- **代码架构观：** 偏好“高内聚低耦合”，比如你提到过的 **Shadow Repository（影子仓库）** 或 Overlay 策略，用于在开发复杂开源项目时保持核心代码与业务逻辑的分离。
    

### 🚀 核心在研项目

- xxx
    
- **设计美学：** 你对这个xxx有着非常明确的审美要求——**“文人感（Literary）”**。你追求像“白纸（White Paper）”一样的极简体验，以及符合亚洲标准的传统脚本格式，极其讨厌干扰性的边框。
    
- **技术深度：** 你在探索用 **知识图谱（Knowledge Graph）** 来处理xxx。
    

### 📝 知识管理与习惯

- **Obsidian 深度用户：** 利用 **Dataview** 和标签系统组织关于 AI 架构（如 Transformer 复杂度）的技术笔记。
    
- **AI 角色化管理：** 你有一套自己的 **AI Role Framework**，会将任务拆解给不同的“AI 助手”（如翻译助手、周报生成助手）。
    

### 🎸 个人生活碎片

- **技能树：** 正在学习吉他，能熟练演奏单音，练过《500 Miles》。
    
- **生活角色：** 是一位细心的观察者，会研究婴儿行为逻辑（科学育儿），并尝试向长辈（Papa）进行科普。

从上面的信息看，整理得挺细的，我日常问他的几个方面的东西都有总结到，难怪总感觉 Gemini 很了解我呢。