AI 助理
部分实现已有可用闭环，但与目标设计仍有明确差距DLS 的 AI 助理应当长期理解用户，同时保持可审计、可关闭和数据最小化。它不是医疗诊断者，也不替用户做人生决定。
成长路径
| 阶段 | 数据门槛 | 计划能力 |
|---|---|---|
| 观察者 | 7 天 | 周报与基础趋势 |
| 分析师 | 30 天 | 相关性分析与异常提醒 |
| 教练 | 90 天 | 目标拆解与个性化建议 |
| 数字分身 | 180 天 | 经授权的 Workspace/API 代理 |
| 代理人 | 365 天 | Agent 间协作与跨平台编排 |
当前能力
当前周报已经汇总体重、精力、睡眠、饮食和 MIT3 完成情况，并支持外部模型提供方。生成过程使用 Credit 预留、确认与失败退款，记录模型、Token 和估算成本；没有配置模型时可生成规则化报告。
- 月报：Pro + 30 个累计记录日，按自然月幂等生成
- 相关性分析：Pro + 30 日，只分析白名单数值字段，每组至少 8 个共同记录日
- AI 教练：Pro + 90 日 + Lv.2，保存成员私有会话，只使用最近 30 天结构化汇总
- 能力说明：页面直接显示缺少的订阅、记录日或等级条件
当前首轮成本为周报 2、月报 4、相关性 4、教练回应 2 Credit，仍需按真实模型账单校准。
数据边界
- AI 训练默认不参与，必须主动选择加入
- RAG 只检索当前用户授权范围内的数据
- 高级能力同时受订阅、数据天数和成员等级约束
- Credit 消耗与真实模型成本锚定
- 相关性不等于因果，教练不读取日记正文
RAG、数字分身与 Agent 协作尚未实现。