受“人生周历”启发，作者决定将自己 20 年的数字足迹，包括数百万条聊天记录、日记和社交数据，构建成一个“个人 CRM”系统。通过数据清洗和大型语言模型（LLM）的分析，他从海量信息中提取了人物、地点、事件和情感变化，揭示了关系亲疏、话题演变、回应模式以及社交圈收缩等长期趋势。最终发现，许多宝贵的关系细节虽被记忆遗忘，却完整地保存在数字记录中。这个过程让他重新理解了自己的社交生活，并意识到自己的人生并非空白，只是记忆过于挑剔。
为什么要分析聊天记录？
项目的起因是对人生有限性的焦虑，源于一张名为“人生周历”的图表，它将生命可视化为一格格的周数。作者发现，无论是记录生理指标还是日记，都无法真正捕捉生活的质感——那些与人相处时的感受和状态。
- 生物数据太空洞： 记录的步数或心率并不能代表生活的充实度。
- 重大事件太表面： 标记工作、旅行或婚姻等事件，却无法体现期间的情感体验。
- 日记记录有局限： 日记只能捕捉作者当下认为重要的事，容易遗漏被遗忘的对话或难以察觉的长期模式。
为了弥补记忆的不足，并克服自己在维系关系上的拖延症，作者决定从自己过去几十年在互联网上留下的数字痕迹中，构建一个基于客观记录而非主观记忆的“个人 CRM”。
数据从何而来，又如何处理？
作者收集了自己从 2000 年代至今在不同平台上的数字档案，包括 ICQ、VK、Facebook、Twitter、Instagram 和 Telegram。这些数据格式各异，解析过程充满挑战。
最大的问题在于 噪音过滤。以作者与伴侣十年间超过 48 万条消息的对话为例：
- 链接占 2.4%
- 媒体文件占 9.1%
- 纯表情符号消息占 1.5%
- 简短的填充词（如“哈哈”、“好的”）占 28.4%
- 实质性文本仅占 58.7%
这意味着近 41% 的内容对于分析是噪音。简单的按长度过滤或建立黑名单效果不佳，最终通过对高频词进行人工审查和标记才有效解决了问题。
一个有趣的发现是，作者的词汇量在 20 岁出头就基本定型。自 2008 年以来，他在聊天中使用新词的比例一直在下降，并在六年前稳定在 6% 左右。
识别身份与事件：技术挑战
数据清洗后，更大的挑战是如何让机器理解内容的含义。
- 身份识别难题（“哪个 Sasha？”）： 同一个人在不同平台使用不同昵称，甚至在不同语境下，同一个名字（如 Sasha）也可能指代不同的人。传统的命名实体识别（NER）模型难以处理这种情况。
- 事件分类难题： 同一句话在不同对话背景下含义完全不同。例如，“我搬家了”在与母亲的对话中是地理搬迁，在朋友群里可能是指室内设计，在分手后则可能是一个情感里程碑。
传统的分类器准确率有限，且容易产生大量误报。因此，作者最终选择使用 大型语言模型（LLM） 来同时解决身份识别和事件分类问题。
处理流程如下：
- LLM 读取一小段消息。
- 生成一个结构化的 JSON 文件，其中包含笔记要点、人物信息、时间线事件和地点更新等。
- 一个确定性的脚本读取该 JSON 文件，并将信息注入数据库。
- 所有信息都带有来源标记，可以追溯到原始消息，确保任何错误都可以精确回滚。
数据揭示了什么？
通过对结构化数据的分析，作者发现了一系列关于人际关系和自我认知的深刻洞见。
关系的冷暖：情感与互动模式
传统的情感分析只判断消息是积极还是消极，但作者采用了 方向性情感分析，关注对话双方的情感温差。
- 关系的转变： 友谊可能会随着时间从 “玩乐型”转变为“事务型”，这种变化在单次对话中很难察preceive。
- 互动模式的变化： 消息数量的减少不一定代表关系变淡。如果消息的 平均长度增加，可能意味着关系从频繁的短消息互动转变为更深入、更有思想的交流。
- 回复速度的误区： 回复时间更多地反映了一个人的手机使用习惯，而非情感投入程度。
共同语言的消逝：词汇重叠度
衡量两个人词汇的重叠度（Jaccard 相似性）可以有效地追踪关系的冷却。
在作者的一段关系中，双方高频词的重叠度从 69.5% 下降到 8.7%。这意味着他们几乎不再讨论同样的事情，兴趣点出现了巨大分歧。
提问率：关系远近的指标
数据显示，随着浪漫关系的成熟，提问的频率会下降，因为双方已经足够了解彼此。然而，对于逐渐疏远的关系，情况恰恰相反。
- 关系越疏远，提问率越高。当人们不常联系时，更多的对话内容变成了信息获取。
- 提问率可以作为关系带宽的反向指标。
社交圈的演变：邓巴数与联系人流失
根据人类学家罗宾·邓巴的理论，人类可以维持大约 150 个稳定的社会关系。作者的数据显示：
- 社交圈在萎缩： 随着年龄增长，核心社交圈（约 5-15 人）和活跃网络都在缩小。在“午夜活跃”的青年时期，他有约 300 个活跃联系人；而在“午间活跃”的成年时期，这一数字降至 60 个。
- 社交精力是恒定的： 尽管失去了 75% 的社交网络，作者每年投入到对话中的总天数几乎保持不变。他只是 将相同的社交精力重新分配给了更少的人。
- 搬家是友谊的“灭绝事件”： 在 20 多岁时搬家导致的朋友流失，远比 30 多岁时严重。
自我认知的新维度
这个项目带来的最大价值，是让作者对自己有了全新的认识。
我本以为自己是“支持型朋友”。但数据显示，我同等程度上也是“建议型朋友”。当别人需要我时，我的本能是解释，而不是倾听。这一点我以前并不知道。
其他发现包括：
- 旅行时更快乐： 在旅行期间，所有对话都变得更温暖、更少事务性。
- 工作影响社交节奏： 从事朝九晚五的工作后，他的消息高峰时间从午夜转移到了中午。
最终，作者意识到，他之所以感到生活“空虚”，并非因为生活本身缺乏内容，而是因为 记忆的选择性过滤。那些被遗忘的、微小而珍贵的互动，都忠实地记录在数字档案中，证明了生活曾经的丰满与温暖。这个项目没有改变他的社交方式，但让他有机会重新审视那些被时间掩埋的宝贵瞬间。