北京
如果你每天早晨敲開健康應用，隨手點下“精力7/10”，卻從不追問自己真實的疲憊藏在哪里，你愿不愿意讓一個AI先替你過一遍這一天？2026年Backboard春季挑戰賽上，一位開發者用一款名叫ORACLE的AI智能體拿下了“最具創意獎”。它不做問答問卷，而是用你的臉和時間線，給你的一天來一次預演。你騙得了自己，它卻能一眼看穿。
大多數健康類應用都在問。ORACLE不這么干——它攔截信號。在那些回答還沒來得及經過社交掩飾、自我安慰的步驟之前，ORACLE直接讓語言和面孔對質。這種“預演”機制背后，其實藏著一個所有人都有的裂縫：我們嘴上說“我很好”，但身體早就亮了紅燈。
開發者之所以下決心做ORACLE，是因為他注意到一個幾乎沒人較真的細節。人們每天早晨在快樂記錄或壓力測試里敲下的“我還行”，與他們在鏡子前看到的暗沉眼周和緊繃嘴角之間，隔著一層覺察不到的盲區。這個盲區不是故意說謊，而是我們每個人對自己的即時讀取，準確率一向不高。ORACLE的設計思路，就是用AI把語言回答和面部真實信號放在同一張表上，讓矛盾自己浮出水面。一旦矛盾被標記，你的一天就有了新的劇本預警。
整個產品被設計成一個三段式心理效能閉環——早晨掃描、面部比對、午間追問與夜間回顧。這三個環節串起來，就像AI替你預演了今天可能要翻車的地方。
早晨掃描階段，ORACLE不會讓你做“心情打分”。它拋出五個尖銳問題：今天的核心日程如何？昨晚睡眠質量具體到小時？今天最大的不確定因素是什么？此刻的精力數值是多少？身體有哪些確切的不適感？每一問都針對“隱藏風險”。
要知道，這五個數據點單獨看都很普通，但組合在一起，就能標記出一整天里最容易出岔子的時刻。比如，日程焦慮加低質量睡眠再加一個“可能發生但尚未確定的麻煩”，表面精力數值或許還能撐，但身體微小的異常已經被抓住了。
接下來，ORACLE會做一件其他工具還沒做過的事——它要求你上傳一張自拍。這張照片不會保存為相冊里的回憶，而是直接喂給具備視覺能力的GPT-4o模型，與你剛才那五個回答交叉比對。你說“精力旺盛”，可你的臉上有黑眼圈、眼瞼下垂、肌肉緊張度異常——AI會直接把這種矛盾擺在你面前，不做任何溫和處理。這就是ORACLE最核心的攔截邏輯：用客觀視覺證據沖破你對自己的主觀濾鏡。
早晨的掃描只是起點。三小時之后，ORACLE會發起一次午間檢查，只追問一個問題：對比早晨的預測，今天到現在有沒有按照你的預期發展？這一個問題的鋒利之處在于，它要求用戶不是在一天結束后才反省，而是在能量和注意力最容易發生轉折的中場，就進行一次認知校準。
到了晚上，整個回路關閉，晚間回顧會最后問你一次：早晨那個預測是否成真？如果你說“沒有”，ORACLE會抓住這個記錄的空白，留待明天的早晨掃描，形成一個連續的自我糾正環。
這樣一套早晨、午間、晚間的三輪會話，在傳統開發里意味著三組彼此失聯的對話。每次用戶打開應用，對服務器來說都是一個全新的會話，上一輪的所有上下文除非自己存數據庫，否則就是空白。但ORACLE連一行數據庫代碼都沒寫。
它的整個技術骨架完全架設在Backboard API之上，開發者只做了創意集成。最精彩的一筆是線程記憶的實現——同一個thread_id貫穿了早晨、午間、晚間三次獨立的用戶會話。當他向Backboard的thread/message端點發送請求時，只需傳入這個固定的thread_id和用戶當前的消息，Backboard原生支持持久的上下文管理，自動加載并維護三場對話之間的所有歷史。沒有自定義的記憶模塊，沒有獨立的Redis或Postgres實例，也沒有復雜的會話合并邏輯，一個ID就讓ORACLE記住了一個人一整天的所有回答和面部信號。
在模型路由上，ORACLE沒有一刀切地調用最貴的視覺大模型。早晨的文字問答階段，所有問題只走GPT-4o-mini，通過Backboard路由即可。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
