标准 AI 对话可移植性尚不存在：这就是它为何应当让你在意的原因

Source: Dev.to

要为您进行翻译，我需要您提供要翻译的完整文本内容（文章正文）。请粘贴或上传该文本，我会按照要求保留源链接并将内容翻译成简体中文。

当前 AI 数据导出状态

ChatGPT 将你的数据导出为 conversations.json 文件。它是一个嵌套的 JSON 结构，包含每一次对话，呈现为消息节点的树状结构。每个节点都携带 ID、父节点 ID、作者角色元数据、内容片段数组、状态标志、权重值、时间戳以及各种内部属性。

两年的对话记录可能会生成超过 500 MB 的文件。嵌套深度导致解析成本高昂。元数据与内容的比例严重倾向于开销，并且该结构完全是 ChatGPT 专有的。没有其他 AI 平台能够理解这种格式，因为没有标准定义 AI 对话导出应当是什么样子。

Claude 的导出同样是 JSON，但结构、元数据不同，且面临同样的根本问题：平台专有格式，缺乏互操作性。

目前还没有类似 IMAP 的 AI 对话通用方案——没有通用的模式、交换格式或 RFC。

这是一个值得关注的工程问题

• Databases 有 SQL 转储和标准导入格式。
• Email 有 IMAP 和 MBOX。
• Cloud storage 有标准化的文件系统。
• 在监管压力下，Social media 平台现在以第三方工具可处理的格式导出数据。

AI 助手迄今为止尚未满足这一期望，因为行业尚处于起步阶段，且涉及的数据更难分类。对话历史并不是表格、文件或简单的消息线程；它是一个不断演变的上下文，随着时间影响系统的响应方式。仅迁移原始文本是不够的——你需要迁移结构、主题之间的关系，以及足够的组织上下文，才能让新系统真正使用这些数据。

工作实现

Phoenix Grove Systems 推出了一个名为 Memory Forge 的工具，可将 ChatGPT 或 Claude 的原始导出文件转换为结构化的“记忆芯片”文件。

• 架构： 所有处理均在浏览器客户端完成。没有服务器调用，也没有数据传输。用户可以通过在处理过程中监视开发者工具的 Network（网络）标签来验证这一点。
• 输出： 单个文件，已清除平台特定的元数据，按对话主题索引，并使用系统指令格式化，任何 AI 在摄取时都能解析。
• 使用方式： 将记忆芯片加载到任何接受文件上传的 AI 平台（Claude、Gemini、Grok 等），新系统即可获取用户完整的对话上下文——项目、偏好、工作模式以及累计的理解全部迁移。
• 费用： 每月 $3.95。处理大型导出只需几分钟，而非数小时。

无论是作为产品还是概念验证，结论都是相同的：AI 对话可移植性问题可以用现有技术解决。平台本身未能解决的原因并非技术，而是战略。锁定效应驱动留存，而可移植性则威胁到这种锁定。

标准可能的样子

可移植的 AI 对话格式可能需要：

1. 平坦或浅层嵌套结构，任何系统都能在没有平台特定知识的情况下解析。
2. 清晰的分离，包括用户消息、AI 回复以及系统/元数据内容。
3. 主题或线程边界，允许选择性加载，而不是全部一次性摄取。
4. 包含上下文指令的头部块（类似 Memory Forge 生成的），使接收方 AI 知道如何使用这些数据。

可以把它想象成 AI 版的“.mbox”——不够炫酷，但实用。

Phoenix Grove Systems 已经用其记忆芯片格式有效地构建了这一专有版本。行业是否会趋向统一标准，或是像 Memory Forge 这样的工具成为事实上的桥梁，仍是未知数。平台越迟解决可移植性问题，第三方解决方案填补空白的可能性就越大。

更大的模式

每个主要技术类别都经历了以下循环：

• 专有锁定 → 用户挫败感 → 第三方桥接 → 最终标准化

电子邮件大约用了十五年，手机号码大约用了十年，而云数据可移植性仍在进行中。

AI 对话历史正处于这一曲线的起点。平台几乎没有动力去改变；用户才刚开始意识到锁定的存在。首批打破这种锁定的工具已经开始发布。

如果你从事 AI 工作、为 AI 构建工具，或大量使用 AI 助手，使得你的对话历史具有实际价值，那么这值得关注。可移植性问题即将到来；关键在于行业是引领还是被动。

Memory Forge 可在 试用。