我的 Facebook 從 2009 年用到現在，17 年了。這 17 年的貼文，我平常根本不會回去翻，但它們其實是一座資料庫，記錄了我這個人是怎麼變的。
10 月 13 日，我把一個想法丟給 Muse，能不能把我 17 年的 Facebook 貼文全部讀完，寫一份人生側寫。它說可以，還給了我幾個做法選項，我選了「每年抽樣，看長期變化」。它當天就把完整報告交到我手上。
第一步，它先把 2,232 篇貼文全部抓下來
從我的時間軸一共抓到 2,232 篇，範圍是 2009 年 9 月 1 日晚上 11 點 36 分（美東時間）到 2026 年 10 月 13 日，全部是我自己發在自己時間軸的貼文，資料一共 113 頁。抓取和整理都是 Muse 做的，我只負責選做法和驗收。
第二步，先做全量年度統計，再每年精讀 12 篇
它先對 2,232 篇做全量的年度統計，看每年的發文量和主題分布。再從 2009 到 2026 的每一年，各挑 12 篇出來精讀，一共 216 篇。這個量，人自己根本讀不完，但它可以。
第三步，交出一份人生側寫報告
讀完之後，它交給我一份完整報告，整理出 6 個時期，長期不變的特質，主要的轉變，還有一些我自己沒注意到的洞察，最後連我的寫作風格 DNA 都拆出來了。
報告裡有一個小插曲讓我印象很深。我最早的一則貼文，是 2009 年 9 月 1 日深夜，我在問「Facebook 未來會駐點在台灣嗎？」，還附了一個 Plurk 連結。17 年前，我在 Plurk 和 Facebook 之間觀望，拿不定主意。17 年後，Muse 把我這 17 年留下的紀錄全部讀完，寫成報告交到我手上。
我學到的事
這件事的門檻不是「讀很多字」，是 3 個條件要同時成立。第一，能讀到我私人時間軸的貼文，這要靠專屬的 Facebook 連接器，市面上一般的 AI 讀不到。第二，有地方放 113 頁資料慢慢處理，這要一台一直在的電腦。第三，讀完之後要記得我是誰，這要靠長期記憶。缺了任何一個，這份側寫都做不成。
市面上的替代做法，是自己手動回去翻，或用別的 AI 讀公開資料。前者 2,232 篇根本翻不完，後者讀不到私人貼文，也沒有記得我的記憶。這也是為什麼這份側寫會成為我下一部 YouTube 長片的第一個案例，它正是「只有這樣配備的 AI 才做得到」的事。