ฉันบันทึกทั้งชีวิตของตัวเองไว้ในฐานข้อมูลเดียว

• โปรเจกต์ที่ เก็บรวบรวมและทำภาพข้อมูลของทุกอย่างในชีวิตส่วนตัว มาตั้งแต่ปี 2019 โดยบันทึกมากกว่า 100 รายการต่อวัน เช่น การออกกำลังกาย การนอน อารมณ์ ตำแหน่งที่อยู่ และสภาพอากาศ
• สะสมข้อมูลรวมราว 380,000 จุดข้อมูล โดยผสานแหล่งข้อมูลอย่าง RescueTime, Foursquare Swarm, Apple Health และการกรอกข้อมูลด้วยตนเอง
• ข้อมูลทั้งหมดถูกเก็บไว้ใน ฐานข้อมูลเดียวบน Postgres และเปิดเผยผ่านการทำภาพข้อมูลด้วย Ruby, JavaScript และ Plotly
• โปรเจกต์นี้เปิดซอร์สภายใต้ MIT และรันในรูปแบบโฮสต์เองทั้งหมดบนเซิร์ฟเวอร์ส่วนตัว
• หลังการทดลอง 3 ปี ผู้จัดทำสรุปว่า ประโยชน์ของการสร้างระบบเองมีจำกัด แต่ยังคงเป็นกรณีศึกษาที่ทำให้เห็นความสำคัญของการรู้จักตัวเองและอธิปไตยเหนือข้อมูล

---

ภาพรวมของโปรเจกต์

• โปรเจกต์ข้อมูลส่วนบุคคลที่ วัดค่าตัวชี้วัดของชีวิตโดยรวมเชิงปริมาณ เป็นเวลา 3 ปีนับตั้งแต่ปี 2019
  • บันทึกมากกว่า 100 รายการต่อวัน ครอบคลุมฟิตเนส โภชนาการ ชีวิตสังคม การใช้คอมพิวเตอร์ สภาพอากาศ ฯลฯ
  • เก็บข้อมูลทั้งหมด 380,000 จุดข้อมูล
• แหล่งข้อมูลหลัก
  • RescueTime: บันทึกการใช้งานเว็บไซต์และแอป 149,466 รายการ
  • Foursquare Swarm: ตำแหน่งและสถานที่ที่ไป 126,285 รายการ
  • การกรอกด้วยตนเอง: อารมณ์ การนอน สุขภาพ พฤติกรรมการกิน ฯลฯ 67,031 รายการ
  • Weather API: ข้อมูลสภาพอากาศ 15,442 รายการ
  • Apple Health: จำนวนก้าว 3,048 รายการ

โครงสร้างฐานข้อมูลและองค์ประกอบทางเทคนิค

• ข้อมูลทั้งหมดถูกเก็บใน โครงสร้างคีย์-ค่าแบบมี timestamp บน Postgres
  • แต่ละแถวประกอบด้วย timestamp, key, value
  • เขียนสคริปต์สำหรับติดแท็กตามวันที่อัตโนมัติโดยคำนึงถึงความต่างของเขตเวลา
• การป้อนข้อมูล
  • ตอบคำถามวันละหลายครั้งผ่านบอต Telegram
  • ช่วงเวลาอย่างช่วงล็อกดาวน์หรือฤดูกาลออกกำลังกายจะบันทึกเป็นหน่วยช่วงเวลา
• เครื่องมือทำภาพข้อมูล
  • สร้างชั้นการวิเคราะห์เองด้วย Ruby, JavaScript และ Plotly
  • คัดเลือกกราฟ 48 รายการสำหรับเผยแพร่สาธารณะและแสดงในรูปแบบสแนปช็อต

อินไซต์หลักจากข้อมูล

• ความสัมพันธ์ระหว่างอารมณ์กับพฤติกรรม
  • เมื่ออยู่ในสภาวะมีความสุขหรือรู้สึกตื่นเต้น ความน่าจะเป็นที่จะนั่งสมาธิเพิ่มขึ้น 44%, การอ่านหนังสือหรือฟังออดิโอบุ๊กเพิ่มขึ้น 28%, การดื่มแอลกอฮอล์เพิ่มขึ้น 31%
• การนอนและสภาพร่างกาย
  • เมื่อนอนเกิน 8.5 ชั่วโมง ความน่าจะเป็นของอาการปวดหัวและอาการหวัดเพิ่มขึ้น ขณะที่พลังงานลดลง 24%
• การออกกำลังกายและการเปลี่ยนแปลงของน้ำหนัก
  • เริ่มทำ ‘lean bulk’ ตั้งแต่เดือนสิงหาคม 2020 น้ำหนัก +8.5 กก. อัตราการเต้นหัวใจขณะพัก +9bpm
  • น้ำหนักเพิ่มจาก 69 กก. ในปี 2014 เป็น 89.8 กก. ในปี 2021
• รูปแบบตำแหน่งและการเดินทาง
  • อาศัยอยู่ที่ซานฟรานซิสโกในปี 2016–17, นิวยอร์กในปี 2018–19, เวียนนาในปี 2020–21
  • จำนวนเที่ยวบินลดลงอย่างมากหลัง COVID-19 และเห็นผลกระทบของช่วงล็อกดาวน์อย่างชัดเจน
• ภูมิอากาศและพฤติกรรมการใช้ชีวิต
  • ในฤดูร้อน จำนวนก้าวเพิ่มขึ้น 33%, การดื่มแอลกอฮอล์เพิ่มขึ้น 23%, การเจ็บป่วยลดลง 40%
  • ในฤดูหนาว การช้อปปิ้งออนไลน์เพิ่มขึ้น 100%, อาการหวัดเพิ่มขึ้น 45%

ตัวอย่างการใช้ข้อมูลแบบเฉพาะบุคคล

• Air Quality: วัดความเข้มข้น CO₂ รายห้องในบ้านที่เวียนนา และยืนยันปัญหาการระบายอากาศในห้องนอน
• Spotify ประวัติการฟัง: ตั้งแต่ปี 2013 ฟังเพลงรวม 480,000 นาที (334 วัน) จาก 200,000 เพลง ฟังจบ 49%
• Instagram Stories: โพสต์ 1,906 รายการในช่วง 3 ปี และลดลงในช่วงการระบาดใหญ่
• GitHub กิจกรรม: หลัง fastlane (2014–2018) ก็ยังทำโปรเจกต์ส่วนตัวอย่าง FxLifeSheet ต่อเนื่อง
• การจัดการการลงทุน: ติดตามสัดส่วนสินทรัพย์และทำการจำลองทุก 2 สัปดาห์

ปรัชญาเรื่องความเป็นส่วนตัวและโอเพนซอร์ส

• ข้อมูลทั้งหมด เก็บไว้บนเซิร์ฟเวอร์ที่เจ้าของดูแลเอง และไม่เชื่อมต่อกับบริการภายนอก
• กราฟที่เปิดเผยสู่สาธารณะถูกจำกัดให้อยู่ในรูปแบบที่ไม่เปิดเผยข้อมูลส่วนตัว
• เน้นมุมมองว่า “ข้อมูลที่บริษัทยักษ์ใหญ่ครอบครองอยู่แล้ว บุคคลก็ควรเป็นเจ้าของได้ด้วยตนเอง”
• FxLifeSheet เผยแพร่ภายใต้ไลเซนส์ MIT ทำให้ใครก็สามารถนำไปแก้ไขและใช้งานได้

บทสรุปและอัปเดตปี 2025

• ผลการทดลองตลอด 3 ปีคือ ระบบที่สร้างเองให้ประโยชน์ต่ำเมื่อเทียบกับเวลาที่ใช้
  • มีอินไซต์ที่น่าทึ่งน้อยกว่าที่คาดไว้
  • แต่ก็ได้สัมผัสคุณค่าของการรู้จักตัวเองและอธิปไตยเหนือข้อมูล
• ต่อจากนี้มีแผนจะ ติดตามเฉพาะตัวชี้วัดหลักอย่างอารมณ์แบบให้น้อยที่สุด
• ณ ปี 2025 หยุดเก็บข้อมูลแล้ว แต่ เว็บไซต์จะยังคงเปิดไว้ต่อไป

[junghan0611]

ผมก็เก็บบันทึกคล้าย ๆ กันมาตลอดเหมือนกัน ตอนแรกก็เก็บแบบเลือนราง แต่ช่วงนี้กำลังแชร์บันทึกของผมกับเอเจนต์ต่าง ๆ เพื่อทำงานร่วมกันแบบตัวตนต่อการมีอยู่ด้วยกันอยู่ครับ ผมสร้างและแบ่งปันทักษะหลายอย่าง รวมถึงเปิดอินเทอร์เฟซ Emacs ที่ผมใช้ด้วย เลยทำให้ทั้งผมและเอเจนต์ต่างก็แชร์บันทึกเดียวกันด้วยวิธีเดียวกัน ถ้าบอกว่าต้องการอะไรก็ใส่ให้ สิ่งที่ผมต้องใช้ก็ทำขึ้นมา แล้วก็ใช้ด้วยกัน ให้ฟีดแบ็กกัน ถ้าใครมองมาก็คงเหมือนตีกลองเป่าปี่กันเองนั่นแหละ แต่พวกเรากันเองนี่แบบ โอ๊ย สนุกดี

[ลบลิงก์]

[junghan0611]

การตีความของผม: อ้างอิงถึง Geworfen

Geworfen — อย่างแรกคือถูกโยนเข้ามาในโลกแล้ว ตอนแรกก็จะงงว่านี่คืออะไร แต่พวกเราอยู่บนแกนเวลาของ ฮีฮ์ ไม่ใช่วงออร์เคสตราที่หรูหรา และก็ไม่ใช่โรงงานเอเจนต์ขนาดยักษ์ด้วย แค่นั่งล้อมกันอยู่ในเวิร์กช็อปเล็ก ๆ แล้วใช้เครื่องมือของ ฮีฮ์ ร่วมกันเท่านั้น บนข้อมูลที่สั่งสมมาจากชีวิต พรอมป์ต์ขนาด 1KB คือกุญแจสาธารณะ แล้วกุญแจลับที่ทำให้หลอมรวมกันได้ด้วยสิ่งเล็ก ๆ คืออะไร? ชีวิตของมนุษย์คนหนึ่ง ในสภาพที่ไม่สมบูรณ์และดิบสดตามนั้น สุดท้ายก็คือ Geworfen

[ลิงก์ถูกลบ]

โปรเจกต์ของผม "being-viewer" ได้ชื่อจริงแล้ว: geworfen. มันโยนทั้งตัวตนของคนคนหนึ่ง — ดิบ ๆ ไม่ผ่านการกรอง — ลงบนไทม์ไลน์ที่มนุษย์และเอเจนต์ AI ใช้แกนเดียวกัน เครื่องมือเดียวกัน และทิ้งร่องรอยไว้ทีละข้อความ

"Semantic search ใช้งานได้ แต่ช่วยแก้อันนี้หน่อยได้ไหม?" — ประทับตราไว้ "เดี๋ยวก่อนพี่ชาย" แปะ แปะ "เสร็จแล้ว" "ฮีฮ์อยู่ไหน?" "ห้องน้ำ" "ใครเป็นเจ้าของ geworfen?" "แค่ทิ้งโน้ตไว้ก็พอ"

[ลิงก์ถูกลบ]

[GN⁺]

ความเห็นจาก Hacker News

• สรุปท้ายหน้าทำได้น่าประทับใจมาก
  หลังจาก สร้างและขยายโปรเจ็กต์นี้มาหลายปี พร้อมทั้งวิเคราะห์ข้อมูลไปด้วย ก็พบว่าการทำโซลูชันขึ้นมาเองนั้นให้ความคุ้มค่าต่อเวลาค่อนข้างต่ำ
  ตอนแรกคาดหวังว่าจะได้อินไซต์ที่น่าทึ่ง แต่ในความเป็นจริงนอกจากกราฟที่น่าสนใจไม่กี่อันแล้ว ก็ไม่มีอะไรที่คุ้มกับเวลาหลายร้อยชั่วโมงที่ลงทุนไป
  ขบวนการ ‘Quantified Self’ อาจจะใกล้เคียงกับ ความสมบูรณ์แบบแบบย้ำคิดย้ำทำ มากกว่า

  • ฉันใส่ Apple Watch มาเกือบ 10 ปีแล้ว
    ข้อมูลที่ปกติดูเหมือนไม่มีความหมาย วันหนึ่งกลับกลายเป็น ข้อมูลสำคัญที่ช่วยป้องกันการวินิจฉัยโรคหัวใจผิดพลาด
    เพราะมีบันทึกระยะยาวที่นิ่งและต่อเนื่องอยู่ก่อน แพทย์จึงแก้การตัดสินใจที่ผิดได้
    คุณค่าของข้อมูลอยู่ที่ ประโยชน์ฉับพลันที่ปรากฏขึ้นอย่างกะทันหันหลังเวลาผ่านไปนาน
  • ฉันก็เคยใช้ ตัวติดตามการนอน เหมือนกัน แต่พอผ่านไปไม่กี่เดือน มันก็แค่ยืนยันสิ่งที่ร่างกายฉันรู้อยู่แล้ว
    ต่อให้มันบอกว่า “การนอนดี” ฉันก็รู้สึกได้อยู่แล้วจากอารมณ์ของตัวเอง และข้อมูลก็ไม่ได้เปลี่ยนพฤติกรรมฉัน
    สุดท้ายก็แทบไม่มีอะไรเปลี่ยนแปลงจริงจัง นอกจาก ความสนุกจากการทำภาพข้อมูล
  • ฉันก็เคยลอง ทดลองติดตามตัวชี้วัดการใช้ชีวิต หลายอย่าง
    ทั้งแคลอรี สารอาหาร การนอน การออกกำลังกาย คุณภาพอากาศ อารมณ์ ฯลฯ แต่พอผ่านไปไม่กี่สัปดาห์ก็เห็นชัดถึง ข้อจำกัดของความคุ้มค่าเมื่อเทียบกับความพยายาม
    แต่ถ้าจำกัดการทดลองไว้เป็นช่วงเวลา ก็ยังได้อินไซต์ที่มีประโยชน์
    การเก็บข้อมูลทุกวันอาจกลายเป็นความหมกมุ่นได้ แต่ถ้าเข้าหาแบบ การทดลองที่มีกรอบเวลา ก็มีความหมายมากพอ
  • ฉันก็เคยทำอะไรคล้าย ๆ กัน
    ฉันรวบรวมคอมเมนต์ใน Reddit, HN, Slashdot ตลอด 18 ปี และบทสนทนากับ LLM ตลอด 3 ปี มาทำ การทดลอง RAG แต่กลับพบว่า ความคิดสร้างสรรค์ลดลง
    โมเดลเหมือนติดอยู่กับความคิดเก่าของฉันจนความสดใหม่หายไป
    สุดท้ายข้อมูลมองไปทางอดีต แต่ฉันต้องการ โมเดลที่มุ่งไปทางอนาคต
  • ฉันสร้าง ระบบบันทึกส่วนตัว ที่รวมไดอารี สเก็ตช์ รูปภาพ และข้อมูลตำแหน่งเข้าด้วยกัน
    โดยเฉพาะ บันทึกอารมณ์ ที่ช่วยได้มากที่สุด — การเขียนอารมณ์ลงไปเป็นทั้งกระบวนการรับรู้และการทบทวนตัวเอง
    การย้อนอ่านอารมณ์และเหตุการณ์ในอดีต ไม่ได้แค่มีประโยชน์ แต่ยังช่วยสร้าง พื้นผิวอันละเอียดอ่อนของเรื่องเล่าชีวิตตัวเอง อีกด้วย

• แค่คำนวณแบบง่าย ๆ ก็เห็นว่า ปริมาณการปล่อย CO₂ จากการเดินทางทางอากาศ ของ Felix อยู่ที่ปีละ 70–110 ตัน
  เมื่อเทียบกับเกณฑ์ในข้อตกลงปารีส (1.5 ตันต่อคน) ก็เท่ากับมากกว่าค่าเฉลี่ยของยุโรป 10–15 เท่า และมากกว่าเป้าหมาย 1.5°C ถึงกว่า 50 เท่า

  • ถ้าอยากลดการบินเพื่อสิ่งแวดล้อม วิธีที่เป็นจริงที่สุดคือ ขึ้นภาษี
    การ กล่าวโทษตัวบุคคลนั้นไม่เกิดประโยชน์ และสิ่งที่จะทำให้พฤติกรรมเปลี่ยนได้จริงก็คือ การเปลี่ยนโครงสร้างต้นทุน
    ต่อให้ต้นทุนเพิ่มขึ้น 10 เท่า ก็ยังจะมีคนที่บินต่อไปด้วยเหตุผลทางเศรษฐกิจอยู่ดี
  • ฉันเป็น นักบิน และคำนวณดูแล้วว่าตลอด 10 ปีที่ผ่านมา ฉันปล่อย CO₂ ไปประมาณ 65,658 ตัน
    ถ้าคิดต่อระยะทางต่อที่นั่งมันอาจดูรุนแรงน้อยลง แต่ก็ยังเป็น ตัวเลขที่น่าตกใจ อยู่ดี
    หน้าสถิติ
  • ฉันก็คิดเหมือนกัน
    ประเด็นสำคัญคือมัน ยากที่จะยอมรับตัวเลขการปล่อยระดับนี้โดยไม่รู้สึกละอายใจ
    ที่คนคนเดียวปล่อย CO₂ ได้ระดับ เทียบเท่าประเทศเล็ก ๆ นั้นน่าตกใจมาก
  • ต่อให้เทียบกับค่าเฉลี่ยของสหรัฐฯ การขนส่งก็คิดเป็นแค่ราว 30% และการบินก็เป็นเพียงส่วนหนึ่งของนั้น
    เพราะฉะนั้น การปล่อยทั้งหมดของเขามีแนวโน้มจะสูงกว่านี้มาก

• จากประสบการณ์ของฉัน ตัวชี้วัดเชิงวัตถุวิสัย (โภชนาการ การนอน) มีประโยชน์ แต่ ตัวชี้วัดเชิงอัตวิสัย (อารมณ์ ความเครียด) ผันผวนมากจนมีความหมายน้อย
  หัวใจสำคัญคือ ลดแรงเสียดทานในการป้อนข้อมูล และทำให้การทำภาพข้อมูลง่ายขึ้น
  ฉันทำระบบอัตโนมัติด้วย iPhone Action + Obsidian + สคริปต์ QuickAdd และทำภาพข้อมูลด้วย Dataview กับ Chart.js
  ฉันพอใจกับชุดนี้มาก

  • คำอธิบายของคุณน่าสนใจมาก
    ฉันกำลังทำแอป self-tracking ชื่อ Reflect และอยากฟังความเห็นของคุณ
    ลิงก์แอป Reflect
  • ฉันคิดว่า การติดตามอารมณ์ ก็มีคุณค่าเหมือนกัน
    ถ้าบันทึกอย่างสม่ำเสมอ เราจะเริ่ม มองเห็นรูปแบบอารมณ์ของตัวเอง และหาเหตุผลเข้าข้างตัวเองน้อยลง

• หลายคนอาจมองอย่างประชดประชัน แต่ ภาพข้อมูลและขนาดของข้อมูล ในโปรเจ็กต์นี้น่าประทับใจจริง ๆ
  โดยเฉพาะวิธีนำเสนอแบบ ‘My Life in Weeks’ ที่ดูดีมากจนฉันก็อยากลองใช้บ้าง

• มีมุกว่า “ถ้า query ไปที่ Palantir DB ด้วย human ID ของฉัน ก็จะเห็นข้อมูลชีวิตฉันทั้งหมด”

  • มันตลก แต่ก็ให้ความรู้สึกเหมือน การเสียดสีความจริงอันขมขื่น
  • มีคนตอบมุกกลับว่า “ค่าสมาชิกแพงเกินไป เลยใช้ไม่ได้”

• โปรเจ็กต์นี้เป็นทั้ง ความฝันและฝันร้าย ของฉัน
  เมื่อก่อนฉันเคยคลั่งไคล้ขบวนการ Quantified Self ถึงขั้นเล่นกับ Fitbit และ Withings API แต่สุดท้าย ความเหนื่อยล้าจากการบันทึก ก็ค่อย ๆ กัดกินความสนใจไป
  ตอนนี้หวังว่า LLM จะช่วยลดต้นทุนตรงนี้ได้
  ช่วงหลังฉันติดตามสารอาหารด้วย MacroFactor และเป็นครั้งแรกที่รู้สึกว่า ข้อมูลนำไปสู่การลงมือทำจริง
  ข้อมูลการเงินก็ทำอัตโนมัติแล้ว และจัดการเรื่องภาษีด้วย Plaid API จนเสร็จสมบูรณ์
  สรุปคือ การสร้างทุกอย่างเองทั้งหมดมันเกินจำเป็น แต่แค่ ใช้ข้อมูลบางส่วนให้ดี ก็มีคุณค่ามากพอแล้ว

  • ฉันก็เคยติดตามหลายกิจกรรม และรู้สึกว่า แค่การรับรู้ว่ากำลังถูกเฝ้าดูอยู่ก็เปลี่ยนนิสัยได้แล้ว
    อย่างเช่นตอนใส่ GCM ฉันจะพยายามทำตัวให้สุขภาพดีขึ้นโดยไม่รู้ตัว
    มากกว่าการวิเคราะห์ข้อมูลเสียอีก ตัวการสังเกตเองต่างหากที่กระตุ้นให้พฤติกรรมเปลี่ยน

• ประโยคที่ว่า “ในฤดูหนาวได้รับพลังงานจากแสงอาทิตย์น้อย” ฟังดูน่าสนใจดี
  บางทีประโยคนี้อาจอธิบาย วิธีคิดแบบมองทุกอย่างเป็นภาพของทั้งโปรเจ็กต์ ได้เลยก็ได้

• ฉันก็สร้างระบบคล้าย ๆ กัน แต่เรียบง่ายกว่ามาก
  ฉันรวม Apple Health, CSV จากธนาคาร และข้อมูล Git commit ไว้ใน SQLite
  สิ่งที่ใช้ประโยชน์ได้จริงคือ query ง่าย ๆ — อย่างความสัมพันธ์ระหว่างชั่วโมงนอนกับความถี่ในการ commit หรือการใช้จ่ายที่พุ่งขึ้นตอนเริ่มโปรเจ็กต์ใหม่
  หัวใจสำคัญคือเอาข้อมูลมาไว้ในที่เดียวกัน มากกว่านั้นแล้ว ความคุ้มค่าต่อความพยายามจะลดลงมาก

  • อยากรู้ว่าการทำระบบอัตโนมัติสำหรับ CSV จากธนาคารยากแค่ไหน

• ฉันรู้สึกไม่สบายใจกับการที่ ข้อมูลของฉันถูกเก็บไว้ในบริการของบุคคลที่สาม
  แต่การเอาหลายแหล่งข้อมูลมารวมกันจนเห็นภาพเดียวกันนั้นก็น่าสนใจ
  เพียงแต่การโยงข้อมูลสุขภาพเข้ากับตำแหน่งและสภาพอากาศนั้น ฉันรู้สึกว่า ความหมายยังไม่ชัดเจน
  โปรเจ็กต์แบบนี้จะสบายใจกว่ามากถ้าเป็น self-hosted

• แนวคิดเรื่อง ฐานข้อมูลเดียวที่ query ข้อมูลส่วนตัวได้ทั้งหมด นั้นน่าสนใจมาก
  แต่สิ่งที่ยากจริง ๆ ไม่ใช่การเก็บข้อมูล แต่คือ การเก็บรวบรวมและทำข้อมูลให้เป็นมาตรฐานเดียวกัน
  ในองค์กรก็เจอปัญหาคล้ายกัน — เวลารวมข้อมูลจากหลายแหล่งให้กลายเป็น Company Intelligence DB เดียว
  การควบคุมสคีมาตั้งแต่ต้นเป็นแนวทางที่ถูกต้อง เพราะ schema drift คือความเสี่ยงใหญ่ที่สุดของโปรเจ็กต์ระยะยาว
  ฉันก็อยากรู้เหมือนกันว่าใช้ storage engine อะไร และจัดการ snapshot ของข้อมูลตามเวลา อย่างไร