构建可复用十年的AI写作框架
本文探讨了如何构建一个健康、可持续的AI写作框架,旨在帮助写作者避免被特定软件厂商或AI模型绑架。作者提出了一套基于文件夹系统和Agent工具的“AI外骨骼”工作台,强调让AI辅助而非替代创作,实现数据的自主掌控和灵活迁移,从而让作者专注于故事创作本身。
本文探讨了如何构建一个健康、可持续的AI写作框架,旨在帮助写作者避免被特定软件厂商或AI模型绑架。作者提出了一套基于文件夹系统和Agent工具的“AI外骨骼”工作台,强调让AI辅助而非替代创作,实现数据的自主掌控和灵活迁移,从而让作者专注于故事创作本身。
受 Andrej Karpathy 启发,文章介绍了一种无需复杂软件、仅依赖文件夹和文本文件的 AI 个人知识库构建方法。通过 raw/、wiki/ 和 outputs/ 三层结构,结合 agent-browser 自动抓取工具和 Claude Code 等编程助手,用户可以将杂乱素材转化为结构化的个人维基。系统强调“复利”维护,主张用简单的模式文件替代花哨的工具,让 AI 自动整理、总结和关联信息,从而实现高效的知识管理。
文章指出 OpenClaw 虽然强大但技术门槛过高,阻挡了 90% 的用户。作者提出以 Claude 为核心的低门槛替代方案,详细对比了两者在个性化 Skills、定时任务、文件管理、知识库集成及记忆系统等方面的功能。通过结合 Claude 的 Skills、Cowork、Projects 以及 MCP 和 Obsidian,用户无需复杂配置即可搭建高效的个人 AI 助理系统。文章最后强调,决定 AI 效率上限的是人而非工具,建议读者将精力放在深度思考上。
作者介绍如何将 Obsidian 笔记库作为 AI 代理的上下文来源,构建一个名为 /todays-focus 的每日专注技能。文章指出工作工具(如 Linear、Gmail、Slack、日历)只能告诉 AI 发生了什么,而个人笔记库能补充'什么对自己最重要'的背景。作者展示了四个步骤:连接工作工具、授权代理读取 Obsidian 库、创建原则(Principles)文档、创建'心头事'(Top of Mind)文档。该技能每天早晨生成三个焦点领域、反思检查和三个日记问题,成为一种有用的每日仪式,也是检验笔记库组织是否利于代理理解的方法。
文章探讨了高级 AI Skill 的本质:不是把更多指令塞进一份文件,而是把多个单点能力按任务关系编排组合。作者通过分析 GitHub 上多个热门 Skill 仓库,总结出五种组合模式:路由(判断调用哪个 Skill)、顺序(强制工作流程)、选择(按需分诊组合)、流水线(专业能力交接)和分层(Skill 与系统能力分工)。文章提出组合 Skill 的五个核心零件:路由、输入输出契约、顺序与并行、上下文状态、验证反馈,并建议从真实返工中逐步长出组合关系。核心观点:Prompt 让 AI 听懂一次需求,Skill 固化一类做法,而组合 Skill 才能把复杂任务交付出来。
作者提出九条原则,帮助判断 Agent Skill 是否真正有效,覆盖 Skill 生命周期三个阶段:被选中、可靠执行、经受现实检验。核心观点包括:元数据描述是触发与否的关键入口;上下文是共享预算,需渐进式加载;流程与检查点优于长篇散文;规则应解释原因以应对边缘情况;预先记录并反驳模型常见的跳过理由;确定性逻辑写成脚本代码而非依赖推理;严格限定修改范围;Skill 会随库更新和约定变化而腐化,需版本化管理;上线前必须用真实用例运行验证,从观察到的行为而非想象中调试。
作者分享了如何借助 AI 进行写作:坚持“用 AI 辅助写作”而非“让 AI 代写”,文字必须出自本人。他用 LLM 加速研究,通过自建的 researcher skill 结合 Exa、Hacker News、内部仓库和 Slack 等工具寻找真实、可引用的案例,并要求来源和引语以抑制幻觉。在草稿阶段,AI 充当文档内搜索和研究伙伴,帮助补充例子、验证事实、发现盲点。他强调写作者应多实验 AI 用法,而非因 AI 垃圾内容而全盘否定。
Remy, from AI with Remy, shares how he runs his company on agent skills, treating them as SOPs for AI. He explains the concept of skills as markdown files that package workflows, and the problem of AI being single-player. The solution is to store skills in a GitHub repo and distribute them as plugins via Claude Code or Codex, enabling team-wide sharing, version control, and auto-updates. He also discusses designing skill chains, a self-improvement loop for skills, and a web app layer for managing them. The key takeaway is to centralize skills, use plugins for distribution, and continuously improve them.