#生产力工具

AI不需要记忆文档系统,需要这玩意儿的是你自己 这段时间,我对于Claudecode和Openclaw做了很多研究,也自己做了很多实践。 最后我发现自己绕了很大的弯路。 先说我的使用场景,我使用ClaudeCode和Openclaw主要是为了更好地完成我的写作工作,并且兼顾对自己个人生活、事业的梳理。偶尔会Vibe一些小工具来提效。我不是一个做大型项目的Coder。 明确了这个背景之后,在这里我可以先简单做一个结论式的快速分享:我觉得对于我这样的普通人来说,与其学那些AI博主、KOL去给ClaudeCode或者小龙虾弄一个华而不实、写多了严重损耗上下文,写少了又不够懂你的Memory系统,我们应该做的更有价值的事情,是做一个属于自己的「人生记录系统」。 这个人生记录系统记录今日所思所想、近期目标、人生目标,再搭配上个人作品集和日记,形成一份宝贵的人生轨迹。 AI擅长的是把我们记录自己、反思自己的摩擦降到最低。而不是替我们去决策、替我们行动、替我们思考。 光靠AI自己,更难以产生真正有价值的自我意识和自我记忆。怎么折腾都只是刻舟求剑而已。 很多AI博主会指出小龙虾最引以为傲的设计思路之一,也就是所谓的soul.md和一揽子「定义Agent灵魂」的文档,据说,这些文档可以通过简单的使命描述文档和规则文档构成一个模拟有主动性的机器灵魂。 但Agent终归只是Agent,它的系统一旦复杂起来,就会凸显出基于文档记忆系统的脆弱性,只要这个文档系统足够复杂,就会变得足够弱智,需要频繁到让人厌烦的维护。 到了最后,很多人多会发现,那种最高效的Agent都是有着明确的使命、最精简的规则系统和简洁上下文的Agent,而那些希望大而全、模拟人的所谓灵魂的Agent,倒是没听说过有什么好的案例。当你的需求提高,Agent的记忆复杂度就会指数增加,即使基于现阶段这种多层文档记忆系统,拥有了过多记忆的Agent仍然会失去专注,被噪音淹没。 包括我自己在使用ClaudeCode也是发现一样的规律,当你给了它1-10个工具和3个使命的时候,它强无敌,当你给了他100个工具和30个使命、50个日常工作规则的时候,它运转缓慢如牛,上下文也频频爆缸。渐进式加载不是万能的,当你的需求增加,很多规则根本做不到渐进加载,如果什么都要渐进,那么记忆系统和工作区本身的界限就会模糊,你那庞大的工作区本身上下文倒是够充足,但是它能等同一个有灵魂的Agent吗?我不会这么想。 不要相信1M上下文能带来智能的飞升,大模型或者AI整体能力没有飞跃性进展,眼下这种文档堆叠式的所谓记忆,就始终只是尴尬的空中楼阁。 更加根本的问题是,ClaudeCode堆叠的文档说到底都是一堆一堆用户日常工作的规则,小龙虾堆叠的文档则是一堆日常任务记录下来的细节,就好像老太太的絮叨。这些东西永远只有鸡毛蒜皮,没有用户本身去引导,去指定规则,去主动维护、打磨这套系统,真正全自动运转的Agent就没有什么好结果。说白了,没有人做质检,没有人赋予Agent使命和方向,是不可能有什么真正的Agent进化的。 但是,人要做到什么地步才算够呢?我维护了半天claudecode和小龙虾的记忆系统,最后我的目的,只是为了让它维持在一个字数和结构的精妙平衡点,既不太复杂,也不太简单,然后我会发现,既然如此,为什么我不一开始就做一个目的明确的功能性Agent就放在那里不动算了? 很多时候甚至是一个skill就能搞定的事情,为什么要消耗那么多token去专门做个独立有思想有记忆的Agent?这本身就很有问题。 到了最后,我的想法只剩下了一个: 如果非要堆叠文档,那我们一般人首先应该使劲堆叠的是关于用户「自我」的文档,因为说到底,AI不够聪明本质上只是因为它和你的上下文没有对齐,而一般用户的所谓上下文就是关于自己的一切。 只要把关于用户的一切写得够清楚,让AI去读,去自己查资料,AI自然会聪明。 现在的AI本质是完全依附人的,没有任何主体性,谈不上拥有灵魂,那就让他踏踏实实依附着人,才是正道。 那么,具体该怎么做呢? 首先,你应该用ClaudeCode或者Openclaw制作一系列记录你的日常工作、项目,收集和总结你的日常工作、决策、作品的skill,比方说,我就在几个月前已经制作了一个ClaudeCode秘书,为我制作「人生轨迹记录」。 这份文档类似多层记忆系统,具有不同的层次,在我每天每周触发之后,ClaudeCode都会全自动做好总结,省去了我过去写日记的工序。 随后,在未来的任何工作中,AI只要根据索引查询我的人生日志,自然就会明白我的所思所想,和我「同步上下文」,在一些人生咨询的时候,只要让它参考我的人生轨迹文档,ClaudeCode就会给出远超平时的准确度和启发性。 我在开发工作中所需要的各种小工具时,只要让它查询过去我做的决策,最开始的项目背景,我的工作中有什么实际的需求,它就会给我更切实的答案。 这件事远远比做什么AI的记忆系统,或者维护一套复杂的AI行为规则,要有价值的多,并且,假如未来我不用ClaudeCode或者小龙虾了,这份人生轨迹记录也会对自己十分宝贵。 我把这套skills叫做「人生记录仪」,其实最开始,我的出发点只是因为看到过去很长时间内的日记都丢失,没有留下自己很多人生阶段在做什么,在想什么的记录,回想起来特别后悔。某一天我真正让Claude建立起这套系统之后,我才发现它的潜力是多么巨大。 如果非要升华一下的话,我会这样总结,无论打磨AI工具也好,还是打磨自己的事业也好,本质上都是一个打磨自我认知的过程。 AI没有什么大不了,向外求,不如先向内求。
sitin
1周前
大家聊 OpenClaw 的角度已经明显变了。刚开始都是“怎么装、怎么玩”,现在开始问更现实的问题:贵不贵?稳不稳?数据安不安全?能不能真的融进每天的工作流? 说白了,从“玩具”阶段,开始进入“生产力工具”的考验期了。 所以Violoop 这种形态出来我觉得还挺有意义的。 它不是再做一个更强的 Agent,而是直接换了一种思路——把 AI 变成一个“插在你电脑上的实体存在”。 通过物理键鼠接管操作,不走 API、不走插件,直接在系统层面干活。这件事其实挺关键的,因为它绕开了现在 Agent 最大的瓶颈:环境接入难、上下文不稳定、最后一公里很痛苦。 更有意思的是它的“观察 → 学习 → 生成 Skill → 优化”的闭环。 不是你教它做什么,而是它看你怎么做,然后慢慢接手。比如你每天上线前要点一堆页面、测一堆流程,这种重复操作其实最耗精力,但又不值得你亲自盯着。 它如果能学会这些,并且越用越顺,这个价值就不是“帮你快一点”,而是开始帮你重新分配注意力。 真正的瓶颈早就不是“模型够不够强”,而是——能不能长期稳定地干活。 很多东西 demo 很惊艳,但一旦进入真实工作流,就开始崩:上下文爆炸、成本飙升、隐私焦虑、执行不稳定。 Violoop 这种端侧 + 硬件 + 行为学习的路线,本质上是在解决这几个核心问题: 把感知放在本地(更稳 + 更便宜 + 更安全) 把执行做成物理级(绕过软件生态限制) 把能力沉淀成长期 Skill(而不是一次性对话) 如果你从“AI 工具”这个视角看,它确实挺新鲜; 但如果从更长线来看,我更倾向于把它看成一个早期形态:未来的“Agent 操作系统接口”。 也就是说,AI 不只是跑在云端、也不只是一个窗口里的对话,而是开始真正“长”在你的电脑和工作流里。 一句话总结我的感受:OpenClaw 让大家看到了 Agent 能干活,Violoop 这种东西在尝试解决——怎么让它一直、稳定、低成本地帮你干活。
Rocky
6个月前
今天看到谷歌前CEO施密特的演讲,对 #AI 重要性的描述,让人深思,他提到接下来这十年 #AI 技术的发展,将会直接决定未来的一百年。 当年在互联网时代,我看一个创业项目,第一反应就是问:“你的市场有多大?” 因为互联网的生意,本质是“人”的生意:有多少人会用、他们愿意花多少钱。比如微信、抖音、亚马逊,逻辑都是一样的——抓住海量用户,然后想办法把用户价值变现。 但 #AI 时代不是这样。施密特说,#AI 像电、像火。它不是一个“消费产品”,而是一个“生产力工具”,能直接创造结果。这意味着,AI 的市场规模不能再用“用户数 × 客单价”去算,而是要看它能切入多少“工资盘子”。 拿 Coding 举例。全球程序员也就 3000 万人,听上去不算大。但这些人薪水都很高,总盘子大概 5000 亿美元。那 #AI 编程工具的价值,就是看它能不能分走这块 5000 亿的蛋糕。 比如:如果 AI Coding 工具能替代程序员 10% 的工作,那就是 500 亿美金的价值。如果替代 30%,就是 1500 亿美金。更极端一点,如果完全自动化,那可能就是整个产业格局的重写。 这就是为什么,哪怕程序员这个群体本身不大,#AI 编程依然会被资本市场极度看好。因为它直接对接的是“工资成本”,而工资就是最实打实的市场。 而且这套逻辑不只适用于编程。未来律师、医生、设计师、投行分析师……这些高薪群体,背后都是巨大的工资池。#AI 能切走多少,就意味着有多大市场。 所以在 #AI 时代,我看一个项目,不会再问“有多少用户”,而会先问:“它能帮谁省钱,能省多少钱?”因为 #AI 是硅基员工,真正的竞争对手不是别的互联网应用,而是“人类劳动力”。 从投资角度讲,最值得关注的赛道,就是那些工资盘子最大、而且工作内容高度标准化的行业。编程只是第一个爆点,接下来可能会是法律文书、金融研究、医疗诊断,甚至是制造业里的设计环节。 换句话说,#AI 投资逻辑已经从“用户经济”转向“劳动力经济”。谁能替代掉最多的人类工作,谁就能拿到最大的市场。从这个思路来探索 #AI 应用领域的创新,将会大有可为,寻找投资标的,也会更清晰。🧐
一口新饭
7个月前
AI 浏览器,是继 Claude Code 后对软件行业的又一轮降维打击: AI 浏览器 ≠ 问答机器;= 雇了一个会动手的 Agent。 这两天我用 Comet 搭新社群站:陌生平台、权限、文案、导航、支付接入一大堆。 它一边找资料答疑,一边自己在页面里点、填、切、存—— 原本两三天的活,半天“人机协作”就做完了。 那一刻我突然明白: 我们不必等每个软件自己“加 AI”。 只要它活在浏览器里,Agent 就能直接托管旧工具。 我没官方统计,但我自己用的软件里,超过一半都在浏览器里。 这就是降维打击: 就像你不必把每台家电都变成“智能家电”, 当你有一个会按按钮、拧旋钮、倒洗衣液的人形机器人, 旧家电瞬间就“自带 AI”。 这样我就想到我最近一直在用的 QuickBooks。 现在,用 Comet 这个 AI 浏览器,我只能在它里面做一些相对初级的事情——点一点、改一改、查一查。 但是你明白吗?很快的未来,这个 Agent 就能端到端地帮我完成登录 / 分类 / 对账 / 出报表, = 一个 24/7 的簿记员,鼠标都不用我碰。 我甚至不需要等 QuickBooks 自己升级引入 AI 功能。 行业升级被绕过,旧工具当场被赋能; 岗位重组提前发生,个人杠杆成倍放大。 AI 浏览器不是新功能, 它是生产关系的入口。 谁先学会把流程交给 Agent,谁就先把时间从网页里赎回来。 而这也意味着—— 大规模的失业潮,可能会比我们想象的更快到来。