即刻App年轻人的同好社区
下载
置顶我有定期清理社交网络动态的洁癖。新来的朋友，可以看我整理的往期精华，包括零碎思考、骚话吐槽、谐音烂梗：
2023Q2：mp.weixin.qq.com
2023Q1：mp.weixin.qq.com
2022Q4：mp.weixin.qq.com
2022Q3：mp.weixin.qq.com
2022Q2：mp.weixin.qq.com
2022Q1：mp.weixin.qq.com
（精力关系，以后未必继续整理）
2023Q2：mp.weixin.qq.com
2023Q1：mp.weixin.qq.com
2022Q4：mp.weixin.qq.com
2022Q3：mp.weixin.qq.com
2022Q2：mp.weixin.qq.com
2022Q1：mp.weixin.qq.com
（精力关系，以后未必继续整理）
51 913
期待有怀旧老/中登，手搓一个可以联网的文字 MUD。
eg.《万王之王》、《笑傲江湖之精忠报国》（这些远古的名字）
老登的朋友们，那天再相会，左手奶娃儿，右手鼠标推，光标闪，终端黑，赛博惹人醉，笑而不语驱着 AI 飞。
真·怀旧服了属于是。
eg.《万王之王》、《笑傲江湖之精忠报国》（这些远古的名字）
老登的朋友们，那天再相会，左手奶娃儿，右手鼠标推，光标闪，终端黑，赛博惹人醉，笑而不语驱着 AI 飞。
真·怀旧服了属于是。
7 00
以后真的不想再带自我探索期的人赚钱了，真的带不动。
- 看啥都是机会，看啥又好像都不赚钱，左顾右盼注意力游移，合作起来不坚定，构成不确定性风险；
- 精力同时被多个事情分散，时间经常对不上，约会/碰面/沟通成本高；
- 爱打退堂鼓，影响士气；
- 当面说啥都是好好好对对对，转头继续捣鼓自己的小心思，常常需要主动 push；
- 玻璃心，容易情绪内耗，而不是把这时间花在对外做功；
- 热衷攀附虚荣场合、追逐虚荣指标，分不清矛盾主次；
- 关键是，真的没啥产出，或者产出不了什么价值。
要合作就找自己有一摊小生意且坚定推进的。
喜欢把「一人公司」、「超级个体」、「共创」挂在嘴上的，印象分我先直接扣掉一半。
- 看啥都是机会，看啥又好像都不赚钱，左顾右盼注意力游移，合作起来不坚定，构成不确定性风险；
- 精力同时被多个事情分散，时间经常对不上，约会/碰面/沟通成本高；
- 爱打退堂鼓，影响士气；
- 当面说啥都是好好好对对对，转头继续捣鼓自己的小心思，常常需要主动 push；
- 玻璃心，容易情绪内耗，而不是把这时间花在对外做功；
- 热衷攀附虚荣场合、追逐虚荣指标，分不清矛盾主次；
- 关键是，真的没啥产出，或者产出不了什么价值。
要合作就找自己有一摊小生意且坚定推进的。
喜欢把「一人公司」、「超级个体」、「共创」挂在嘴上的，印象分我先直接扣掉一半。
125 3122
自己做的 GTD 工具就是香：任务录入完成后，就会自动用 claude code 去执行（有个轮训扫描新增任务的机制），成果出来了自动保存到 obsidian，并且每天生成任务 log 和反思复盘。
范冰: 这两周做个人 AI Infra，幻视自己就像《铳梦》里的诺瓦教授。 不停地 dump 自己脑海里的信息，不断地将身边上下文用各种方式注入系统。不断地与外部依赖多年的信息基建和通用平台脱钩、解耦。 - 做了自己的读书记录和回顾体系，逐渐脱钩豆瓣 - 做了自己的 GTD 体系，逐渐脱钩滴答清单 - 做了自己的写稿智能体，逐渐脱钩 Gemini/NotebookLM - 做了自己的新闻挖掘工具，逐渐脱钩新闻媒体类 App - 做了自己的投研日报工具，逐渐脱钩推特 同时设置备份和隐私权限。 这过程中不断反思，何以为人，什么构成了自己，我真的是有主观能动性的吗，还是 AI 的算力已经可以模拟和预判。 Few understand.
7 10
最近省出来的时间，我发现我：
1）愿意好好吃饭了，虽然自己一个人的时候还是点外卖为主，但从注重「快」，到注重口味和营养平衡了；
2）愿意注重家居生活品质和巧干家务了，看了 papi酱 和 李维嘉 的那期对谈视频，试着买了一堆卫生用品，发现了很多降低家务负担的神器（日本货还是厉害）；
3）愿意花时间在看似不着边际、实际在自己兴趣区辐射范围内的事物了，比如补了《凡人修仙传》原著、《风云雄霸天下》漫画原著全剧情解说，比如沿着《铳梦》的宏大背景设定，看了耶路撒冷历史、战后柏林状况、苏联集体农庄、美国军工复合体…
当然，副作用也有。被省出来的时间，觉得如果不学点什么、不产出点什么、不陪伴家人，就被浪费了。这是不对的。正在努力通过冥想、听金刚经、真·啥都不干，来刻意留白。
1）愿意好好吃饭了，虽然自己一个人的时候还是点外卖为主，但从注重「快」，到注重口味和营养平衡了；
2）愿意注重家居生活品质和巧干家务了，看了 papi酱 和 李维嘉 的那期对谈视频，试着买了一堆卫生用品，发现了很多降低家务负担的神器（日本货还是厉害）；
3）愿意花时间在看似不着边际、实际在自己兴趣区辐射范围内的事物了，比如补了《凡人修仙传》原著、《风云雄霸天下》漫画原著全剧情解说，比如沿着《铳梦》的宏大背景设定，看了耶路撒冷历史、战后柏林状况、苏联集体农庄、美国军工复合体…
当然，副作用也有。被省出来的时间，觉得如果不学点什么、不产出点什么、不陪伴家人，就被浪费了。这是不对的。正在努力通过冥想、听金刚经、真·啥都不干，来刻意留白。
范冰: 因为 claude code + skills 太强力了，最近持续处于兴奋状态，满脑子构想着又能实现什么好玩的，结果今晨四点就醒了，辗转反侧索性爬起来到电脑前开整。 又因为 claude code + skills 太强力了，这会儿已经把一天的电脑前的活儿做完了。陷入虚无。开始想今天是学做菜，还是去书店帮忙，还是买个布鲁可积木回来拼诺亚奥特曼。
17 72
「如果我手上没有剑，我就无法保护你。如果我一直握着剑，我就无法抱紧你。」
刚知道这著名金句，原来是《死神 BLEACH》作者久保带人的漫画第五卷的卷首语。
这哥们特别喜欢在漫画单行本的开篇写小诗/俳句。
这都已经从二次元圈，破圈到文艺圈了吧。
牛逼的漫画家都是全方位开花呀。做游戏设定、设计服装、跟奢侈品联名、开发席卷全球的游戏…慕。
刚知道这著名金句，原来是《死神 BLEACH》作者久保带人的漫画第五卷的卷首语。
这哥们特别喜欢在漫画单行本的开篇写小诗/俳句。
这都已经从二次元圈，破圈到文艺圈了吧。
牛逼的漫画家都是全方位开花呀。做游戏设定、设计服装、跟奢侈品联名、开发席卷全球的游戏…慕。
18 102
这两周做个人 AI Infra，幻视自己就像《铳梦》里的诺瓦教授。
不停地 dump 自己脑海里的信息，不断地将身边上下文用各种方式注入系统。不断地与外部依赖多年的信息基建和通用平台脱钩、解耦。
- 做了自己的读书记录和回顾体系，逐渐脱钩豆瓣
- 做了自己的 GTD 体系，逐渐脱钩滴答清单
- 做了自己的写稿智能体，逐渐脱钩 Gemini/NotebookLM
- 做了自己的新闻挖掘工具，逐渐脱钩新闻媒体类 App
- 做了自己的投研日报工具，逐渐脱钩推特
同时设置备份和隐私权限。
这过程中不断反思，何以为人，什么构成了自己，我真的是有主观能动性的吗，还是 AI 的算力已经可以模拟和预判。
Few understand.
不停地 dump 自己脑海里的信息，不断地将身边上下文用各种方式注入系统。不断地与外部依赖多年的信息基建和通用平台脱钩、解耦。
- 做了自己的读书记录和回顾体系，逐渐脱钩豆瓣
- 做了自己的 GTD 体系，逐渐脱钩滴答清单
- 做了自己的写稿智能体，逐渐脱钩 Gemini/NotebookLM
- 做了自己的新闻挖掘工具，逐渐脱钩新闻媒体类 App
- 做了自己的投研日报工具，逐渐脱钩推特
同时设置备份和隐私权限。
这过程中不断反思，何以为人，什么构成了自己，我真的是有主观能动性的吗，还是 AI 的算力已经可以模拟和预判。
Few understand.
18 34
Lenny's Newsletter 子栏目「How I AI」油管频道，刚刚发布了一个视频，采访了《持续发现习惯》（Continuous Discovery Habits）的作者 Teresa Torres。
她探讨了如何从传统的 GUI 工具（如 Trello）转向以 Claude Code + Obsidian 为核心的「AI 原生」工作流。
这恰是我最近持续关注的方向。所以夜里看到这视频刚一发出，就很兴奋，第一时间蹦到电脑前看完，并写了这篇推文分享给大家。
以下是我根据视频内容，整理的她一些用例：
1、彻底个性化的任务管理系统（从 GUI 逃离到命令行终端）
Teresa 认为市面上的 Trello、Notion 等工具都有「视觉噪音」且数据被锁死在平台里（我完全认同！），她现在的做法是：
- 数据准备：全部任务都是本地的 Markdown 文件，存储在 Obsidian 文件夹中。
- 自定义指令（Slash Commands）：她在 Claude Code 里定义了一个 /today 指令。每天早上敲一下，AI 会执行一段 Python 脚本，自动去搜寻所有 Markdown 文件的「元数据」（YAML 前缀），把今天到期的、逾期的、以及正在进行的长期 Idea 汇总成一个新的 today.md 文件。
- 自动标签化：她从不手动打标签。她给 Claude 提供了一份「标签分类法（Taxonomy）」，每当她通过 Claude 新建任务（例如：「Claude，新建个给 Claire 发感谢信的任务」），AI 会自动根据任务内容打上「销售」、「行政」或「课程」等标签。
- 即时看板查询：她不需要去看看板，直接在终端问：「我现在的销售管线（Sales Pipeline）情况如何？」AI 会瞬间扫描所有相关 Markdown 任务，吐出一张实时的进度列表。
- 「懒人」记录与精准搜索：她在做任务时，会直接在那个任务文件里随手记录笔记（比如发现了一个 Bug）。事后即便她记不清把 Bug 记在哪了，她也可以问 Claude：「帮我找一下昨天我在笔记里随手记的那个关于课程平台的 Bug。」由于 AI 具备语义搜索能力，即便关键词不完全匹配也能找出来。
2、降维打击式的学术科研流（Research Digest）
这是她最硬核的用例，她利用 AI 每天在学术圈进行「情报刺探」：
- 自动化抓取：她写了 Python 脚本（由 AI 辅助编写），每天定时抓取 arXiv 和 Google Scholar 上符合她关键词（如：合成用户、访谈合成、决策技能等）的论文。
- 两步过滤法：
第一天：AI 生成一个论文清单。她花 5 分钟扫一眼，手动把感兴趣的 PDF 下载到对应的「主题文件夹」中。
第二天：AI 检测到文件夹里有新 PDF，会自动调用 Claude 代理进行深度阅读。
- 特定要求的摘要：她给 AI 下了死命令，摘要不能只是简单的概括，必须聚焦于「研究方法（Methods）」和「效应值（Effect Size）」。
- 实战用例：有一次 Ethan Mollick（沃顿商学院教授）在 LinkedIn 分享了一篇论文，Teresa 因为头天晚上已经被 AI 喂过深度摘要了，一眼就看出了那篇论文在「购买意愿调查」方法论上的致命缺陷，随即发了一篇深度专业的评论，成了她 LinkedIn 上表现最好的帖子之一。
3、构建「颗粒化」的上下文仓库（LLM Context）
她提出了一个非常关键的观点：不要给 AI 喂大文件，要喂小文件。
- 她有数百个微小的 Markdown 文件。比如「公司概况」、「品牌指南」、「我的写作风格」、「课程 A 详情」、「课程 B 详情」。
- 她会在全局配置文件（Claude.md），在其中告诉 AI：如果我问业务问题，去查 business_profile.md 这个索引；如果我问私事，去查 personal_profile.md。
- 如果她家狗误食了东西问 AI 能不能吃，AI 只会加载「个人资料」，而不会去加载几万字的「市场渠道分析」，这样既省 Token 又能防止 AI 产生幻觉。
- 复盘机制：每次对话结束，她都会问一句：「Claude，今天你从我这学到了什么新知识需要记录到上下文文件里的？」让 AI 自己更新自己的「大脑」。
4. 增强型写作伙伴（而非代写机器人）
她非常反感 AI 生成的那种充满「塑料感」的文字（Slop），所以她坚持：
- 实时事实核查：在 Obsidian 写稿时，终端里的 Claude 随时待命。她写一句，问一句：「我记得有这个研究结论，帮我查证下是否属实？」
- 风格审查（Reviewer）：她让 AI 去学习她过去 10 年在 Product Talk 博客上的所有文章，生成了一份极其详尽的《写作风格指南》。现在她写完一段，会问 AI：「按照我的风格，这个开头能不能更抓人（Hookier）？」或者「帮我看看这段有没有掉书袋？」
- 错别字修正：她现在写稿时完全放飞自我，错字连篇也不管，最后让 AI 一键修正所有拼写错误，大大提升了「心流」的连贯性。
- 访谈转文章：她曾访谈了 11 个人关于产品工具的使用感受。她把这 11 份录音转录稿丢给 AI，让 AI 按照她的语气把它们转成一个个鲜活的案例故事，而她只负责写开篇和总结。
5、极客式的交互习惯
- /clear 命令：当 Claude 陷入逻辑死循环或开始胡说八道时，她从不纠结，直接敲 /clear 清理掉对话历史。因为她的所有上下文（背景资料）都在本地文件中，重新开启对话时 AI 依然能瞬间找回状态。
- 放弃 GUI：她几乎不去 Google 搜东西，也很少打开复杂的网页后台。所有的任务创建、信息汇总、竞品分析报告，全部在黑漆漆的终端里通过指令完成。
更多我打造个人 AI Infra 的相关分享，可以关注我和我的 Newsletter。
她探讨了如何从传统的 GUI 工具（如 Trello）转向以 Claude Code + Obsidian 为核心的「AI 原生」工作流。
这恰是我最近持续关注的方向。所以夜里看到这视频刚一发出，就很兴奋，第一时间蹦到电脑前看完，并写了这篇推文分享给大家。
以下是我根据视频内容，整理的她一些用例：
1、彻底个性化的任务管理系统（从 GUI 逃离到命令行终端）
Teresa 认为市面上的 Trello、Notion 等工具都有「视觉噪音」且数据被锁死在平台里（我完全认同！），她现在的做法是：
- 数据准备：全部任务都是本地的 Markdown 文件，存储在 Obsidian 文件夹中。
- 自定义指令（Slash Commands）：她在 Claude Code 里定义了一个 /today 指令。每天早上敲一下，AI 会执行一段 Python 脚本，自动去搜寻所有 Markdown 文件的「元数据」（YAML 前缀），把今天到期的、逾期的、以及正在进行的长期 Idea 汇总成一个新的 today.md 文件。
- 自动标签化：她从不手动打标签。她给 Claude 提供了一份「标签分类法（Taxonomy）」，每当她通过 Claude 新建任务（例如：「Claude，新建个给 Claire 发感谢信的任务」），AI 会自动根据任务内容打上「销售」、「行政」或「课程」等标签。
- 即时看板查询：她不需要去看看板，直接在终端问：「我现在的销售管线（Sales Pipeline）情况如何？」AI 会瞬间扫描所有相关 Markdown 任务，吐出一张实时的进度列表。
- 「懒人」记录与精准搜索：她在做任务时，会直接在那个任务文件里随手记录笔记（比如发现了一个 Bug）。事后即便她记不清把 Bug 记在哪了，她也可以问 Claude：「帮我找一下昨天我在笔记里随手记的那个关于课程平台的 Bug。」由于 AI 具备语义搜索能力，即便关键词不完全匹配也能找出来。
2、降维打击式的学术科研流（Research Digest）
这是她最硬核的用例，她利用 AI 每天在学术圈进行「情报刺探」：
- 自动化抓取：她写了 Python 脚本（由 AI 辅助编写），每天定时抓取 arXiv 和 Google Scholar 上符合她关键词（如：合成用户、访谈合成、决策技能等）的论文。
- 两步过滤法：
第一天：AI 生成一个论文清单。她花 5 分钟扫一眼，手动把感兴趣的 PDF 下载到对应的「主题文件夹」中。
第二天：AI 检测到文件夹里有新 PDF，会自动调用 Claude 代理进行深度阅读。
- 特定要求的摘要：她给 AI 下了死命令，摘要不能只是简单的概括，必须聚焦于「研究方法（Methods）」和「效应值（Effect Size）」。
- 实战用例：有一次 Ethan Mollick（沃顿商学院教授）在 LinkedIn 分享了一篇论文，Teresa 因为头天晚上已经被 AI 喂过深度摘要了，一眼就看出了那篇论文在「购买意愿调查」方法论上的致命缺陷，随即发了一篇深度专业的评论，成了她 LinkedIn 上表现最好的帖子之一。
3、构建「颗粒化」的上下文仓库（LLM Context）
她提出了一个非常关键的观点：不要给 AI 喂大文件，要喂小文件。
- 她有数百个微小的 Markdown 文件。比如「公司概况」、「品牌指南」、「我的写作风格」、「课程 A 详情」、「课程 B 详情」。
- 她会在全局配置文件（Claude.md），在其中告诉 AI：如果我问业务问题，去查 business_profile.md 这个索引；如果我问私事，去查 personal_profile.md。
- 如果她家狗误食了东西问 AI 能不能吃，AI 只会加载「个人资料」，而不会去加载几万字的「市场渠道分析」，这样既省 Token 又能防止 AI 产生幻觉。
- 复盘机制：每次对话结束，她都会问一句：「Claude，今天你从我这学到了什么新知识需要记录到上下文文件里的？」让 AI 自己更新自己的「大脑」。
4. 增强型写作伙伴（而非代写机器人）
她非常反感 AI 生成的那种充满「塑料感」的文字（Slop），所以她坚持：
- 实时事实核查：在 Obsidian 写稿时，终端里的 Claude 随时待命。她写一句，问一句：「我记得有这个研究结论，帮我查证下是否属实？」
- 风格审查（Reviewer）：她让 AI 去学习她过去 10 年在 Product Talk 博客上的所有文章，生成了一份极其详尽的《写作风格指南》。现在她写完一段，会问 AI：「按照我的风格，这个开头能不能更抓人（Hookier）？」或者「帮我看看这段有没有掉书袋？」
- 错别字修正：她现在写稿时完全放飞自我，错字连篇也不管，最后让 AI 一键修正所有拼写错误，大大提升了「心流」的连贯性。
- 访谈转文章：她曾访谈了 11 个人关于产品工具的使用感受。她把这 11 份录音转录稿丢给 AI，让 AI 按照她的语气把它们转成一个个鲜活的案例故事，而她只负责写开篇和总结。
5、极客式的交互习惯
- /clear 命令：当 Claude 陷入逻辑死循环或开始胡说八道时，她从不纠结，直接敲 /clear 清理掉对话历史。因为她的所有上下文（背景资料）都在本地文件中，重新开启对话时 AI 依然能瞬间找回状态。
- 放弃 GUI：她几乎不去 Google 搜东西，也很少打开复杂的网页后台。所有的任务创建、信息汇总、竞品分析报告，全部在黑漆漆的终端里通过指令完成。
更多我打造个人 AI Infra 的相关分享，可以关注我和我的 Newsletter。
24 223