AI 工具流与工作流复盘

作者强调工具的迭代速度极快，以下是当前最新的配置方案：

🔍 深度调研与搜索

✍️ 文本创作与润色

💻 编程与自动化 (重大变动)

🎨 多媒体与知识处理

核心不是分配任务，而是确立人机协作的权责边界。

• 🚦 红绿灯原则 (The Traffic Light Principle)：
  • 🔴 红灯区 (人类)： 目标设定、价值判断、最终拍板。
  • 🟢 绿灯区 (AI)： 代码实现、数据分析、格式转换等“苦力活”。
  • 🟡 黄灯区 (协同)： 人在环中 (Human-in-the-loop)。人给初稿AI改，AI出方案人来审。
• 🤖 多智能体协同 (Multi-Agent)：
  让不同的 AI 扮演不同角色（如：风格导演、结构师、质检员），通过协议（STATUS.yaml）互相检查。避免单一模型“自信地犯错”。
• ⚖️ 同行评议 (Peer Review)：
  让模型 B 审查模型 A 的输出。不同模型的盲区不同，互相审查能过滤大量错误。
• 🎼 认知调音：
  不让 AI 代笔，而是让 AI 用“认知利刃”分析初稿逻辑，帮助人类升级认知。

核心变化：

• 写作方式重构： 从“码字”变成“拼图”。语音录入 -> AI 整理 -> AI 大纲 -> 人工审定。
• 编程方式重构： 从“逐行码字”变成“指挥施工”。只需描述需求，审查结果。
• 交互协议升级： 以前需要手动复制粘贴，现在通过 Skills + MCP (Model Context Protocol) 协议，工具间可直接调用（如 Claude 直接调 Manus）。

架构：本地优先、云端同步、AI 赋能

📥 四层结构

1. 入口 (混沌存储)： Get 笔记。只管采集，不分门别类，确保灵感不丢。
2. 出口 (稳定归档)： Obsidian。Markdown 纯文本，确保数据主权，几十年后也能打开。
3. 资产管理： DEVONthink。存放重型附件。
4. 隔离区： Day One。存放日记与高敏信息，严禁 AI 接入。

🔍 AI 赋能检索 (RAG)

利用 NotebookLM 或 Copilot 插件，对知识库进行语义提问（如“我过去三年对AI素养有哪些论断？”），而非关键词搜索。