让 AI 真正用得上你的资料:一套结构设计方法
把方法论资料原样丢给 AI,它连一份问卷都出不好——问题多半在资料的形态。以用户调研方法论为例,讲透面向 AI 的资料结构设计五件事:资料生成(拆原子加稳定 ID)、内容设计(索引层闭集加执行层固定节序)、检查(六道程序化门禁与切片对齐)、迭代(草稿状态与派生索引)、关联(链接图谱)。结构对了,AI 才真的会用。
把方法论资料原样丢给 AI,它连一份问卷都出不好——问题多半在资料的形态。以用户调研方法论为例,讲透面向 AI 的资料结构设计五件事:资料生成(拆原子加稳定 ID)、内容设计(索引层闭集加执行层固定节序)、检查(六道程序化门禁与切片对齐)、迭代(草稿状态与派生索引)、关联(链接图谱)。结构对了,AI 才真的会用。
当个人 AI 技能数量超过十个,玩具式管理就会崩塌:副本分裂、无版本可回、分发靠传文件。本文记录一套已落地的 skill 库工程化方案——按受众切分双 monorepo,用注册表与安装器实现选择性安装,用 per-skill tag 与 CHANGELOG 管理版本与回滚,并给出迁移路径与真实踩坑经验。
Agent = 模型 + Harness。模型只会把文字变成文字,harness 负责让它真正干活:工具、循环、上下文管理与控制机制。本文从 700 年词源讲到 2026 年 harness engineering 成型,拆解四大核心件,附 60 行可运行的最小 harness 代码与十条实践经验。
一个人开发双端 App,我的答案是配一支随仓库迁移的 AI 团队:产品、双端开发、UI、测试五个子智能体,由主会话担任 Lead 编排。本文复盘角色铁律与三种流水线,并拆解最近一次实战——QA 连续走查出单、双端开发并行修复、28 张工单零退回,附跨端契约裁定与总回归的三层口径。
FDE(前沿部署工程师)是个借自军事术语的头衔,诞生于 Palantir 服务政府的年代,在 SaaS 时代沉寂多年,又因 LLM 落地难而被 OpenAI 等公司重新捧热。本文梳理这个岗位从诞生、沉寂到复兴的脉络,拆解它的真实日常——现场诊断、数据接入、定制开发、评测守护与产品反馈,厘清它与解决方案工程师、AI Engineer 的边界,并聊聊服务化争议、适合什么人与职业去向。
Obsidian 是一款本地优先的笔记软件:库就是一个普通文件夹,每篇笔记是纯 Markdown 文件,双向链接把条目织成网络,数千款插件按需扩展。本文介绍它的核心机制与插件生态,并重点回答一个问题:为什么这个『文件夹 + 双链』的形态恰好是 LLM Wiki 的理想载体——Agent 直接写文件、悬空链接即待写清单、人顺手校对,知识在人机之间用同一种纯文本语言流转。
2026 年 4 月,Karpathy 用一份 Gist 提出 LLM Wiki:让 Agent 把知识预先整理成互相链接的 Markdown 条目,而非提问时现场检索拼接。本文回顾这条思路的前史——RAG 的六年统治与 Agent 记忆系统的探索,梳理它走红后的生态实践,并对照同期 Grokipedia 与 Wikipedia 的公共百科攻守,聊聊知识复利与知识信任这两个正在被重写的问题。
本文深入拆解 AI Skill 的工程内部:Skill 包的文件夹构成与 SKILL.md 的 frontmatter 三字段;渐进式披露如何让它装上百个技能不爆上下文;description 作为路由器的触发机制与两种翻车;allowed-tools 最小权限模型;Skills、MCP、Subagents、Hooks 四层分工;以及用 eval 循环对付悄无声息的失灵。
股票回测助手是发布在 SkillHub 的 AI Skill:说一句“假如买 100 万茅台持有到现在”,AI 就抓取该股上市至今的每日收盘价,生成 16:9 折线回放动画网页,大数字随时间跳动、A股红涨绿跌,支持两只股票累计净值对比,覆盖 A股、港股、美股,累计下载 1186 次。
让 AI 发博客,在对话里现讲规矩总会走样。我的做法是把发布规矩写成一个自定义 skill 装进 Agent:固定的发文流程、平台排版规范、一个零依赖脚本;平台侧开一条凭密钥进出的专用接口,发布前统一质检。此后一句『把这篇发出去』,Agent 按手册执行,最后一步停下来问我。