<?xml version="1.0" encoding="utf-8"?>
<feed xmlns="http://www.w3.org/2005/Atom">
  <author>
    <name>阑梦清川</name>
  </author>
  <generator uri="https://hexo.io/">Hexo</generator>
  <icon>https://zzylanmengqingchuan.github.io/reading_space/icon.png</icon>
  <id>https://zzylanmengqingchuan.github.io/reading_space/</id>
  <link href="https://zzylanmengqingchuan.github.io/reading_space/" rel="alternate"/>
  <link href="https://zzylanmengqingchuan.github.io/reading_space/atom.xml" rel="self"/>
  <rights>All rights reserved 2026, 阑梦清川</rights>
  <subtitle>文学解读与书籍鉴赏</subtitle>
  <title>阑梦读书会</title>
  <updated>2026-03-21T01:04:45.606Z</updated>
  <entry>
    <author>
      <name>阑梦清川</name>
    </author>
    <category term="小宇宙" scheme="https://zzylanmengqingchuan.github.io/reading_space/categories/%E5%B0%8F%E5%AE%87%E5%AE%99/"/>
    <category term="小宇宙" scheme="https://zzylanmengqingchuan.github.io/reading_space/tags/%E5%B0%8F%E5%AE%87%E5%AE%99/"/>
    <content>
      <![CDATA[<p>然后我们做了很多的尝试，但是写出来的效果确实不好。这也不是开发者个人水平的问题，就是从全球范围来讲，能达到 Claude Code 这种水平的人，我觉得不会超过 100 个。</p><p>这种人才非常稀少，而且集中在最头部的公司。包括今天的 CodeX、Cursor，以及国产的 Qwen-Coder 等，很多产品离 Claude Code 的差距都非常远。</p><p>这个事情其实是建立在对模型能力的深刻理解以及评估基础上去构建出来的，很多团队并不具备这样的能力。反正我们当时做出来的那款产品很难用，根本没法使用。</p><p>我们有一个非常典型的客户，他大概在去年七八月的时候买了我们一套 Cherry Studio 的企业版。</p><p>接下来的动作非常快：</p><p>10 月份，他们增购了一套给 3000 个员工使用<br>11 月份，他们的控股子公司又增购了一套，给 1000 个员工使用<br>他们是我们所有客户中普及度最高的一家。前两天，我们的一个渠道伙伴去拜访学习，讲了很多让人意想不到的情况。</p><p>让我觉得很感慨的是，大家在企业里吹得很多的那些东西（比如 MCP 和知识库），他们竟然都没有去使用。他们已经推动了 4000 个员工去使用这套系统，但大家却只用“对话”这一个功能。</p><p>所以，即便你讲 AI 一定要有 Agent，讲数字化系统去连接，讲 10 倍、100 倍的效率提升，甚至讲到可以裁员，但现实中并没有发生那么剧烈的事情，它还处在一个温和的局面。很多人就只用一个聊天功能，但这 30% 的效率提升，就已经足以支撑起整个企业了。</p><p>工业革命之后出现的一个事情，就是“三班倒”。在没有工业革命之前，人都是日出而作、日落而息。</p><p>为什么工业革命之后出现了三班倒？<br>因为人已经不再是工业生产中最核心的要素了。机器才是最核心的要素，人要为机器服务，所以人可以改变自己的作息，去迎合机器工作的规律。由此，人类社会的工业化生产效率和最终产出实现了指数级增长。</p><p>在人通过信息化系统去控制世界的阶段，人依然是最核心的要素，程序员是最核心的要素。代码还需要人写，还需要人去测试，产品经理还需要去提需求。</p><p>但如果有一天，信息化系统在构建和控制的过程中，人不再是那个最核心的生产要素，会发生什么？<br>那就是下发任务之后，让 Agent 去帮我们跑。人可能只需要设定几个 checkpoint（检查点），检查一下结果是不是符合预期就可以了。人要调整自己的作息去匹配 Agent，去迎合 Agent。</p><p>为什么我们今天看到的互联网公司再也没有“三班倒”，而更多是 996？<br>互联网公司之所以不“三班倒”，是因为人的生理规律不允许，而且系统需要协同——产品经理需要和程序员对接需求，程序员需要和运营进行沟通。</p><p>在未来，如果所有事情都被 Agent 接管，就不再需要人与人之间的协同了，人只需要跟 Agent 协同即可。</p><p>所以，Chris Studio 未来的目标，就是让企业里的生产要素变成 Agent，而人则变成边缘化的生产要素。</p><p>今年年初的时候，接触了一些投资人，非常密集，大概有二三十个。</p><p>我发现那些投资人问的问题很有意思。因为我的风格比较朴实，不会讲那些乱七八糟的故事，所以聊完之后通常就没有下文了。后来我就觉得这事儿对我来讲太难了，因为他们总问：“你的壁垒是什么？”</p><p>我一直在想，我的 Cherry Studio 就是一个开源项目，才做了半年，我能有什么壁垒？代码都在网上放着，我确实没啥壁垒，我也回答不上来。</p><p>然后我就反问：“你能告诉我哪家公司有壁垒吗？”</p><p>结果他们其实也回答不上来。他们自己都不知道自己在做什么，甚至不知道自己在问什么。现在企业最大的一个问题，就是世界上的“伪人”太多了，真人太少了；“经纪人”太多了，活人太少了。</p><p>这些人问的问题，全部是他的领导、他的 mentor 教他问的，但他们从来没有从本质上去思考过，为什么要问别人壁垒是什么。这就好比你去面试的时候，面试官总会问：“你为什么要离开上一家公司？”</p><p>这都是一些没有意义的狗屁问题，但如果你去面试别人，你往往也会这么问</p><p>我们今天所讲的语言模型，其语言能力和文本能力到今天为止，可能已经触顶了。</p><p>但是，解决问题的能力与语言能力是两回事。就像一个人读书，他可以读到中国最好的学校，比如清华、北大，或者美国的斯坦福、麻省理工。读到这个层面，教科书上的知识已经被他用光了，在学校知识方面他就已经触顶，没有更高的学业需求了。</p><p>然而，人类取得的成就显然不是停留在学校里的。一个人工作5年、10年、20年，他取得的成就、能力和认知会完全不同。这些东西是从哪里来的？实际上就是在工作过程中积累出来的。</p><p>今天所有模型的 Agent 能力差距都非常大。从 GPT-3 开始，2020 年到现在不过 5 年时间，一个医学生读完本科也需要 5 年。也就在这 5 年里，模型的语言能力显然已经触顶了。但一个人想要实现工作能力的提升，即便积累了 5 年工作经验，其实也还只是一个职场新人，可能需要 10 年、20 年。</p><p>我觉得在 AI 以及 Agent 这个范式之下，可能用不了那么久，但 5 年的时间是一定要有的。所以 Cherry Studio 的成长曲线，一定最少有 5 年以上的时间窗口。</p><p>在这个过程中：</p><p>谁先实现数据回流<br>谁能形成数据闭环<br>那么谁就有可能赢。<br>这个差距拉开之后，相较于基础训练以及模型的预训练，竞争其实可能会更加残酷。</p>]]>
    </content>
    <id>https://zzylanmengqingchuan.github.io/reading_space/2026/03/0320-1/</id>
    <link href="https://zzylanmengqingchuan.github.io/reading_space/2026/03/0320-1/"/>
    <published>2026-03-19T16:00:00.000Z</published>
    <summary>
      <![CDATA[<p>然后我们做了很多的尝试，但是写出来的效果确实不好。这也不是开发者个人水平的问题，就是从全球范围来讲，能达到 Claude Code 这种水平的人，我觉得不会超过 100 个。</p>
<p>这种人才非常稀少，而且集中在最头部的公司。包括今天的]]>
    </summary>
    <title>cherry studio创始人的播客有意思的观点</title>
    <updated>2026-03-21T01:04:45.606Z</updated>
  </entry>
  <entry>
    <author>
      <name>阑梦清川</name>
    </author>
    <category term="订阅" scheme="https://zzylanmengqingchuan.github.io/reading_space/categories/%E8%AE%A2%E9%98%85/"/>
    <category term="RSS" scheme="https://zzylanmengqingchuan.github.io/reading_space/tags/RSS/"/>
    <category term="知识管理" scheme="https://zzylanmengqingchuan.github.io/reading_space/tags/%E7%9F%A5%E8%AF%86%E7%AE%A1%E7%90%86/"/>
    <content>
      <![CDATA[<p>今天我在 Substack 上发现了一些不错的文章，但是使用 RSS 订阅的方式只能导入最近的三到五篇文章。</p><p>我去问了一下大模型，大模型说可以通过 Sitemap 这样的方式，在 URL 里加入 sitemap.xml，然后出现一个这样的链接。这个网站应该全部都是代码，然后把这个加上 sitemap.xml 的网址给到一个小工具里面，可以当作一个 URL 提取器。它会把这个 Sitemap 里面的所有 URL 全部提取出来，最后可以导出一个 CSV。</p><p>反正我用的这个小工具是导出了一个 CSV 表格。这个时候如果你直接导入到 Readwise Reader 里面的话，它应该会识别不出来，因为默认的这个 CSV 是没有表头的，所以它会告诉你识别不出来。</p><p>这个时候我们需要在 CSV 的基础上进行操作：</p><ol><li>在第一行里面添加一个首行</li><li>在首行里面添加一个表格单元格，命名为 URL</li></ol><p>这个时候它会把这个表格里面的所有内容都理解为 URL。这样你再导入，基本上两百多篇文章全部都可以导入到我们的阅读器里面去。</p><p>但是这个时候我有一个问题，因为这两百多个文章可能我暂时并不想完全阅读，我不想让它影响我其他的阅读信息摄入源。可能我从其他的一些渠道、其他一些信息源也有文章不断地进入我的阅读器。那这样的话，可能这两百多篇文章全部堆在这儿就很影响我阅读。所以我想把它们一键全部选中，标记为一个标签或啥的，慢慢地去阅读。</p><p>但是 Readwise Reader 目前不允许多选这样的操作，起码我自己没有找到。我的解决方案就是全部堆在了归档里面，虽然这个很不合理，但是因为我的 Inbox 里面还有其他来源的一些文章，所以我不想让这一些两百多个文章影响我正常的阅读进度。</p><p>我全部堆入到 Archive 归档里面的话，实际上这个时候你可以一键使用快捷键 Shift B。Shift B 之后，你可以搜索这个对应的内容，然后 Tag All As，就是把所有搜索到的这些结果全部打上标签。打上标签之后就可以一键阅读了。</p><p>这是我最后想出来的解决方案。其实我最开始的时候我是在 Search 里面，因为它有个全局的搜索，我也可以搜索到这里面的文章，但是我进行不了任何操作，因为它不支持多选。而且你在 Search 搜索之后的结果页面里面使用 Shift B 是不生效的，它不支持多选，所以啥也干不了。</p><p>但是大模型一直告诉我先 Search，然后再去操作，但实际上一直都是失败的。这个 Shift B 只有在 Library 里面才是有效的。如果你在 Search 的那个页面里面直接去使用 Shift B，它默认没有效果，要么就是在你的搜索里面添加一个大写的 B，这没有任何作用。</p><p>所以正确的使用方式应该是我最后所说的，就是你在 Library 里面可以把它们全部添加到归档或者全部添加到稍后读里面去，这个都是可以的。然后在这个 Library 里面去使用 Shift B，然后给所有选中的这些打标签，然后再去添加一个 View 都是可以的。</p><p>我最开始是全部放到了归档里面，但是把每一篇怎么去筛选，怎么去管理我阅读过的、我没有阅读过的，感觉不是很好管理。所以后面我又把它们全部都挪到了稍后读里面，也就是 Library 里面的 Later 里面去。添加到之后，使用 Shift B，然后一键打上标签。这样的话，我读一篇就划一篇到这个归档里面，这样反而是一种正确的方式。</p><p>所以这也是我今天了解到的一种新的方式，跟大家分享一下。主要还是这个 RSS 它只能导入最近的几篇文章，所以如果你想导入全部的文章，就需要使用 Sitemap 这个功能，这个是我之前所不知道的。</p><p>而且针对于 Substack 上面的文章，你直接在 URL 后面输入一个 -feed 就会显示出这个 RSS 订阅源，这也是获取 RSS 在 Substack 上面获取 RSS 订阅源的一种方式。</p><p>一次性把之前的全部文章加载进来，你就在网址后面输入一个 -sitemap.xml。这个时候就是按照我刚刚说的，导出使用工具提取，就是把这个链接给一个网上随便找一个提取工具，然后把这个 URL 导出为一个表格，然后你再处理一下，导入到阅读器里面。这个时候就全部加载进去了。</p><p>然后就是怎么去筛选，怎么去打标签，这些都是熟能生巧吧，因为这些我也是第一次去使用，所以感觉也不是很熟悉。Readwise Reader 是支持上传文件的，比如说 OPML、XML、CSV、EPUB、PDF 都是支持的。所以全部 URL 的一个表格 CSV 是可以直接一键上传进去的，然后所有的文章全部都会导入进来，只要你的格式是符合它的要求的。</p>]]>
    </content>
    <id>https://zzylanmengqingchuan.github.io/reading_space/2026/03/sitemap/</id>
    <link href="https://zzylanmengqingchuan.github.io/reading_space/2026/03/sitemap/"/>
    <published>2026-03-18T16:00:00.000Z</published>
    <summary>
      <![CDATA[<p>今天我在 Substack 上发现了一些不错的文章，但是使用 RSS 订阅的方式只能导入最近的三到五篇文章。</p>
<p>我去问了一下大模型，大模型说可以通过 Sitemap 这样的方式，在 URL 里加入]]>
    </summary>
    <title>sitemap全部导入，和RSS搭配</title>
    <updated>2026-03-21T01:04:45.606Z</updated>
  </entry>
  <entry>
    <author>
      <name>阑梦清川</name>
    </author>
    <category term="公众号" scheme="https://zzylanmengqingchuan.github.io/reading_space/categories/%E5%85%AC%E4%BC%97%E5%8F%B7/"/>
    <category term="AI焦虑" scheme="https://zzylanmengqingchuan.github.io/reading_space/tags/AI%E7%84%A6%E8%99%91/"/>
    <content>
      <![CDATA[<p>今天我阅读了 Readwise Reader 阅读器里的一篇文章，其实也都是一些老生常谈的话题。</p><p>文章主要说的是大卫翁老师谈了为什么国内这么焦虑。他以电脑时代到来作为例子：1995 年他接触电脑，上大学后发现身边来自农村的同学根本没见过电脑，第一次进机房时连开机都不会。所以对他而言，因为他先掌握了电脑，就有了 5 年以上的优势。但是电脑终究会普及，会走向更容易被人使用的形态，所以即使他的同学晚了几年，但也很快就赶上了。</p><p>后来的移动互联网时代也是如此。先用上智能手机的人确实先享受了世界，但过两年后才回过神来的人，哪怕你晚两年去使用，也没有被时代落下。</p><p>为什么 AI 时代就不一样了呢？似乎晚几个月上车就感觉来不及了，因为这次技术革命来得真的很急。为什么这种焦虑是显而易见的呢？老师觉得这和算法以及信息时代里所有的焦虑、恐慌都被无限放大有关。</p><p>在电脑刚刚普及的那个时代，如果我们天天都能接收到“今天我在互联网上搜到了什么有用的信息，明天我打开了什么网站，后天和远在天边的朋友发了邮件”这样的信息，我们可能也会感受到同样的焦虑。如果电脑上又在滚动宣传“不会用电脑就找不到工作，没有引入电脑的企业就会被永远淘汰”，那味道就和今天相比更加如出一辙了。</p><p>但是当时并没有发生，因为当时那个时代的人们收不到这些让人焦虑的信息，至少他们不会天天出现。所以第一次用上电脑连接上互联网的惊喜，让老师高兴了很久，并不会很快转化成为焦虑或者疲惫。</p><p>但是现在不一样了。国内现在 AI 的焦虑特别彻底、特别疯狂。美国和日本那边其实并不会非常焦虑，因为他们获取信息的方式非常传统，也会使用社交媒体，但不会像国内这样 24 小时泡在网上，特别是泡在短视频里，所以不会有漫天的信息提醒他们新的时代就要到来了。</p><p>为什么国内的焦虑是这么的彻底、这么的疯狂呢？是因为一群焦虑的、害怕被时代甩下的人，被算法所轻易地归类了。而算法又会持续把这个画像喂给我们，让我们越来越相信我们的焦虑、我们的恐慌是紧迫的、是真实的，而且不止你一个人，所有人都是这样的。于是焦虑就成为了一种身份的认同。</p><p>海外的普通人虽然也活在这样一个技术变革的时代，但是他们并没有被社交媒体、被算法接管到国内的这种程度，所以算法没有计算出来他们的面孔，也就不会天天给他们推送一些身份认同这样的内容。所以我觉得可能还是我们国内这些社交媒体，抖音、B站、小红书、今日头条全部都是推荐的算法。它把我们归为某一类面孔，而又给我们推送类似的画像，让我们相信我们的焦虑是真实的，这样造成的后果就是我们会越来越焦虑。</p><p>然后就是文章末尾一句引人深思的话：被数据流裹挟着的人们，能跳出来看看整个过程，或许真的能够帮助我们在数据洪流中搏出生机。</p>]]>
    </content>
    <id>https://zzylanmengqingchuan.github.io/reading_space/2026/03/%E5%A4%A7%E5%8D%AB%E7%BF%81/</id>
    <link href="https://zzylanmengqingchuan.github.io/reading_space/2026/03/%E5%A4%A7%E5%8D%AB%E7%BF%81/"/>
    <published>2026-03-18T16:00:00.000Z</published>
    <summary>
      <![CDATA[<p>今天我阅读了 Readwise Reader 阅读器里的一篇文章，其实也都是一些老生常谈的话题。</p>
<p>文章主要说的是大卫翁老师谈了为什么国内这么焦虑。他以电脑时代到来作为例子：1995]]>
    </summary>
    <title>大卫翁老师谈及AI焦虑的现象</title>
    <updated>2026-03-21T01:04:45.606Z</updated>
  </entry>
  <entry>
    <author>
      <name>阑梦清川</name>
    </author>
    <category term="李宏毅" scheme="https://zzylanmengqingchuan.github.io/reading_space/tags/%E6%9D%8E%E5%AE%8F%E6%AF%85/"/>
    <category term="Agent" scheme="https://zzylanmengqingchuan.github.io/reading_space/tags/Agent/"/>
    <category term="openclaw" scheme="https://zzylanmengqingchuan.github.io/reading_space/tags/openclaw/"/>
    <content>
      <![CDATA[<h1 id="1-基本介绍"><a href="#1-基本介绍" class="headerlink" title="1.基本介绍"></a>1.基本介绍</h1><p>李宏毅老师讲解openclaw的视频地址：</p><p><a href="https://www.youtube.com/watch?v=2rcJdFuNbZQ">https://www.youtube.com/watch?v=2rcJdFuNbZQ</a><br><a href="https://www.bilibili.com/video/BV1oqcrzwEBV/?spm_id_from=333.1365.list.card_archive.click&vd_source=a432cb5e896a2b96961d1f73a6ebe0ca">https://www.bilibili.com/video/BV1oqcrzwEBV/?spm_id_from=333.1365.list.card_archive.click&amp;vd_source=a432cb5e896a2b96961d1f73a6ebe0ca</a></p><p>上课的PPT下载：<a href="https://speech.ee.ntu.edu.tw/~hylee/ml/ml2026-course-data/intro.pdf">https://speech.ee.ntu.edu.tw/~hylee/ml/ml2026-course-data/intro.pdf</a></p><p>有一部电影的名字叫做《我的失忆女友》，里面的两个人物是大壮和小美。小美每一天早上起来的时候，都记不得之前发生的事情，所以大壮需要写日记，每天早上都要去给小美看，让小美回忆起昨天发生了什么。就像大壮一直追、一直追，最后终于追到了小美。</p><p>其实 AI 技能也是这样的，只有在一个对话聊天窗口里面，它才可以记得上下文的内容。而且它的记忆窗口是有限制的，当你新开一个窗口的时候，就好像小美第二天早上醒来一样，它就失忆了。AI 也不记得之前发生了什么事情，所以就需要你把之前发生的事情告诉它。</p><h1 id="2-记忆检索功能"><a href="#2-记忆检索功能" class="headerlink" title="2.记忆检索功能"></a>2.记忆检索功能</h1><p>下面的这个就是 OpenClaw 的记忆检索工作流程，也就是我们之前所提到的，它是如何从存好的记忆里面找到我们想要的内容。</p><p>我们可以发现，在左边的这个里面，实际上就是 memory 文件夹和 mermaid 这些文字文件。它们被切分成了一小块一小块的，每一块就叫做一个 chunk（数据块）。</p><p>这些存储好的记忆块，会根据语言模型下达的指令进行检索。例如，用关键词“YouTube 影片”搜索记忆，OpenClaw 就会把关键词“YouTube 影片”和每一个 chunk 做两种相似度比对：</p><ol><li><p>S1 字面比对<br>它比较的是关键词出现的次数和字面值。</p></li><li><p>S2 语义比对<br>它会转换成向量（Embedding）嵌入，计算两个向量的余弦相似度。余弦相似度越高，S2 的分数就越高。</p></li></ol><p>最后通过公式 $S &#x3D; A \times S1 + B \times S2$，把字面分数和语义相似的分数相结合，计算出最终的相似度分数，然后把分数最高的 Top-K 个 chunk 传递给大语言模型。<br><img src="https://zzy-1326340203.cos.ap-beijing.myqcloud.com/20260313152203978.png" alt="image.png"><br>其实基本的流程如下：</p><ol><li>人发起问题。</li><li>OpenClaw 把人的问题进行预处理，即把问题和系统提示词进行二次整理，传递给大语言模型。</li><li>大语言模型看到问题后，可能需要调用搜索引擎工具才能回答，于是将其传递回 OpenClaw。</li><li>OpenClaw 执行搜索，进行切块（chunk）划分，并计算相似度分数。</li><li>最终把相似度最高的前 K 个分数的结果返回给大语言模型。</li><li>大语言模型基于返回的内容整理出回答，然后再反馈给人类。</li></ol><h1 id="3-心跳机制"><a href="#3-心跳机制" class="headerlink" title="3.心跳机制"></a>3.心跳机制</h1><p>下面这个就是小龙虾的心跳机制，其实和普通大模型有类似的地方。</p><p>当你发给它一段提示词，它回答你之后，首先会把你的提示词给语言模型，语言模型返回一段内容，然后它再把这些东西发给你。</p><p>这个时候，如果你没有任何问题，小龙虾和语言模型之间就没有交互了。心跳机制说的就是，小龙虾每隔一段时间都要去“戳一戳”这个语言模型，看看它有没有什么任务要完成。</p><p>如果没有任务的话，那肯定就不需要执行。它会去阅读一下这个 habit.md 文件，看看是否有一些存在的定时任务，然后就可以去执行了。<br><img src="https://zzy-1326340203.cos.ap-beijing.myqcloud.com/20260313152350337.png" alt="image.png"></p><h1 id="4-排程系统"><a href="#4-排程系统" class="headerlink" title="4.排程系统"></a>4.排程系统</h1><p>接下来我们介绍一下 OpenClaw 的这个“等待问题”的例子，核心是想说明 AI 现在是怎么学会等待的。</p><p>我们顺着流程走一遍。比如说我们现在给 OpenClaw 发送信息，让它使用 NotebookLM 生成幻灯片。它收到我们的请求之后，其本身是一个写死的规则，并没有智能，所有的决策都是靠后面连接的大语言模型来完成的。</p><p>所以它并不是一个模型，而是一个调用大语言模型的 Agent 型框架，本身不具备大模型的能力。整个过程如下：</p><ol><li><p>任务分析与发送<br>当 OpenClaw 收到我们的请求后，会首先把请求发送给大模型。大模型进行分析后，再告诉 OpenClaw 应该去做什么。</p></li><li><p>执行初步指令<br>OpenClaw 意识到它需要先打开网页，然后上传文件。得到的结果是“幻灯片正在生成”。</p></li><li><p>状态返回与工具调用<br>大模型收到了“正在生成”的状态。由于此时无法进行下一步，聪明的大模型给 OpenClaw 下发了一个工具指令，让它设置一个定时任务，三分钟之后再来检查网页的状态。</p></li><li><p>定时任务排程<br>这就是定时任务排程工具的使用，它能帮助大模型“定好闹钟”，到点再继续操作。</p></li><li><p>任务触发与完成<br>三分钟之后，OpenClaw 按照时钟触发了任务，把检查到的 NotebookLM 状态指令再次传递给大模型。大模型发现下载已经完成，于是就让它打开网页，下载完成的幻灯片。</p></li></ol><p>最终，通过这种方式完成了整个任务。<br><img src="https://zzy-1326340203.cos.ap-beijing.myqcloud.com/20260313152843186.png" alt="image.png"></p><h1 id="5-上下文压缩机制"><a href="#5-上下文压缩机制" class="headerlink" title="5.上下文压缩机制"></a>5.上下文压缩机制</h1><p>大语言模型的输入长度是有限的。OpenClaw 运行时间越长，积累的对话历史就越多，拼出来的 Prompt 也就越长，总有一天会超出大语言模型的长度限制。</p><p>所以这个压缩机制就是解决这个问题的：</p><ol><li>当 OpenClaw 积累了太多的历史对话，整体长度超过阈值之后，它会把旧的历史对话单独提取出来，传递给大语言模型。</li><li>让大语言模型把旧的对话浓缩成一段简短的摘要。</li></ol><p>这样可以更好地进行上下文的压缩，防止拼接之后的 Prompt 过长，超出大语言模型的长度限制。这个压缩其实就是解决上下文在长度上的问题的。<br><img src="https://zzy-1326340203.cos.ap-beijing.myqcloud.com/20260313152912202.png" alt="image.png"></p><h1 id="6-sub-agent（子代理）"><a href="#6-sub-agent（子代理）" class="headerlink" title="6.sub-agent（子代理）"></a>6.sub-agent（子代理）</h1><p>接下来我们介绍一下 OpenClaw 一个很巧妙的工具，就是 Sub-agent（子代理）。</p><p><img src="https://zzy-1326340203.cos.ap-beijing.myqcloud.com/20260313195903803.png" alt="image.png"></p><p>子代理主要用来解决大任务在分析时占用过多上下文的问题。假设用户给 OpenClaw（也就是大家常说的小龙虾）布置了一个任务：“给我把这 80 篇论文全部做完摘要，然后整理一份总结。”</p><p>如果让主代理一篇一篇地做，每一篇都要占用上下文，很快就会把上下文空间占满。通过 Sub-agent 的机制，主代理只要把任务传递给大语言模型，模型会决策并将其拆分成多个子任务。每个子任务都会生成一个全新的、绿色的“小龙虾”，也就是一个 Sub-agent。</p><p>具体流程如下：</p><ol><li>第一个子任务是阅读论文 A 并做摘要。任务交给第一个子代理，它独立与大模型交互完成任务。</li><li>完成后，子代理将论文 A 的摘要返回给主代理，然后这个子代理就自动销毁了，不占用任何主代理的上下文空间。</li><li>第二个子任务是阅读论文 B 并做摘要。系统会生成第二个新的子代理，重复上述过程：完成摘要、返回结果给主代理、随后销毁。</li></ol><p>以此类推，直到所有子任务全部完成。主代理拿到了所有子代理返回的摘要，再把这些内容发送给大模型，由大模型整理成最终的总结结果返回给 OpenClaw，最后由 OpenClaw 返回给用户。</p><p>为什么要这么麻烦地生成子代理，而不是让主代理一遍一遍地做呢？主要是因为子代理在任务完成后就会被销毁，这样就不会持续占用主代理的上下文空间，从而避免长度超出上下文限制。这在本质上也是一种高效的上下文管理方式。</p>]]>
    </content>
    <id>https://zzylanmengqingchuan.github.io/reading_space/2026/03/openclaw/</id>
    <link href="https://zzylanmengqingchuan.github.io/reading_space/2026/03/openclaw/"/>
    <published>2026-03-17T16:00:00.000Z</published>
    <summary>
      <![CDATA[<h1 id="1-基本介绍"><a href="#1-基本介绍" class="headerlink" title="1.基本介绍"></a>1.基本介绍</h1><p>李宏毅老师讲解openclaw的视频地址：</p>
<p><a]]>
    </summary>
    <title>李宏毅老师以openclaw为例解读ai agent运行原理</title>
    <updated>2026-03-21T01:04:45.606Z</updated>
  </entry>
  <entry>
    <author>
      <name>阑梦清川</name>
    </author>
    <category term="substack" scheme="https://zzylanmengqingchuan.github.io/reading_space/categories/substack/"/>
    <category term="经济" scheme="https://zzylanmengqingchuan.github.io/reading_space/tags/%E7%BB%8F%E6%B5%8E/"/>
    <category term="资本" scheme="https://zzylanmengqingchuan.github.io/reading_space/tags/%E8%B5%84%E6%9C%AC/"/>
    <content>
      <![CDATA[<p>今天这篇文章，主要是阅读肖小跑老师在 Substack 上面写的一篇文章，其中比较有感触的是一位网友的评论。</p><p>他说：<br>“对 AI 的焦虑更多是属于个人的。大环境终归能够消化 AI 所带来的种种变化，就像地球消化人类一样。只不过当前就业的人无法依赖过去的路径，过渡期变短了，但其实从来如此。</p><p>我眼中看到的悲观来自于所谓的体制。可怕的不是这个群体概念下的利益者已经逐渐暴露，而是他们越来越不怕暴露。深圳这两天的新闻，有腾讯园区组织安装 Llama，龙岗区政府出台政策鼓励 Llama。然而显而易见的是，他们要捞一波 API 的利润，也不可能真正地帮你开通 Claude 这种真正有用的模型来干活。国家是由人组成和支配的，而当下似乎有一种捞一瓢跑路的感觉，焦虑只是因为跑得比别人晚。”</p><p>他这段话想表达的意思是：</p><ol><li>腾讯园区的小龙虾，可能也只是想借着开源框架和 Claude 的热度，最终目的是为了推销自家 API 的调用费，赚取流量和利润。</li><li>政策机构可能只是为了迎合热点、套取补贴，或者制造一些政绩。他们并不会真正去给你安装 Claude 这种顶尖的模型，因为不仅吃力不讨好，反而无法将利润留在他们自己的生态里面。</li></ol><p>这句话的深层内核在于：当下社会弥漫着一种“末日狂欢”的投机心态。无论是包装概念骗融资的创业者、卖课收割的自媒体，还是推销 API 费用的大厂，似乎都在着急地把新技术赶紧变现，然后抽身而去，抓住这一波时代的红利。</p><p>普通人当下的焦虑，并不是“我学不会 AI”或“我跟不上 AI”这种本能的焦虑，而是在于：别人都在趁机割韭菜、捞好处，我会不会成为最后一个被收割的人？他害怕的是相比别人自己太晚了。这种生存的恐慌，而不是出于“我学不会、我害怕 AI、AI 对我太难了”这种本能恐慌。这种通过比较制造出来的恐慌，才是最重要的。</p><p>这句话我思考了很久，觉得写得非常不错。</p>]]>
    </content>
    <id>https://zzylanmengqingchuan.github.io/reading_space/2026/03/substack01/</id>
    <link href="https://zzylanmengqingchuan.github.io/reading_space/2026/03/substack01/"/>
    <published>2026-03-17T16:00:00.000Z</published>
    <summary>
      <![CDATA[<p>今天这篇文章，主要是阅读肖小跑老师在 Substack 上面写的一篇文章，其中比较有感触的是一位网友的评论。</p>
<p>他说：<br>“对 AI 的焦虑更多是属于个人的。大环境终归能够消化 AI]]>
    </summary>
    <title>为什么 AI 带来的生产力提升，反而让大家越来越焦虑？</title>
    <updated>2026-03-21T01:04:45.606Z</updated>
  </entry>
  <entry>
    <author>
      <name>阑梦清川</name>
    </author>
    <category term="RSS" scheme="https://zzylanmengqingchuan.github.io/reading_space/tags/RSS/"/>
    <category term="obsidian" scheme="https://zzylanmengqingchuan.github.io/reading_space/tags/obsidian/"/>
    <category term="插件" scheme="https://zzylanmengqingchuan.github.io/reading_space/tags/%E6%8F%92%E4%BB%B6/"/>
    <content>
      <![CDATA[<p>这篇文章是关于 RSS 订阅的相关内容，主要记录了我为自己的博客网站添加 RSS 订阅方式的过程。</p><p>内容包括：</p><ol><li>我在配置过程中踩过的坑</li><li>如何实现自动发布文章到博客网站上</li></ol><p>这些都是我今天一手探索出来的经验。</p><p>234362981</p><h1 id="1-基本说明"><a href="#1-基本说明" class="headerlink" title="1.基本说明"></a>1.基本说明</h1><p>首先我还是说一下我使用的技术选型和工具吧。因为如果你的环境和我不一样，那么我的经验基本上很难有参考价值。</p><p>我的基本情况如下：</p><ol><li>博客部署在腾讯云的服务器上</li><li>使用 Halo 模板搭建网站（我文章使用这个进行演示）</li><li>采用 Docker 进行部署</li></ol><p>目前已经运营了大概9个月左右。</p><p>所以我今天文章里的解决方案，也主要是实现自动发布文章到 Halo 模板搭建的网站。至于其他类型的网站具体怎么实现，我不太清楚。</p><p>这是前提，网站模版还是很多的</p><h1 id="2-RSS是什么"><a href="#2-RSS是什么" class="headerlink" title="2.RSS是什么"></a>2.RSS是什么</h1><p>什么是 RSS？我第一次接触这个概念，实际上是在一个 B 站的视频里。</p><p>RSS 这个事情怎么理解呢？如果你不清楚的话，我可以举一个比方：这实际上就是“主动去报亭买报纸”和“订报员送报上门”的区别。</p><ol><li><p>获取信息的逻辑<br>在没有 RSS 的时候，如果你想看 10 个不同的技术博客、新闻网站或论坛，你每天都要打开浏览器，依次输入网址 1、网站 2、网站 3 的链接，看看有没有更新。这相当于你需要自己去检查，非常耗时且繁琐。</p><p>RSS 则相当于一个“自动订报员”。只要你把这 10 个网站的 RSS 订阅链接交给喜欢的阅读器（一款工具），这个工具就会在后台 24 小时不知疲倦地替你跑腿。一旦发现某个网站更新了文章，阅读器就会立马把它抓取下来。你只要打开阅读器，就能像刷朋友圈一样，一口气看完所有关注网站的更新内容。</p></li></ol><p>在如今算法推荐大行其道的时代（比如抖音、小红书、今日头条），RSS 显得有些复古，但它拥有一批极其忠诚的用户，甚至被誉为“古典互联网的最后一道防线”。它的核心优势在于：</p><ol><li><p>信息的绝对掌控权<br>在现在的社交媒体里，你看什么是由于算法决定的。平台为了让你多停留，会不断推荐各种博眼球的内容。而 RSS 是百分之百纯粹的，你订阅了什么就推送什么，你不订阅的一定不会出现在阅读器里，没有广告，没有干扰。</p></li><li><p>极高的阅读效率<br>你可以把少数派的文章、一些大佬的博客、甚至支持 RSS 订阅的网站、播客、YouTube 频道全部结合在一个工具里。不需要来回切换，降低了获取信息的摩擦力。</p></li><li><p>统一的阅读体验<br>每个网站的排版、字体、背景颜色都不相同，有的网站甚至弹幕满天飞，广告到处都是。但只要通过 RSS 抓取到阅读器里，所有的文章都会被统一换成自己喜欢的字体、字号和背景色，提供最纯粹的沉浸式阅读体验。</p></li></ol><p>如果你是一个写作者，你可以同时体验 RSS 生态的两端：<br>(a) 你是一个高效的信息消费者，可以使用 RSS 去订阅别人的内容；<br>(b) 你也是一个独立的信息提供者，可以给自己的网站装上 RSS，让别人来订阅你的博客。</p><p>其实去订阅别人很容易，但怎么给自己的网站添加 RSS，这是我这篇文章想要解决的主要问题，也是我今天的探索和想要分享的核心内容，希望大家能有所收获。</p><h1 id="3-RSS订阅工具"><a href="#3-RSS订阅工具" class="headerlink" title="3.RSS订阅工具"></a>3.RSS订阅工具</h1><p>上面我们也解释了 RSS 可以去订阅别人，但是有没有工具可以支持 RSS 订阅呢？</p><p>实际上是有这类工具的，比如：</p><ol><li>FOLO 这款工具</li><li>我推荐过多次的 Readwise Reader 阅读器</li></ol><p>我已经为 Readwise Reader 写了六七篇教程了。其中 FOLO 也是我使用过的一款工具，是我第一次接触 RSS 时就了解到的一款产品。</p><p>具体介绍：<a href="https://sspai.com/post/101702">https://sspai.com/post/101702</a></p><p>但是现在我已经不使用 FOLO 了，我现在是 Readwise Reader 的深度用户，我觉得它更加强大一些。</p><p>具体关于 Readwise Reader 的介绍，可以去看我之前写的多篇文章。同时，我的知识库里面也全部同步了，可以去知识库里面统一地看，也可以在公众号列表里面找一找我之前写的文章。</p><p>曾几何时，很多人向我推荐 Readwise Reader，但我觉得它没什么用。</p><p>人们对于知识获取和信息搜集，通常都有自己的一套系统。当一个新工具想要进入你的系统时，如果你不熟悉它的运作方式，肯定会产生排斥。</p><p>就如同 2025 年，身边的小伙伴多次向我推荐它，但我都没有去用，即便用了也觉得效果一般。直到 2026 年 1 月这个关键节点，我才真正体会到它的好处。</p><p>我现在已经开始正式订阅付费，并且在深度使用。关于这个工具的具体功能我就不多介绍了，懂的都懂。</p><h1 id="4-安装插件"><a href="#4-安装插件" class="headerlink" title="4.安装插件"></a>4.安装插件</h1><p>我去年建站的时候选择的是 Halo 这样一个非常现代化且强大的开源建站工具。</p><p>它的核心优势之一就是拥有极其丰富的插件生态。像我在博客里面增加 RSS 功能，不需要写任何代码，只需要安装一下官方的插件并启用，在菜单栏里面添加配置一下就可以了。</p><p>然后这个 RSS 订阅的链接就会显示出来。</p><p><img src="https://zzy-1326340203.cos.ap-beijing.myqcloud.com/20260316210056202.png" alt="image.png"><br>在菜单栏添加 RSS 订阅：</p><p><img src="https://zzy-1326340203.cos.ap-beijing.myqcloud.com/20260316210149804.png" alt="image.png"><br>然后你就会在菜单栏里面看到这个。</p><p>当然，由于主题的不同，这个功能具体显示的位置肯定也会体现在菜单栏上面。</p><p><img src="https://zzy-1326340203.cos.ap-beijing.myqcloud.com/20260316210246173.png" alt="image.png"></p><h1 id="5-阅读器订阅"><a href="#5-阅读器订阅" class="headerlink" title="5.阅读器订阅"></a>5.阅读器订阅</h1><p>在 Reader 里面打开设置好的 Feed，就可以把它这个订阅链接粘贴进来，然后点击订阅。</p><p>后面我这个网站文章更新的时候，它就会自动推送。</p><p><img src="https://zzy-1326340203.cos.ap-beijing.myqcloud.com/20260316210815275.png" alt="image.png"><br>如果你第一次订阅的话，它会自动提取最近、最新的 5 篇文章。</p><p>反正我是这样的。下面这个是我使用自己的网站进行测试，是没有问题的。</p><p><img src="https://zzy-1326340203.cos.ap-beijing.myqcloud.com/20260316210914240.png" alt="image.png"></p><h1 id="6-自动同步"><a href="#6-自动同步" class="headerlink" title="6.自动同步"></a>6.自动同步</h1><h2 id="6-1obsidian插件"><a href="#6-1obsidian插件" class="headerlink" title="6.1obsidian插件"></a>6.1obsidian插件</h2><p>这个也是我的一次突发奇想。因为我觉得在 Halo 这个网站上写文章其实还是比较麻烦的，需要复制粘贴、设置背景图，然后去后台操作。</p><p>但我知道在 Obsidian 里面写公众号的时候，有一个插件可以自动发到草稿箱，于是我就问 AI：能不能把 Obsidian 的文章也自动发到我的 Halo 网站后台呢？</p><p>在不断和 AI 对话的过程中，我一直在研究这个问题：</p><ol><li>最初实现的功能是：文章可以直接发布到草稿箱（即网站后台），但仍需要你手动点击发布。</li><li>随后 AI 告诉我：你可以设置一个参数，将 Publish 设置为 True（默认是 False）。</li></ol><p>只要写成 True，它就会自动发布到你的网站上。我测试了一下，果然是有效的。具体的实现过程，大家可以去问一下大模型。</p><p><img src="https://zzy-1326340203.cos.ap-beijing.myqcloud.com/20260316211335030.png" alt="image.png"></p><h2 id="6-2参数配置"><a href="#6-2参数配置" class="headerlink" title="6.2参数配置"></a>6.2参数配置</h2><p>第一次安装这个插件的话，相关参数配置如下：</p><ol><li>站点名称：可以随意填写</li><li>站点地址：填写你网站的实际地址</li><li>个人令牌：需要去你网站的后台获取</li></ol><p>这些配置的具体细节都可以问大模型来解决。填好之后可以验证一下，大概率会验证通过，这个环节很少会遇到问题。</p><p><img src="https://zzy-1326340203.cos.ap-beijing.myqcloud.com/20260316211406808.png" alt="image.png"><br>下面这个就是在网站后台创建个人令牌的过程。因为 Obsidian 的插件需要填取这个令牌，它相当于是一个凭证信息，不然系统无法识别文章发布的位置，所以这个是必须要填的。</p><h2 id="6-3权限配置"><a href="#6-3权限配置" class="headerlink" title="6.3权限配置"></a>6.3权限配置</h2><p>权限设置是非常重要的一步。如果你想让 Obsidian 帮你发布文章，就必须给插件授权。</p><p>主要的权限需求如下：</p><ol><li><p>文章管理权限<br>(a) 查看文章<br>(b) 创建文章<br>(c) 更新文章<br>(d) 删除文章<br>(e) 发布文章</p></li><li><p>分类与标签管理权限<br>(a) 查看和创建分类<br>(b) 查看和创建标签</p></li></ol><p>关于系统的指标以及应用市场等其他权限则不需要。最核心的就是文章管理、内容管理以及标签主题管理，这些是比较重要的。</p><p><img src="https://zzy-1326340203.cos.ap-beijing.myqcloud.com/20260316211453453.png" alt="image.png"></p><h2 id="6-4属性介绍"><a href="#6-4属性介绍" class="headerlink" title="6.4属性介绍"></a>6.4属性介绍</h2><p>因为我们这个插件是自动同步的，所以你需要填写一些属性。我自己和 AI 经过问答记录，最终总结出来的内容如下：</p><p>属性需要包含：</p><ol><li><strong>Title</strong>：文章标题。</li><li><strong>Slug</strong>：文章链接 URL 后面那部分内容，作为一个标识符。</li><li><strong>Cover</strong>：文章封面。这是我的 Halo 建站模板需要用到的属性。建议使用腾讯云图床生成的公网可访问链接，不能使用本地图片，否则在网站上会刷新不出来。</li><li><strong>Categories</strong>：文章的分类。</li><li><strong>Tags</strong>：文章的标签属性。</li><li><strong>Halo 号</strong>：这个属性插件会自动生成。</li></ol><p>另外还有两个关键字段：</p><ul><li><strong>Name</strong>：实际上是文章的唯一 ID。如果你发布了多篇文章，但它们的 Name 重复了，那么之前的文章就会被覆盖。</li><li><strong>Publish</strong>：主要控制文章是否直接发布到网站上。如果你将 Publish 设置为 true，文章就会直接发送到网站，相当于你不需要进入后台操作了。</li></ul><p>当然，这些配置细节都是我和 AI 沟通了很久才问出来的。</p><p>参考：</p><figure class="highlight json"><table><tr><td class="gutter"><pre><span class="line">1</span><br><span class="line">2</span><br><span class="line">3</span><br><span class="line">4</span><br><span class="line">5</span><br><span class="line">6</span><br><span class="line">7</span><br><span class="line">8</span><br></pre></td><td class="code"><pre><span class="line">title<span class="punctuation">:</span> <span class="punctuation">&#123;</span><span class="punctuation">&#123;</span>title<span class="punctuation">&#125;</span><span class="punctuation">&#125;</span></span><br><span class="line">cover<span class="punctuation">:</span></span><br><span class="line">categories<span class="punctuation">:</span> <span class="punctuation">[</span><span class="punctuation">]</span></span><br><span class="line">tags<span class="punctuation">:</span> <span class="punctuation">[</span><span class="punctuation">]</span></span><br><span class="line">halo<span class="punctuation">:</span></span><br><span class="line">  site<span class="punctuation">:</span> https<span class="punctuation">:</span><span class="comment">//lanmengqingchuan.cn</span></span><br><span class="line">  publish<span class="punctuation">:</span> <span class="literal"><span class="keyword">true</span></span></span><br><span class="line">  name<span class="punctuation">:</span></span><br></pre></td></tr></table></figure><p>如果你想让你的文章同步到后台，然后检查一下再发送，你可以把 Publish 设置为 false。</p><p>如果你想直接发送，不想去后台，那么你就和我一样：</p><ol><li>设置为 true</li><li>设置为 true 后，它就会自动发送</li></ol><p>这个 Name 属性的话，你可以不填，设置为空。</p><p>它发文章的时候，会自动给你设置一个。这个 Name 实际上就是你这篇文章的一个 ID，是 Halo 数据库给这份文章唯一的身份标识。插件就是靠这个“身份证”来认人的，而不是靠文章的标题。</p><p>所以，如果你设置为空，那么发文章的时候，它就会自动分配一个 ID：</p><ol><li>发送成功之后，你会发现属性里面多了这样一个 ID。</li><li>当你想修改文章的时候，你会发现它已经有 ID 了。</li><li>这时候你再发送，它就会知道这是对旧文章的更新，从而执行更新操作。</li></ol><p>所以这个 ID 扮演着非常重要的角色。如果你的 ID 是一样的，那么后发的文章就会覆盖之前的文章。这也是我今天遇到的一个非常烦人的问题，尝试多次之后才知道这个 Name 是不能重复的。</p><h1 id="7-内容总结"><a href="#7-内容总结" class="headerlink" title="7.内容总结"></a>7.内容总结</h1><p>基本上这就是这篇文章的全部内容了，主要涵盖了以下两个核心点：</p><ol><li><p>基础配置<br>(a) 如何给自己的网站添加 RSS 订阅<br>(b) 如何使用 Obsidian 的 Halo 插件，将 Obsidian 中的文章自动发送到网站上</p></li><li><p>实现原理<br>实际上就是通过插件配置好站点信息以及 Token 信息即可。整体来说，逻辑是非常容易理解的。</p></li></ol><p>在具体实现的过程中，可能会遇到各种各样的问题，但好在大模型可以帮助我们解决很多复杂的障碍。我今天整个从头到尾的流程，都是在 Tabbit 这款浏览器中操作的，这也是我非常喜欢的一款浏览器。</p><h1 id="8-一点思考"><a href="#8-一点思考" class="headerlink" title="8.一点思考"></a>8.一点思考</h1><p>其实在搞这个的过程中，我也在思考一个问题：传统的网站、博客真的还有人在看吗？RSS 存在的意义究竟在哪里？在这个推荐算法和信息茧房的时代，做这些真的有意义吗？</p><p>去年这个时候，我想到了之前读过的公众号 AI 圈顶流博主——数字生命卡兹克写的一篇文章。那篇文章主要是关于给 AI “投毒”的事情，提到现在大模型回答问题基本上都是去网上搜索信息，而如果你给它一些假信息，它可能就会误以为真。</p><p>文章链接：<a href="https://mp.weixin.qq.com/s/zfaN13Jg2h4VQqiCyXLggw">https://mp.weixin.qq.com/s/zfaN13Jg2h4VQqiCyXLggw</a></p><p>针对这件事，我思考了一下这样做的意义。数字生命卡兹克的文章末尾有一句话：<br>“如果有余力为这个世界贡献一点你的足迹，我们能做的就是把自己所知道的一点真实的内容留在互联网上。虽然这些内容可能不会立即被 AI 搜索到，可能微不足道，淹没在互联网海量的数据里面，但是有一天，当某个人和 AI 进行对话的时候，也许能从互联网这种乱七八糟、嘈杂的声音里面，摸到一两条还算干净的线索。”</p><p>这句话深深地引起了我的共鸣，所以我最终还是决定给自己的网站加上 RSS。我觉得这样做是有意义的，虽然我的文章质量写得确实一般，但还是希望喜欢阅读的小伙伴可以订阅一下。</p><p>相较于微信公众号这种推送机制，纯纯的信息流会导致你即便订阅了一些博主，他的文章也不一定能推荐给你。所以在这样一个时代，RSS 还是非常有意义的。我很反感微信公众号、小红书、今日头条、抖音、B 站等社交平台，现在几乎很少有平台不靠信息推荐了。</p><p>因为都在抢夺用户的注意力，如果不靠算法给用户推荐那些喜欢看、吸引眼球、感兴趣的内容，平台就留不住用户，也很难生存下去。但我非常不喜欢这种做法，这也是我为什么在接触到 RSS、接触到 Readwise Reader 之后，决定深入使用的原因。</p><p>当然。</p><p>你选择了个人博客，选择了 RSS 订阅，你就选择了资产沉淀，选择了复利系统，而不是短期流量。</p><p>所以作为长期主义者，我相信这是一个不会错的选择。而我作为一个内容创作者，也会在这些道路上坚定地走下去，尽我全力在 AI 时代，在这个乱七八糟、信息堆积、噪声连绵不断的网络上面，留下一点属于自己的痕迹。</p><p>PS：个人博客地址：lanmengqingchuan.cn,欢迎订阅~</p>]]>
    </content>
    <id>https://zzylanmengqingchuan.github.io/reading_space/2026/03/RSS/</id>
    <link href="https://zzylanmengqingchuan.github.io/reading_space/2026/03/RSS/"/>
    <published>2026-03-16T16:00:00.000Z</published>
    <summary>
      <![CDATA[<p>这篇文章是关于 RSS 订阅的相关内容，主要记录了我为自己的博客网站添加 RSS]]>
    </summary>
    <title>给自己的网站增加 RSS 订阅及自动发布</title>
    <updated>2026-03-21T01:04:45.606Z</updated>
  </entry>
  <entry>
    <author>
      <name>阑梦清川</name>
    </author>
    <category term="少数派" scheme="https://zzylanmengqingchuan.github.io/reading_space/tags/%E5%B0%91%E6%95%B0%E6%B4%BE/"/>
    <category term="记录" scheme="https://zzylanmengqingchuan.github.io/reading_space/tags/%E8%AE%B0%E5%BD%95/"/>
    <content>
      <![CDATA[<p>首发少数派：<a href="https://sspai.com/post/107197">https://sspai.com/post/107197</a></p><p>第一次参加 少数派 的年度征文活动,2025 年 8 月，我加入了少数派，作为一名内容创作者，我开始发布了自己的一些文章。</p><p>最开始，我是在公众号上关注了一个 ID 叫做“西郊次生林”的博主。我是在这个博主的文章里了解到的 Obsidian非常不错的玩法，他主要更新一些 Obsidian 相关的文章，对软件的使用非常熟悉。</p><p>也是通过他的文章，我了解到了少数派这个社区平台，并选择加入。</p><p>在 2025 年的最后一天，实际上我已经写好了自己的年度总结。</p><p>当少数派的年度征文发布这个活动的时候，我并没有打算去参与。但是直到前些日子的一天，我在少数派的 Telegram 群聊里面看到了这篇文章，感觉还是非常有感触的。</p><p>所以，阅读完这篇文章之后，我又有了想写下属于自己 2025 的一种冲动。</p><p><img src="https://zzy-1326340203.cos.ap-beijing.myqcloud.com/20260313122225745.png" alt="image.png"><br>今年少数派的年度征文分为了人工赛道和 AI 赛道。其实我觉得选择哪个赛道并无所谓，只要能写出让大家有收获的文章或者作品就可以。</p><p>我也非常羡慕那些能够使用 AI 写出非常棒的文章的博主，但我深知自己使用 AI 没有办法达到那种水平。因为我使用 AI 写的文章，AI 味都非常的浓，所以我日常的创作更多的是手工创作。</p><p>因为我自己是一名高校的学生，所以在 2025 年最后一天的年度总结里面，主要聚焦的是学校和生活相关的主题。</p><p>那么少数派的年度征文肯定要写点不一样的。而且 2026 年已经过去了两个多月，所以肯定有些新的心得。</p><p>在这篇年度征文里面，我准备围绕 AI发展，AI产品&#x2F;工具 和知识管理（内容创作）这几个伴随我学习成长的核心，聊一聊我的看法、经历和思考。</p><p><strong>【写在前面】​</strong> 本文篇幅较长，行文可能稍显零散，但字字句句皆为<strong>最真实的个人经历与深度思考</strong>。 使用typeless完成本文，感谢你愿意花时间停留在这些文字上，希望能为你带来一些有价值的参考和启发。</p><p>文章里面推荐了一些自己正在订阅使用，觉得不错的AI产品&amp;工具，非广告，真心推荐，没有任何利益关系</p><h1 id="1-关于AI"><a href="#1-关于AI" class="headerlink" title="1.关于AI"></a>1.关于AI</h1><p>可以说，我的大学生活伴随着 AI 的高速发展。</p><p>作为一名“小镇做题家”，在没上大学之前，我更多的是沉溺在书山题海中，对于外面的世界并不了解。上大学后环境相对自由，我才真正见证了 AI 的这段发展历程，对我而言，那是刻骨铭心的。</p><p>我刚刚上大学的时候，流行的还是百度的文心一言（后来改名叫做文小言）。当时的百度利用自己在搜索和数据方面的积累优势，打造了国内首个 AI 大模型。</p><p>在当时的版本中，百度属于国内 AI 模型的领跑者。而如今，大模型领域已是逐鹿相争、群雄并起，现在的百度早已不再是当年的百度了。</p><p>2024年是低调发展的一年，接下来就是2025年——AI 全面开发、全面开花、全面爆发的一年。</p><p>从2025年1月份 DeepSeek 横空出世，就打响了中国 AI 赶超的第一枪，给了西方国家当头一棒。</p><p>然后就是阿里的通义千问、字节的豆包、腾讯的元宝，各个大厂分别推出了自己的模型。</p><p>对话聊天模型这个圈子，开始变得逐渐热闹起来。从 DeepSeek 发布开始，我就意识到，可能 2025 年不会那么顺利。</p><p>所以从 DeepSeek 开始，我就开始作为一名内容创作者，记录自己对于 AI 的发展、对于这个时代的看法和一些思考。</p><p>果不其然，2025 年的上半年其实还算不激烈，但下半年基本上是全面爆发。</p><p>2025 年的 5 月份，腾讯云推出了 CodeBuddy 这款 VS Code 插件。它可以辅助大家进行编程，当时给我一种耳目一新的感觉。</p><p>当时我还去写了这款插件的测评，并录制了视频进行演示说明。当天，我就获得了优质文章的奖励和认可。</p><p><img src="https://zzy-1326340203.cos.ap-beijing.myqcloud.com/6343879d412df23e55aed6fabd9b454d.jpg" alt="6343879d412df23e55aed6fabd9b454d.jpg"><br>进入 6 月份，我接触了字节跳动的 Trae 这款 AI IDE，并且开始使用 Trae 的国际版进行 vibe coding。</p><p>这是我 AI 编程的开始。</p><p>随后七八月份，腾讯云推出了 CodeBuddy 这款 IDE。</p><p>从五月份的 VS Code 插件到七八月份的 CodeBuddy IDE，腾讯云也一直在打造自己的编程工具。当时那段时间，邀请码可谓是一码难求啊。</p><p>然后，随着进入 2025 年的年末，Anthropic 的 Claude Code、ChatGPT 的 CodeX 相继成为开发者的主流选择。</p><p>并且因为用量的原因，智谱的套餐也逐渐火了起来，成为搭配 Claude Code 编程的一个不错的模型选择。我自己现在也一直在使用。</p><p>当然，这只是我凭借自己的回忆和经历，大概回顾了 2025 年我对于 AI 的一些经历，以及我使用的一些工具。</p><p>从 DeepSeek 到 CodeBuddy，从 Trae 到 Cursor，再到 Claude Code，再到 CodeX，它们之间的竞争从来没有停止过。</p><p>现在局面逐渐稳定了下来。国内的话，基本上就是 Trae 和 CodeBuddy：一个是字节的，一个是腾讯的。</p><p>然后大部分开发者的话，可能还会选择 Claude Code 和 CodeX，Coding的效果会更好一些。</p><p>我清晰地记得，2025年的4月份，我第一次听说 Claude 这款模型并登录使用。</p><p>当时的模型还是 Claude 3.5，但就给我一种非常惊艳的感觉。后来逐渐发布了 4.0、4.5、4.6，Claude 也逐渐被更多的人所知道。</p><p>到了 2025 年的 4 月份，我记得当时最火的文章就是和 MCP 相关的。</p><p>因为那个时候 Anthropic 刚刚推出了 MCP 这样的规范，腾讯的一些社区就开始搭建 MCP 的生态。一些博主也开始写 MCP 怎么样去接入一些平台（比如接入微信读书，以及接入一些常见的工具等）。我自己也写了一些类似的文章，所以当时的印象比较深刻。</p><p>然后就是 2025 年的 10 月份，Anthropic 推出了 Skill。Skill 从那个时候开始就步步高升，一直到 2025 年的年末，基本上热度都非常高，写的人越来越多，用的人也越来越多。支持 Skill IDE 的工具也越来越多。</p><p>这个时代不变就会被淘汰。</p><p>所以当 MCP 出现的时候，一些常用的 IDE 接入了 MCP；当 Skill 出现的时候，一些常用的工具又接入了 Skill。随着技术的不断发展，产品本身也在不断地进行更新。</p><h1 id="2-关于AI产品"><a href="#2-关于AI产品" class="headerlink" title="2.关于AI产品"></a>2.关于AI产品</h1><p>2025 年的产品层出不穷，但一些产品宁愿花钱进行广告和推销，也不愿意在提升用户体验和产品质量下功夫。😔所以我们在选择原产品的时候，还是要慎重一些。</p><p>比较火爆的就是 Coding 类的 Agent 产品，也就是用于编程的工具。</p><p>其实在 2025 年 DeepSeek 出现的那段时间，Cursor 的用户数量应该是相当多的。后来随着 Trae 以及 CodeBuddy 等相关编程 Agent 和编程 IDE 的上线，虽然转移了一部分初学者的用户，但很多的开发者还是选择留在 Cursor。</p><p>直到 Claude Code 和 CodeX 的出现，局面发生了变化：</p><ol><li>它们形成了更强的 Agent 优势</li><li>Cursor 的用户开始大量流失</li><li>越来越多的开发者转向了 Claude Code 和 CodeX，使用 Cursor 的人也越来越少</li></ol><p>2025年，我付费使用过的产品有很多，比如：</p><ol><li>Get 笔记</li><li>ListenHub</li><li>Youmind</li><li>dessix笔记</li></ol><p>如果说是免费的工具的话，腾讯的ima知识库也是不错的选择</p><p>但是，随着新鲜感的减弱，以及自己在试用过程中的一些探索和思考吧，我和一些产品就渐行渐远了。比如我是 2025 年 11 月份开始正式订阅使用 Youmind 这款产品的。</p><p>刚开始的时候，为了获取用户，他们提供邀请奖励：</p><ol><li>你邀请的人数越多，获得的积分就越多</li><li>但是到后面，拿到的积分越来越少</li></ol><p>并且我当时使用 Youmind，主要是辅助自己进行公众号的创作。因为圈子里面每天发生的事情有很多，我感兴趣的东西也有很多，而使用传统的方式虽然也能进行创作，但是感觉比较花费时间。</p><p>所以 YouMind 就是帮助我进行创作，主要是进行绘图。当时那段时间我非常喜欢 YouMind 的绘图功能。</p><p>但是后来有了 Typeless 语音输入法，我非常喜欢它，并进行了订阅。</p><p>Typeless 的出现让我进行内容创作的效率大大增加。使用语音输入的方式，再加上我自己的个人字典，使得它的识别率、输出效果以及准确率都非常高，大大提升了我的创作效率。</p><p>所以我基本上就很少使用 YouMind 这款产品了。</p><p>当时那段时间，我还向身边的朋友推荐了这款产品，也写了不少文章进行自发推荐。</p><p>因为当时我真的很喜欢这款产品，再加上我是一个深度的内容创作者，所以基本上每天都在使用。</p><p>当时我推荐的时候，身边有一些朋友说，YouMind、Lovart 这款产品都是接了一些大厂的 API，做了一个第三方的平台罢了。甚至有人说，YouMind 就是用 AI 产生各种“垃圾”：</p><ol><li>AI 生成文章</li><li>AI 生成 PPT</li><li>AI 生成视频</li><li>AI 生成图片</li><li>AI 生成网页</li></ol><p>等等等等。</p><p>当时那段时间，我还沉浸在使用 Youmind 的快感之中，认为接触 AI 让我的创作效率大幅度提升。所以当时那段时间，我的相当一部分文章都是使用 AI 辅助创作的。所以并没有把老师的话当回事。</p><p>但是用了一个多月之后，我发现我自己的创作热情变得逐渐冷却。</p><p>因为那段时间，我的大部分文章都是借助 Youmind 里面的模型帮我写的。我只是提供了一个素材或者说时间，让它帮我辅助创作，但文章的主题其实还是模型写的。我越来越觉得自己离创作的初心越来越远。加上当时 Typeless 的出现，后面我直接舍弃了 Youmind，开始使用 Typeless 进行自己的语音输入。</p><p>基本上文章里的所有观点全部都是自己的，一改之前使用模型进行创作的方式。我的成就感和获得感也大幅度提升。</p><p>现在互联网上，2025 年有一个热词叫做 AI Slop，说的就是使用 AI 工具去生产各种垃圾内容，然后发到社交平台。现在回想起来，那段时间我是用 YouMind 进行内容创作的。</p><p>那段时间，其实我觉得就是slop,我认为作为一个内容创作者，如果你写的文章自己都不想读个五六七八遍，那么就不要发出去。</p><p>否则，这不仅会影响大家的注意力，还在耗费、浪费读者的时间，这种行为相当于“谋财害命”。</p><p>当然不可否认，YouMind 对于部分用户还是很好用的。可能有一些资深的内容创作者是利用 YouMind 对文章内容进行打磨，不断提升文章质量，这种也算是用好了这款工具吧。但我认为我自己的使用方式很不合格，产生了堆积如山的 AI Slop。</p><p>当然，我身边的朋友反馈用 YouMind 在辅助硕士论文、本科毕业论文以及数学论文撰写上面，依然是发挥了很不错的作用，效果非常的棒。</p><p>这也因人而异。但是自此开始，我自己也不再使用这款产品了。</p><p>现在我的内容创作流程就是 Obsidian 加 Typeless 语音输入，创作效率也提升了。文章的观点基本上都是自己用嘴说的。</p><p>其实文章流量一般，但当我的文章真正发出去的那一刻，我的内心仍然是有成就感的；当我的文章被认可的那一刻，我的内心依然是有自豪感的。</p><p>至于其他的几款工具：dessix，listenhub，以及get笔记，typeless都是我长期使用的，尤其是 Typeless，对于少数派里面的用户来说，很多都是资深的内容创作者。我相信 Typeless 这样的工具能够大大地提升你的创作效率，以及你和大模型问答的效率；</p><p>因为和它模型问答的时候，大段大段的内容进行输入。而且它本来输入的内容都是结构化的语言，正好是大模型最喜欢的语言。</p><p>之前我们只能自己打字，人脑的带宽是有限的。Typeless 这种非常强大的语言输入工具的出现，大大提升了我们的输入带宽，进一步提高了我们的效率。</p><p>这款产品我非常推荐（edu邮箱申请五折优惠），下面是我的使用记录：</p><p><img src="https://zzy-1326340203.cos.ap-beijing.myqcloud.com/20260313204249110.png" alt="image.png"><br>在内容获取方面，浏览器是一个网络的入口。</p><p>在 2026 年的 3 月份，也就是前段时间，一款名字叫做 Tabbit 的 AI 浏览器走入大众视野。从它开始公测的第一天，我就开始使用直到现在。</p><p>现在我已经是该 AI 浏览器的深度用户，它里面的一些功能和体验设计得都很不错，在这里我也非常推荐。快捷指令、脚本以及智能代理产品的很多设计细节，都给我一种眼前一亮的感觉。</p><h1 id="3-知识管理"><a href="#3-知识管理" class="headerlink" title="3.知识管理"></a>3.知识管理</h1><p>2025年6月，我开始正式转战 Obsidian。</p><p>文章最开头也说过，我最开始深入地理解 Obsidian，就是通过“西郊次生林”这个博主的一些文章，也是通过它认识了“少数派”这个社区。</p><p>2025年6月之前，我主要使用的工具是 Typora 编辑器。这是一款非常老牌的编辑器。主要支持 Markdown 语言，功能也相对比较完善。</p><p>其实，人开始使用一个工具总会有一些理由。</p><p>我使用 Typora 已经很长时间了，所以虽然看到不少用户和身边的朋友都给我推荐 Obsidian 的强大，但我一直没有使用。直到我发现了一款插件NoteToMP(付费），它可以直接把本地的 Markdown 笔记发送到公众号的草稿箱。</p><p>相较于我之前写公众号、发公众号的方式，这个插件大大提高了效率。也是因为这个插件，从某种程度上加快了我开始使用 Obsidian 的步伐。</p><p>自从 2025 年 6 月开始正式深度使用 Obsidian 之后，它就成为了我笔记软件里的主力，基本上所有的文章创作都在这个工具下进行。</p><p>再加上前段时间很火的一个插件叫做 Claudian，基本上让 Obsidian 成为了无敌般的存在。搭配起强大的插件系统和用户生态，Obsidian 在AI时代再一次伟大起来。</p><p>2025年的年末，我关注的一些博主以及加入的一些社群，很多老师都在给我推荐 Readwise Reader 这款阅读器。其实很早之前，我就在网络上见人推荐过这款工具，但当时并没有去使用。</p><p>直到 2025 年年末，随着我喜欢的老师和博主都在疯狂地给我安利，我最终还是开始安装并使用了它。到现在不到三个月的时间，Readwise Reader 已经成为了我的信息搜集器。无论是我订阅的一些邮件、播客，以及阅读的一些文章，全部都在这款稍后读的工具里面。</p><p>从最开始很不习惯使用，到现在爱不释手，中间确实经历了一些过程。但好在我没有错过它，最终还是成为了订阅用户，并且现在的深度使用感觉非常不错。(搭配博主：潦草学者，的小工具，实现了直接把公众号的文章转发到 Readwise Reader 阅读器的跨越，这款小工具用起来也相当不错)</p><p>其次，在 2025 年的暑假，我受身边一些朋友的邀请，去小宇宙上面录制了一期节目。</p><p>在这之前，我从来不知道这个平台，也并不了解播客是什么。但到现在，我也成为了小宇宙的深度用户。小宇宙已经成为我获取信息的一个重要来源，里面的内容质量普遍很高。小宇宙的用户呈现出高学历、高线城市的集中特征。年轻人偏多，而且质量都很不错。上面推荐的 Get 笔记可以针对小宇宙进行分析，listenhub 也是一款制作播客的工具。</p><p><img src="https://zzy-1326340203.cos.ap-beijing.myqcloud.com/20260313205528565.png" alt="image.png"><br>但是即使如此，我还是看到了一些不一样的声音。</p><p>下面这篇文章是一位博主写的，这位博主的 ID 是“潦草学者”。他写了一篇文章，题目是《AI 时代，我的知识管理系统》，2025 年版本。这篇文章应该也是少数派上面的文章。</p><p>我觉得写得很不错，但是也有一些人说：知识管理有必要这么复杂吗？<br><img src="https://zzy-1326340203.cos.ap-beijing.myqcloud.com/20260313205721529.png" alt="image.png"></p><p>我觉得 AI 时代，知识管理这件事情反而变得更加重要起来。</p><p>因为我们用的是一样的模型，如果我们使用一样的提示词，那么大模型的回复也不会有什么太大的区别。</p><p>而我们所搭建的知识管理系统，实际上，如果我们想要更大程度地让大模型为我所用、从大模型身上获取更大的收获，那么知识管理系统就显得无比重要了。因为在 AI 时代：</p><ol><li>我们所搭建的知识管理系统</li><li>我们所写下的每一份 Markdown 笔记</li></ol><p>这些实际上都可以作为和大模型交互的 Personal Context（也就是个人上下文）。通过这些东西，大模型能够更好地了解我们自己。这也是为什么 AI 时代，知识管理、知识库等移动产品会再度火爆起来。</p><p>为什么有些人用大模型可以获得很好的效果，但有些人却不行？</p><p>其原因在于：</p><ol><li>有些用户积累了大量的 Personal Context（个人上下文）</li><li>而另一些用户只是简单地描述问题，没有给大模型提供任何语料和背景</li></ol><p>大模型如果无法了解你，回答的质量就会显得很一般。这也是为什么同样的模型，由不同的人使用会有截然不同的效果，Personal Context 是一个非常重要的原因。</p><p>至于上面这位网友所说的“知识管理有必要这么复杂吗”，我认为因人而异。</p><p>有些人喜欢 All in One，但有些人喜欢“重器轻用”，即利用每个工具最擅长的部分，尽可能发挥它的作用。别人选择多款工具，也是为了利用各家所长，我认为并没有什么不妥。</p><p>人与人之间因为认知水平、信息获取方式以及接触内容等诸多差异，对于知识管理和信息管理的认识是不一样的，这也就造成了知识管理系统的差异。</p><p>关于这一点，我们只需要按照自己的使用习惯去操作就可以了：</p><ol><li>没必要刻意模仿别人，适合自己的就是最好的。</li><li>我们自己就是最了解自己的那个人。</li><li>只需要搭建属于自己的系统，做到为我所用，我觉得就可以了。</li></ol><p>至于其他人的系统，我们更多是以学习的态度去阅读。如果能从中有所发现、有所获益，那就再好不过了。</p><h1 id="4-总结"><a href="#4-总结" class="headerlink" title="4.总结"></a>4.总结</h1><p>在 AI 的时代，大模型的出现好像为这个世界的发展按下了加速键。在 AI 时代，我们每天接收了大量的信息，阅读了大量的内容。我认为最重要的是要有自己的看法和思考，形成自己的判断能力，而不是人云亦云。</p><p>在 2025 年，回望这一年所走过的路，我对”工具”与”人”的关系有了更深的理解。</p><p>模型的能力在飞速地增长迭代，但真正决定我们能从 AI 身上获取到价值的，从来不是模型本身，而是我们自己。</p><p>AI 时代每天都有很多热点可以让我们去追，但如果我们没有自己的判断力，没有自己的思考，那么我们很容易身心俱疲;</p><p>因此，在日常生活中，我们需要：</p><ol><li>选择一些高质量的信息源</li><li>阅读一些高质量的内容</li><li>记录自己的想法和思考</li><li>形成自己的判断力和甄别能力</li><li>打造自己的 Personal Context，让顶级的模型真正地为我们所用</li></ol><p>AI 的技术是加速器，但方向盘永远掌握在我们自己的手中。</p><p>愿我们都能在和 AI 共处的日子里，保持内心的清醒、独立和清醒。做 AI 的主人，而不是它的附庸</p>]]>
    </content>
    <id>https://zzylanmengqingchuan.github.io/reading_space/2026/03/%E5%B0%91%E6%95%B0%E6%B4%BE/</id>
    <link href="https://zzylanmengqingchuan.github.io/reading_space/2026/03/%E5%B0%91%E6%95%B0%E6%B4%BE/"/>
    <published>2026-03-16T16:00:00.000Z</published>
    <summary>
      <![CDATA[<p>首发少数派：<a href="https://sspai.com/post/107197">https://sspai.com/post/107197</a></p>
<p>第一次参加 少数派 的年度征文活动,2025 年 8]]>
    </summary>
    <title>少数派年度征文：我和AI一起走过的2025</title>
    <updated>2026-03-21T01:04:45.606Z</updated>
  </entry>
</feed>
