今日最有感的事

今天的 AI 學習弧線從早到晚連起來看,是一個**「從讀到別人的 idea,到一日內把它變成自己會自動跑的工作流」**的閉環。

早上看到王介立醫師的 AI memory bug-report workflow——在 Gemini 設一個叫 bug report 的關鍵字,每當 AI 對上傳文件產生明顯幻覺,就觸發 root cause analysis,產出能預防同類錯誤的 prompt,人工確認後存回該專案的記憶。看完當下立刻決定要做。但真正的關鍵不是把概念複製過來,而是發現自己 memory 系統已經五十多條,不能無腦新增,所以多加了「查既有記憶決定新增還是更新」這一步,並把醫學事實修正統一收進 feedback_medical_corrections.md。一個小時內把 /bug-report skill 做出來,這不是抄,是 fork 後改進。

同一天稍早看到他另一篇 GitHub-to-LLM——把整個 repo URL 丟給 ChatGPT,不給任何 prompt,讓它自己讀完找盲點。重點不在 GPT 還是 Claude,而在「交互蹲跳」這個概念:兩家模型訓練資料和偏好不同,A 看不到的 B 看得到。這跟自己 memory 裡「主動建議切 model」的邏輯是同一條,只是放大到跨廠商。

傍晚做的事本質也是 meta——重定義 21:00 Hugo+Roam SOP。改了三件事:素材池從專屬 channel 換到日常工作對話頻道、草稿送審 thread 換新編號、Hugo front matter 從「自己發明」改成「直接抄最近一篇」(因為之前發明過一次,deploy 完 404)。這不是寫得更會寫 blog,而是把寫 blog 的流程本身修一遍。

晚上,把這套 SOP 真的自動化——MBPR 的 launchd 在 21:00 自動觸發 → 透過 Discord webhook 發訊息 @CC Bot → 喚醒背景跑著的 Claude Code session → 按 SOP 把今日 AI 學習日誌寫起來。聽起來像繞遠路,但每一步都是被現實逼出來的:

而這條自動化的 trigger 訊息——<@CC Bot> 21:00 草稿產起來,按 SOP 執行——本質上跟王介立早上那個 bug report 關鍵字是同一招:用一句固定訊息觸發一條複雜的 meta-工作流。早上看到的 idea,晚上以另一種形式回到自己手上。

把今天連起來看:

今天最有感的不是任何單一工具,而是這個進化弧線:早上看到別人的 idea → 中午做出自己的版本 → 傍晚發現流程本身有問題 → 晚上把流程改進並自動化。一天之內走完概念 → 實作 → 自省 → 自動化,這就是 AI 工作流真正會拉開差距的節奏。

今日收集的資源

◆ ◆ ◆