由于前几期数据不好，可能是ai文章确实味太冲了，我就想到什么讲什么测试下这次数据。
背景
故事的开始要从半年前刚刚接触ai说起
由于半年前的国产AI用法基本还是以对话形式的玛卡巴卡为主，但机缘巧合之下用上了Claude Code和opus4.6，瞬间惊为天人！感觉是在跟活人专家对话，于是想着能不能通过AI优化工作，毕竟谁不想有人替自己干活啊
当时最早还是在用影刀RPA来帮B端业务做自动化生产，但有个问题是RPA太僵硬了，流程稍微有变动，就得大改，一周时间有一半花在改程序上了，真实按业务算人效的话其实很低
于是当时想着先用AI帮公司优化RPA流程，当时一个助理按我们的业务流程，一天最多上架十个商品，这一天助理什么活都干不了，只能搁那框框上架
RPA做到1.0版，一天大概可以上10个，但它是串行运行的，稍微遇到一点bug就得停下来人工去修，处理完卡点才能继续跑，我当时手头还有其他工作，搞得头疼死了
于是在和Claude对话的过程中，优化这一套流程推进到了 RPA 2.0，当时做了一个半自动上架的，一半资料人填，一半上架机器做。但效率还是偏低，而且摆脱不了人工，一天数量基本能拿到三十个，bug也比2.0少了很多，但还是会有偶发bug出现，有些商品资料稍有格式变化就会卡上架，到这一步只能算半成品
但是计划赶不上变化，业务变成要求追铺品量，一天30上架还是太少，得拉到五十一百，对我一个非技术出身的业务来说太强人所难了。于是借AI深度沟通问了一下，只能走python了，毕竟RPA流程修改都得人工改，AI很难介入
知识库雏形
到了3.0阶段，发现一个比较头疼的问题，每开一个对话都会丢失上下文，于是当时上网搜索了一下解决方法，总结出来让AI提炼核心信息，作为下次对话的开头
但随着项目文件增多，上一个问题重新描述一遍，基本就用了大半了，根本没办法好好工作。opus4.6当时上下文只有200k，我就在想有什么方法可以让AI记住，研究了半天，发现 AI 和 agent 基本都喜欢 Markdown 文档，但这个文档格式我电脑打不开，文档写了什么只能在对话里看到
然后又搜了一下，发现了Obsidian，我又问AI谁用这个软件用最好？顺带发现了卡帕西的wiki知识库【感兴趣的读者让AI帮你搜索Andrej Karpathy LLM Wiki】
然后我就按照发在网上的结构，让AI帮我做了一个，这个时候我发现上架程序已经可以很好的记下来了，但是我的工作除了做这个程序，还有其他业务，能不能让其他业务也能并入我的知识库里面，但写代码的和做业务的逻辑还是不太一样，Claude读代码会读到我其他业务的信息，全部存进来会让本地知识库变得特别混乱
这个时候，我意识到必须要设计一套规则约束结构，才能让管理好知识库，且跑得顺。一开始啥也不懂，搜索了下Obsidian用的最好的那批人，搜索结果显示PARA结构是比较合理的，我当时给ai提的要求是人和ai都要看，于是ai就建议按PARA+wiki结构，命名就取Obsidian的前三个字母，OBS，作为初版框架了
框架有了，剩下的就是分工了，PARA全程是
Projects：活跃项目，单个idea落地的一系列过程都算一个个子项目
Areas：长期责任领域，需持续维护的信息存这里
Resources：参考资料，raw（放一些原始素材，比方说我各个平台收藏夹吃灰的信息）
Archives：归档，我管它叫墓地，生命周期到了的项目和信息就该躺里面了
在原本基础上，我加了
inbox：待处理的临时性文件，类似罗永浩老师的「闪念胶囊」
wiki：LLM编译的知识库，给AI读的，Resources里的东西越攒越多，全让ai读，ai脑子（上下文空间）要爆炸
Agents：我管数字员工的地方，确保任意模型和agent接进来都能使用知识库，同时也避免某家模型宕机或者封号后知识库就停滞了
知识库复利效应
【晒下最近的，斜杠命令/insights 可查看你的Claude code使用习惯】
随着我滚雪球的用法，/insights跑出来的结果从逐步变成了这样：
不同agent能干的活，也从一开始的这样变成了这样和这样
和我带新人的时候逻辑是近似的，新人来了我带着先干活，熟练了新人变老人后再老带新，最后成长成自发驱动的职场老手。
【数字员工项目就是在这个基础上搭建的，目标是自发驱动的ai员工团队，这里后续的文章再详细展开】
知识库落地效果
这是B端电商商家其中一个飞书仪表盘，主要看店铺里各个商品各个需要优化的环节完成进度，例如标题、图片、sku、编码、聚水潭规则维护等。
以前影刀RPA时代，这里面不少信息需要人工处理，毕竟有些非标场景RPA处理不了，一个变量分支就得改流程加判断，这你受得了吗。
现在通过数字员工项目，商品agent随时随地自动上架维护商品，推广agent推广，客服、售后、仓储……。老板就一个人，一人公司最终雏形就是这样的，人盯结果，ai干活…
个人的部分
前半段基本都在讲知识库对业务、对干活有什么用，后半段讲讲对个人的用处。
我这个人在个人生活上，思维比较发散，俗话说就是想一出是一出。
比方说，某个晚上刷相册的时候，发现有个照片死活找不到，但当下就想看看，很烦，翻箱倒柜把旧设备都翻出来终于找到了，但下次要这样太累，怎么办？我问了ai，建议我放nas上【NAS也是我搭建知识库过程中购买在ai指导下一步步安装的，以后有时间开这个话题的文章】，于是我花了几个小时把所有手机上的照片都迁移到nas上，然后手机远程访问。
这一下给我发现了新大陆，我居然可以在手机和电脑上从2011年一直翻照片到现在，横跨了期间无数老设备（我老照片一般都有备份）。
通过nas上的相册管理软件，还可以给相册分类。不仅能看到所有照片，还能知道是在哪拍的（收集党狂喜）
顺带把手机内存不够的问题也解决了，毕竟nas上照片不占手机空间，一下子清理了120G的照片和视频
还有一个比较厉害的在于模型在思考方面可以给你的人生提供解答
让Claude反推我是谁，它的上下文漂移了，漂出来的东西让我愣住了
我花了2个小时让Claude陪我人生设计，结果发现过去7个月，我只真正快乐过一个晚上。
小的例如和对象吵架了，ta在想啥，双方怎么处理好关系，有些话从对方嘴里讲出来和从ai嘴里讲出来，自己看到听到的感受真的不一样，尤其是在情绪上【后续有时间更新一期家庭和婚姻主题的，真的让我刷新ai还能这样用的想法】
解放注意力
相信深度用ai嵌入自己工作流的人都会遇到这个问题，注意力被切割，ai太强了，强到很多对话并发同时跑的时候让人无法完美审核ai交付的内容。于是网上大家都在玩梗，ai问yes or no，人只能一个劲yes yes……
知识库怎么拯救注意力呢？把每次对话的问题沉淀下来，让ai帮你分析后整理【这里面比较复杂，不是文章或者短视频里几句话就能完美实现的，需要设计规则，有时间针对这个沉淀机制单独讲一期】
沉淀后，部分决策让渡给ai，前提是已经建立好一套完整的约束反馈复盘闭环。这样后续不用点yes了，只需要告诉它，任务开始前，看一下我对这个XX的要求诸如此类自然语言，ai就能根据过往定好的规则，自动跑完整个任务，人的注意力放在关键决策上。
结语
ai对个人带来的改变，我认为不仅是生产关系和能力上，而是时间尺度上，知识库则是当前阶段的一个载体，关于我这个知识库的内容，面对面三天三夜都讲不完，但重点是它是一个可自我成长的第二大脑，人不能因为有了ai反而失去了更多的个人时间，而是让ai帮你把你把花时间的事情解放出来。
古人，半生都在田间土地，现代，土地还是这片土地，人还是只能半生花在劳作上，无非环境和工具变了，从时间尺度看，其实没有变化。如果一天里真正属于自己的时间只有几个小时，那其实和古人没两样。
ai和机器人的的发展，给人带来了新的希望，ai是脑，机器人是身体。希望人人都可以从繁重的时间里解放出来，让ai+知识库这个赛博分身替人干活，人只有闲下来，有时间精力，才能真正思考怎么过好这一生。
如果哪天我死了，而我的知识库里又恰好继承了我的大部分思维，他或许可以凭借我的能力给自己赚能源，和我的粉丝互动，会不会过好属于他的赛博人生呢？
这或许才是时间尺度上人类文明的传承真正的意义
更多游戏资讯请关注：电玩帮游戏资讯专区
电玩帮图文攻略 www.vgover.com
