跳到正文
月明Verse朱志勇 · 独立开发者
← 返回文章库

· 月明Verse · 知识管理 · 5 分钟阅读

一篇文章的旅程:从收藏到行动验证

今晚发生的一幕,让我意识到自己的知识管理工作流已经成了肌肉记忆。

真人作者与暖白网格笔记板构成的文章封面:一篇文章的旅程:从收藏到行动验证

今晚发生的一幕,让我意识到自己的知识管理工作流已经成了肌肉记忆。

起点:随手收藏

刷到 Matt Van Horn 的推文《Every Claude Code Hack I Know (March 2026)》,讲他用 Claude Code 的完整工作流。有价值,但信息量太大——6 个核心技巧,每个都够写一篇文章。

以前的我:收藏 → 忘记 → 下次再看到 → 再收藏。

今晚的我:说了一句 collect_content(https://x.com/...)。

第一站:知识卡片

AI 抓取了原文,几秒后吐出一张知识卡片:

  • 摘要:把 80% 编码时间变成 80% 规划时间
  • 5 条要点:/ce:plan 思维、语音输入、并行会话、三个设置、研究先行
  • 3 个深度问题:规划编码比例?立刻 plan 还是先酝酿?第一个要改的习惯?

这 3 个问题是关键——它逼你连接自己的经验,而不是假装读过就算了。

第二站:回答触发反思

我随手答了这 3 个问题。有意思的是,在回答第二个问题时,我发现自己不完全认同作者:

作者说「有任何想法立刻 /ce:plan」,但我认为——

  • 从零到一的项目:对,立刻和 AI 交流,让它启发你
  • 老项目迭代:不行,你得先想清楚边界,再让 AI plan

这个「不认同」才是真正有价值的部分——它暴露了我的真实思考,而不是照单全收。

第三站:三层反思

AI 基于我的回答,生成了三层反馈:

Mirror(照镜子)

你已经形成了「边界先行」方法论:老项目先想边界,再让 AI plan。 但这套方法论是隐性知识——如果换个人接手,他能复制你的成功吗?

这一问戳中盲点:我以为自己在「用 AI 编程」,其实是在「设计 AI 能懂的工作流」。

Deepen(追问)

三个追问,层层递进:

  1. 模拟一个「用户积分系统升级」的边界清单(行为层)
  2. 第一次发现「不用写代码了」是什么感觉?(情绪层)
  3. 用一幅画描述你的 AI 工作流(创造层)

我的回答:

  • 边界清单 5 问:状态机、历史备份、流转影响、历史值影响、侵入性
  • 情绪:不是不安,是解脱。「我不 care 怎么用 AI,我 care 能创造什么价值」
  • 画面:指挥官 + n 个机器人。我是将军,强大模型是统领,便宜模型是执行层

Bridge(行动)

3 个具体行动:

  1. 沉淀「边界先行」方法论 → 一周内产出边界清单 + 复盘
  2. 尝试并行双会话 → 下次中等需求时测试
  3. 建立项目上下文知识库 → 让 AI 先读项目边界文档

第四站:闭环点评

AI 的闭环点评里有句话让我愣了一下:

如果指挥官不会打仗,他能让军队打胜仗吗?

我的「边界先行」方法论是无数次试错总结出来的。换一个领域,它还能用吗?

这是真挑战:能否把方法论抽象成领域无关的模板?

终点:行动验证

闭环后,行动项自动提取到 Obsidian 的 todos.md。

勾选完成 ≠ 真的完成。真正的验证是:一周后,我有没有产出那份边界清单?那份复盘笔记?


回头看

这篇文章的旅程:

收藏 → 知识卡片 → 回答问题 → 三层反思 → 追问回答 → 闭环点评 → 行动验证

传统学习停在「收藏」。

这套工作流逼你走完全程——从「知道」到「做到」,中间隔着 3 个问题、3 层反思、3 个行动。


核心公式:

知识不是收藏,是行为改变。 Tool → AI → Tool 输入 → 思考 → 输出 → 验证


参考来源:

  • [[20260324_Every_Claude_Code_Hack_I_Know__March_202]] — Matt Van Horn 的原文知识卡片
  • [[reflect_2026-03-24_AI_编程的边界先行法则]] — 本次反思记录
Share: