> For the complete documentation index, see [llms.txt](https://weekly-essay.mikey.wang/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://weekly-essay.mikey.wang/zh-hant/2026/w27-a-builders-personal-productivity-system.md). # W27-Builder 的個人生產系統 最近我把自己日常工作裡真正用到的工具重新整理了一遍。這份工具集來自對我電腦常用軟件和工具系統的一次掃描，現在放在 Basic Memory 裡，後面會持續維護。它不是一個靜態清單，而是在不停構建一個個人生產系統。 如果只是分享我裝了哪些 App，這件事意義不大。工具清單很快會過期，工具之間的差異也常常被誇大。真正值得討論的是，一個 Builder 在 AI 時代怎樣組織自己的工作流：信息怎樣進入系統，問題怎樣被澄清，任務怎樣被拆解，代碼怎樣被生產和驗證，經驗怎樣沉澱到下一次工作裡。 過去的工具更像人的外設。瀏覽器負責搜索，筆記軟件負責記錄，IDE 負責寫代碼，日曆負責提醒。每個工具有明確邊界，人是中間的調度器。 現在這個結構在變化。AI 不只是一個新工具，而是把工具之間的空隙也變成了工作流的一部分。人的角色不再只是輸入命令和搬運結果，而是設計一個可持續運轉的生產系統。 ### 輸入層 一個生產系統的第一層不是 AI，而是輸入。 很多想法沒有進入系統，不是因為它們不重要，而是因為記錄成本太高。過去我主要靠鍵盤輸入。鍵盤精確，但慢，適合寫代碼、寫最終版本、輸入命令，不適合快速傾倒想法。 所以我現在會把輸入方式分成三類。 第一類是精確輸入。比如代碼、命令、最終措辭，仍然靠鍵盤完成。 第二類是語音輸入。比如一個模糊想法、一段會議後的復盤、一個還沒有結構的需求。對著電腦講話，是一個在硅谷越來越流行的工作方式。當然如果你在工區，確實需要臉皮厚一些。豆包輸入法的特點是中英混雜識別和自動整理成書面表達。我現在用的是 WeType / 微信輸入法，它在語音方面的表現迭代也很快，最近基本追齊了。我的用法是先把想法說出來，再讓 Agent 做壓縮、整理和去噪。 第三類是輕量捕獲。截圖、OCR、翻譯、剪貼板歷史這類操作，我會用 HapiGo 處理。它不是知識庫，也不是工作臺，只是一個很快的入口。把屏幕上的東西變成可被 Agent 使用的文本，是它的價值。 這裡的關鍵不是某個輸入法或截圖工具，而是一個原則：不要讓捕獲成本高到想法消失。 ### 澄清層 AI 讓執行變快之後，最容易被放大的不是能力，而是錯誤方向。 過去一個方向錯了，可能因為執行成本高，錯誤暴露得慢。現在一個方向錯了，Agent 可以很快生成一堆看似完整的產物，反而讓人更難停下來。 所以我現在會把“澄清問題”單獨放成一層。 日常直接用 Codex 和 Claude Code 做主要交互。它們是我的兩個核心 Agent 工作面：一個更偏工程執行和驗證，一個更偏思考、寫作、評審和替代視角。 如果問題還模糊，我會用 `grill-with-docs` 或 Superpowers 的 brainstorming 先做對齊。目標不是讓 AI 更快開始幹活，而是先把問題、約束、目標和不可接受結果說清楚。 如果一個想法已經需要被跟蹤，我會把它放進 Multica。Multica 對我來說不是另一個聊天機器人，而是一個 AI 工作臺：通過 issue、agent、runtime、squad 把任務變成可分配、可觀察、可追蹤的工作。 這層的價值在於把“我想做點什麼”變成“這個問題值得做，邊界也清楚”。 ### 研究層 作為 Builder，很容易高估自己已有經驗的有效期。 工具、框架、模型、產品形態都在快速變化。一個半年前合理的技術選擇，今天可能已經不是最優解。一個過去不好用的產品，也可能因為模型能力或工作流變化突然變得可用。 所以在涉及外部事實、工具選擇、市場判斷時，我會先做研究。 輕量研究主要用 Dia，它是我的常用瀏覽器。需要自動化驗證時，用 Browser / Chrome / Playwright。需要看最近一段時間真實討論時，用 `last30days` 去看 GitHub、HN、Reddit 和公開網頁上的新信號。更開放、需要多資料綜合的問題，ChatGPT 的 Deep Research 依然是一個不錯的選擇。 如果研究任務更複雜，我會讓 Multica 裡的 Market Researcher 或 Product Architect 類 agent 參與。它們不是替代判斷，而是把信息收集和初步歸納從我的注意力裡剝離出去。 研究層的目標不是囤積資料，而是更新判斷。只有結論穩定下來，才進入 Basic Memory。 ### 計劃層 工具越多，越容易出現一個問題：多個工作流同時指揮同一件事。 比如 Compound Engineering 有 `/ce-plan` 和 `/ce-work`，Superpowers 有 writing-plans、TDD、systematic debugging，Multica 有 issue、agent 和 squad。它們都能組織任務，但不能同時當主駕駛。 我的規則是：每個任務只選一個主控流程。 中小型工程任務，默認用 Compound Engineering 先計劃再執行。更強調開發紀律時，用 Superpowers。需要長期跟蹤、多角色協作或任務狀態管理時，用 Multica。只是一兩個明確修改，就直接讓 Codex 或 Claude Code 做，不上複雜流程。 計劃層的價值不是寫更漂亮的計劃，而是降低返工。AI 時代最貴的不是生成，而是偏離目標之後的修正。 ### 執行層 我的執行層主要由 Codex、Claude Code、Ghostty、cmux、CodexBar 和 Multica 組成。 單線程任務，我一般直接在 Codex App 或 Claude Code 裡完成。需要真實編輯代碼、跑測試、驗證頁面，Codex 是主要工作面。需要多一個思考角度、審視方案、整理表達，我會用 Claude Code。 Ghostty 是常用終端入口。cmux 適合多個 Agent 任務並行：一個窗口做計劃，一個窗口實現，一個窗口排查問題，一個窗口做 review。CodexBar 主要解決額度管理問題，用來觀察 Codex、Claude Code 和 Antigravity 的使用狀態，避免多個 Agent 工具並行時失去成本感。 Multica 的位置更特殊。它適合把 AI 當成“數字同事”而不是“聊天窗口”：創建 issue，分配給某個 agent 或 squad，觀察狀態、評論和輸出。需要角色分工、長期追蹤和人類介入時，它比單個會話更合適。 Recordly 我更多用來做產品和原型的對外展示。它的錄屏體驗很好，支持智能縮放和光標跟蹤，能把一個產品 walkthrough 錄得更清楚。同時它是開源項目，完全跑在本地，免費，使用體驗也很優異。 但我也會避免過度編排。如果一個 Codex 會話就能完成，不應該為了形式引入 cmux 或 Multica。生產系統不是越複雜越好，而是複雜度要和任務規模匹配。 ### 紀律層 AI 工具會降低生產成本，但不會自動提高工程質量。 代碼能被快速生成，風險也會被快速生成。一個 Builder 的工具集不能只覆蓋“寫出來”，還必須覆蓋“證明它對”。 所以我會把 TDD、debugging、code review、browser verification 這些能力放進日常工具鏈，而不是事後補救。 遇到 bug，先用 diagnosing-bugs 或 systematic debugging，要求復現、定位、再修。能測試的功能，儘量走 TDD。前端相關工作，必須進真實瀏覽器看結果，而不是只讀代碼。架構有漂移時，用 domain-modeling、codebase-design 或 improve-codebase-architecture 重新審視邊界。 這類工具的意義不是形式主義，而是對抗 AI 生成的幻覺感。AI 很擅長給出完整答案的外觀，工程紀律負責檢查它是否真的成立。 ### 記憶層 如果每次工作結束後，經驗只留在聊天記錄裡，那它基本等於沒有沉澱。 我現在把 Basic Memory 當成個人長期知識庫。它不是 raw dump，也不是所有材料的垃圾箱，而是保存穩定結論、可複用流程、反覆出現的上下文和復盤結論的地方。 這也是我對知識管理看法的變化。過去筆記更像“存東西”。現在更像“維護一個可被 Agent 使用的個人 wiki”。原始材料可以不完美，但可複用知識必須短、準、可檢索。 穩定規則則不應該只放在記憶裡。如果它會影響一個項目裡的所有後續工作，就應該進入 `AGENTS.md` 或 repo docs。Memory 負責經驗，項目文檔負責約束。 ### 一個 Builder 的工具系統 把這些工具放在一起看，我現在的工作流大致是這樣： 先用輸入層降低捕獲成本。語音、截圖、OCR、剪貼板，把模糊信息變成可處理的材料。 再用澄清層定義問題。Codex、Claude Code、grill-with-docs、Superpowers brainstorming 和 Multica，幫助我把想法變成邊界清晰的任務。 然後進入研究和計劃。該查新信息時查新信息，該拆任務時拆任務，只選一個主駕駛。 執行時，讓 Agent 進入真實環境。寫代碼、跑命令、看頁面、改文檔、開 issue，而不是停留在對話裡。 最後用紀律和記憶收尾。測試、調試、評審、驗證，確認結果成立；再把穩定經驗放進 Basic Memory 或項目文檔。 這套系統裡，單個工具都不是核心壁壘。Codex、Claude、Multica、Basic Memory、cmux、Recordly、HapiGo 都可能變化，甚至被替換。真正重要的是它們在系統裡的位置。 工具集如果只是堆疊，會製造切換成本。工具集如果形成生產系統，就會讓人更少被細節拖住，更快進入判斷、取捨和驗證。 我現在越來越覺得，AI 時代的 Builder 不只是會用工具的人，而是能設計自己工作系統的人。 工具負責放大動作。 系統決定動作是否值得被放大。 ### 附錄：工具鏈接 | 工具 | 用途 | 鏈接 | | --------------------- | ------------------------------------------------------------------- | ------------------------------------------------------------------------------------------------------------------------------------------------ | | Basic Memory | 個人長期知識庫 / 本地優先記憶 | [官網](https://docs.basicmemory.com/) / [GitHub](https://github.com/basicmachines-co/basic-memory) | | WeType / 微信輸入法 | 中文輸入與語音輸入 | [官網](https://z.weixin.qq.com/) / [Homebrew](https://formulae.brew.sh/cask/wetype) | | 豆包輸入法 | 語音輸入 / 中英混輸 | [官網](https://shurufa.doubao.com/) / [macOS 下載](https://shurufa.doubao.com/pc) | | HapiGo | 截圖、OCR、翻譯、剪貼板與啟動器 | [官網](https://hapigo.com/) / [Homebrew](https://formulae.brew.sh/cask/hapigo) | | Codex | 工程執行、代碼修改、驗證 | [Codex App](https://developers.openai.com/codex/app) / [Codex CLI](https://developers.openai.com/codex/cli) | | Claude Code | 代碼理解、思考、評審、替代視角 | [官網](https://claude.com/product/claude-code) / [GitHub](https://github.com/anthropics/claude-code) | | Multica | Issue 驅動的多 Agent 協作 | [官網](https://www.multica.ai/) / [GitHub](https://github.com/multica-ai/multica) | | Dia | 日常瀏覽器 / 輕量研究 | [官網](https://www.diabrowser.com/) | | Google Chrome | 自動化驗證時的瀏覽器環境 | [官網](https://www.google.com/chrome/) | | Playwright | 瀏覽器自動化與前端驗證 | [官網](https://playwright.dev/) / [安裝文檔](https://playwright.dev/docs/intro) | | last30days | 最近 30 天公開討論研究 | [GitHub](https://github.com/mvanhorn/last30days-skill) | | ChatGPT Deep Research | 多資料綜合研究 | [OpenAI 介紹](https://openai.com/index/introducing-deep-research/) / [幫助文檔](https://help.openai.com/en/articles/10500283-deep-research-in-chatgpt) | | Compound Engineering | 計劃 / 執行工作流 | [GitHub](https://github.com/everyinc/compound-engineering-plugin) / [介紹](https://every.to/guides/compound-engineering) | | Superpowers | TDD、debugging、review 等工程紀律 | [GitHub](https://github.com/obra/Superpowers) | | Matt Pocock skills | grill-with-docs、diagnosing-bugs、domain-modeling、codebase-design 等技能 | [GitHub](https://github.com/mattpocock/skills) | | Ghostty | 終端入口 | [官網](https://ghostty.org/) | | cmux | 多 Agent 並行終端工作區 | [官網](https://cmux.com/) / [GitHub](https://github.com/manaflow-ai/cmux) | | CodexBar | Codex、Claude Code、Antigravity 等額度管理 | [官網](https://codexbar.app/) / [GitHub](https://github.com/steipete/CodexBar) | | Google Antigravity | Agent-first IDE / 開發平臺 | [官網](https://antigravity.google/) / [下載](https://antigravity.google/download) | | Recordly | 產品和原型對外展示錄屏 | [官網](https://recordly.dev/) / [GitHub](https://github.com/webadderallorg/recordly) |