> 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/2026-nian/w27builder-de-ge-ren-sheng-chan-xi-tong.md). # W27-Builder 的个人生产系统 最近我把自己日常工作里真正用到的工具重新整理了一遍。这份工具集来自对我电脑常用软件和工具系统的一次扫描，现在放在 Basic Memory 里，后面会持续维护。它不是一个静态清单，而是在不停构建一个个人生产系统。 如果只是分享我装了哪些 App，这件事意义不大。工具清单很快会过期，工具之间的差异也常常被夸大。真正值得讨论的是，一个 Builder 在 AI 时代怎样组织自己的工作流：信息怎样进入系统，问题怎样被澄清，任务怎样被拆解，代码怎样被生产和验证，经验怎样沉淀到下一次工作里。 过去的工具更像人的外设。浏览器负责搜索，笔记软件负责记录，IDE 负责写代码，日历负责提醒。每个工具有明确边界，人是中间的调度器。 现在这个结构在变化。AI 不只是一个新工具，而是把工具之间的空隙也变成了工作流的一部分。人的角色不再只是输入命令和搬运结果，而是设计一个可持续运转的生产系统。 ### 输入层 一个生产系统的第一层不是 AI，而是输入。 很多想法没有进入系统，不是因为它们不重要，而是因为记录成本太高。过去我主要靠键盘输入。键盘精确，但慢，适合写代码、写最终版本、输入命令，不适合快速倾倒想法。 所以我现在会把输入方式分成三类。 第一类是精确输入。比如代码、命令、最终措辞，仍然靠键盘完成。 第二类是语音输入。比如一个模糊想法、一段会议后的复盘、一个还没有结构的需求。对着电脑讲话，是一个在硅谷越来越流行的工作方式。当然如果你在工区，确实需要脸皮厚一些。豆包输入法的特点是中英混杂识别和自动整理成书面表达。我现在用的是 WeType / 微信输入法，它在语音方面的表现迭代也很快，最近基本追齐了。我的用法是先把想法说出来，再让 Agent 做压缩、整理和去噪。 第三类是轻量捕获。截图、OCR、翻译、剪贴板历史这类操作，我会用 HapiGo 处理。它不是知识库，也不是工作台，只是一个很快的入口。把屏幕上的东西变成可被 Agent 使用的文本，是它的价值。 这里的关键不是某个输入法或截图工具，而是一个原则：不要让捕获成本高到想法消失。 ### 澄清层 AI 让执行变快之后，最容易被放大的不是能力，而是错误方向。 过去一个方向错了，可能因为执行成本高，错误暴露得慢。现在一个方向错了，Agent 可以很快生成一堆看似完整的产物，反而让人更难停下来。 所以我现在会把“澄清问题”单独放成一层。 日常直接用 Codex 和 Claude Code 做主要交互。它们是我的两个核心 Agent 工作面：一个更偏工程执行和验证，一个更偏思考、写作、评审和替代视角。 如果问题还模糊，我会用 `grill-with-docs` 或 Superpowers 的 brainstorming 先做对齐。目标不是让 AI 更快开始干活，而是先把问题、约束、目标和不可接受结果说清楚。 如果一个想法已经需要被跟踪，我会把它放进 Multica。Multica 对我来说不是另一个聊天机器人，而是一个 AI 工作台：通过 issue、agent、runtime、squad 把任务变成可分配、可观察、可追踪的工作。 这层的价值在于把“我想做点什么”变成“这个问题值得做，边界也清楚”。 ### 研究层 作为 Builder，很容易高估自己已有经验的有效期。 工具、框架、模型、产品形态都在快速变化。一个半年前合理的技术选择，今天可能已经不是最优解。一个过去不好用的产品，也可能因为模型能力或工作流变化突然变得可用。 所以在涉及外部事实、工具选择、市场判断时，我会先做研究。 轻量研究主要用 Dia，它是我的常用浏览器。需要自动化验证时，用 Browser / Chrome / Playwright。需要看最近一段时间真实讨论时，用 `last30days` 去看 GitHub、HN、Reddit 和公开网页上的新信号。更开放、需要多资料综合的问题，ChatGPT 的 Deep Research 依然是一个不错的选择。 如果研究任务更复杂，我会让 Multica 里的 Market Researcher 或 Product Architect 类 agent 参与。它们不是替代判断，而是把信息收集和初步归纳从我的注意力里剥离出去。 研究层的目标不是囤积资料，而是更新判断。只有结论稳定下来，才进入 Basic Memory。 ### 计划层 工具越多，越容易出现一个问题：多个工作流同时指挥同一件事。 比如 Compound Engineering 有 `/ce-plan` 和 `/ce-work`，Superpowers 有 writing-plans、TDD、systematic debugging，Multica 有 issue、agent 和 squad。它们都能组织任务，但不能同时当主驾驶。 我的规则是：每个任务只选一个主控流程。 中小型工程任务，默认用 Compound Engineering 先计划再执行。更强调开发纪律时，用 Superpowers。需要长期跟踪、多角色协作或任务状态管理时，用 Multica。只是一两个明确修改，就直接让 Codex 或 Claude Code 做，不上复杂流程。 计划层的价值不是写更漂亮的计划，而是降低返工。AI 时代最贵的不是生成，而是偏离目标之后的修正。 ### 执行层 我的执行层主要由 Codex、Claude Code、Ghostty、cmux、CodexBar 和 Multica 组成。 单线程任务，我一般直接在 Codex App 或 Claude Code 里完成。需要真实编辑代码、跑测试、验证页面，Codex 是主要工作面。需要多一个思考角度、审视方案、整理表达，我会用 Claude Code。 Ghostty 是常用终端入口。cmux 适合多个 Agent 任务并行：一个窗口做计划，一个窗口实现，一个窗口排查问题，一个窗口做 review。CodexBar 主要解决额度管理问题，用来观察 Codex、Claude Code 和 Antigravity 的使用状态，避免多个 Agent 工具并行时失去成本感。 Multica 的位置更特殊。它适合把 AI 当成“数字同事”而不是“聊天窗口”：创建 issue，分配给某个 agent 或 squad，观察状态、评论和输出。需要角色分工、长期追踪和人类介入时，它比单个会话更合适。 Recordly 我更多用来做产品和原型的对外展示。它的录屏体验很好，支持智能缩放和光标跟踪，能把一个产品 walkthrough 录得更清楚。同时它是开源项目，完全跑在本地，免费，使用体验也很优异。 但我也会避免过度编排。如果一个 Codex 会话就能完成，不应该为了形式引入 cmux 或 Multica。生产系统不是越复杂越好，而是复杂度要和任务规模匹配。 ### 纪律层 AI 工具会降低生产成本，但不会自动提高工程质量。 代码能被快速生成，风险也会被快速生成。一个 Builder 的工具集不能只覆盖“写出来”，还必须覆盖“证明它对”。 所以我会把 TDD、debugging、code review、browser verification 这些能力放进日常工具链，而不是事后补救。 遇到 bug，先用 diagnosing-bugs 或 systematic debugging，要求复现、定位、再修。能测试的功能，尽量走 TDD。前端相关工作，必须进真实浏览器看结果，而不是只读代码。架构有漂移时，用 domain-modeling、codebase-design 或 improve-codebase-architecture 重新审视边界。 这类工具的意义不是形式主义，而是对抗 AI 生成的幻觉感。AI 很擅长给出完整答案的外观，工程纪律负责检查它是否真的成立。 ### 记忆层 如果每次工作结束后，经验只留在聊天记录里，那它基本等于没有沉淀。 我现在把 Basic Memory 当成个人长期知识库。它不是 raw dump，也不是所有材料的垃圾箱，而是保存稳定结论、可复用流程、反复出现的上下文和复盘结论的地方。 这也是我对知识管理看法的变化。过去笔记更像“存东西”。现在更像“维护一个可被 Agent 使用的个人 wiki”。原始材料可以不完美，但可复用知识必须短、准、可检索。 稳定规则则不应该只放在记忆里。如果它会影响一个项目里的所有后续工作，就应该进入 `AGENTS.md` 或 repo docs。Memory 负责经验，项目文档负责约束。 ### 一个 Builder 的工具系统 把这些工具放在一起看，我现在的工作流大致是这样： 先用输入层降低捕获成本。语音、截图、OCR、剪贴板，把模糊信息变成可处理的材料。 再用澄清层定义问题。Codex、Claude Code、grill-with-docs、Superpowers brainstorming 和 Multica，帮助我把想法变成边界清晰的任务。 然后进入研究和计划。该查新信息时查新信息，该拆任务时拆任务，只选一个主驾驶。 执行时，让 Agent 进入真实环境。写代码、跑命令、看页面、改文档、开 issue，而不是停留在对话里。 最后用纪律和记忆收尾。测试、调试、评审、验证，确认结果成立；再把稳定经验放进 Basic Memory 或项目文档。 这套系统里，单个工具都不是核心壁垒。Codex、Claude、Multica、Basic Memory、cmux、Recordly、HapiGo 都可能变化，甚至被替换。真正重要的是它们在系统里的位置。 工具集如果只是堆叠，会制造切换成本。工具集如果形成生产系统，就会让人更少被细节拖住，更快进入判断、取舍和验证。 我现在越来越觉得，AI 时代的 Builder 不只是会用工具的人，而是能设计自己工作系统的人。 工具负责放大动作。 系统决定动作是否值得被放大。 ### 附录：工具链接 | 工具 | 用途 | 链接 | | --------------------- | ------------------------------------------------------------------- | ------------------------------------------------------------------------------------------------------------------------------------------------ | | Basic Memory | 个人长期知识库 / 本地优先记忆 | [官网](https://docs.basicmemory.com/) / [GitHub](https://github.com/basicmachines-co/basic-memory) | | WeType / 微信输入法 | 中文输入与语音输入 | [官网](https://z.weixin.qq.com/) / [Homebrew](https://formulae.brew.sh/cask/wetype) | | 豆包输入法 | 语音输入 / 中英混输 | [官网](https://shurufa.doubao.com/) / [macOS 下载](https://shurufa.doubao.com/pc) | | HapiGo | 截图、OCR、翻译、剪贴板与启动器 | [官网](https://hapigo.com/) / [Homebrew](https://formulae.brew.sh/cask/hapigo) | | Codex | 工程执行、代码修改、验证 | [Codex App](https://developers.openai.com/codex/app) / [Codex CLI](https://developers.openai.com/codex/cli) | | Claude Code | 代码理解、思考、评审、替代视角 | [官网](https://claude.com/product/claude-code) / [GitHub](https://github.com/anthropics/claude-code) | | Multica | Issue 驱动的多 Agent 协作 | [官网](https://www.multica.ai/) / [GitHub](https://github.com/multica-ai/multica) | | Dia | 日常浏览器 / 轻量研究 | [官网](https://www.diabrowser.com/) | | Google Chrome | 自动化验证时的浏览器环境 | [官网](https://www.google.com/chrome/) | | Playwright | 浏览器自动化与前端验证 | [官网](https://playwright.dev/) / [安装文档](https://playwright.dev/docs/intro) | | last30days | 最近 30 天公开讨论研究 | [GitHub](https://github.com/mvanhorn/last30days-skill) | | ChatGPT Deep Research | 多资料综合研究 | [OpenAI 介绍](https://openai.com/index/introducing-deep-research/) / [帮助文档](https://help.openai.com/en/articles/10500283-deep-research-in-chatgpt) | | Compound Engineering | 计划 / 执行工作流 | [GitHub](https://github.com/everyinc/compound-engineering-plugin) / [介绍](https://every.to/guides/compound-engineering) | | Superpowers | TDD、debugging、review 等工程纪律 | [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 | 终端入口 | [官网](https://ghostty.org/) | | cmux | 多 Agent 并行终端工作区 | [官网](https://cmux.com/) / [GitHub](https://github.com/manaflow-ai/cmux) | | CodexBar | Codex、Claude Code、Antigravity 等额度管理 | [官网](https://codexbar.app/) / [GitHub](https://github.com/steipete/CodexBar) | | Google Antigravity | Agent-first IDE / 开发平台 | [官网](https://antigravity.google/) / [下载](https://antigravity.google/download) | | Recordly | 产品和原型对外展示录屏 | [官网](https://recordly.dev/) / [GitHub](https://github.com/webadderallorg/recordly) |