【AI 的高阶用法：不是问答工具，而是你的个人成长系统】

快速阅读：与其把 AI 当成问答工具，不如将其构建为一个拥有“厚技能、厚数据、薄框架”的个人操作系统。通过将重复工作转化为可复用的 Skill，并结合结构化的知识库，你可以建立一个随时间不断自我进化的数字大脑。

很多人问，为什么身为 YC 的 CEO 还要在凌晨两点写代码。因为 AI 让我重新找回了“构建者”的感觉。

现在的关键在于，别再把 AI 当成一个对话框，要把它当成操作系统。

你可以做一个“书籍镜像”：系统提取书中的章节，一边总结观点，一边把这些观点精准地映射到你的个人经历、职业背景甚至深夜的思考中。这不是泛泛而谈，而是极其具体的连接。当你在读第二本书时，系统已经知道第一本书的内容了。这种递归式的增长，让知识不再是死掉的文档，而是活着的神经元。

有网友提到，这种系统能实现“技能的技能化”。当你发现一个工作流可以重复时，就把它“技能化”——提取模式，写成带触发条件和边界情况的 Skill 文件。这样，你的系统就不再是一个庞大的单体，而是由无数个专注的小技能组成的精密机器。

这种架构的核心在于：框架要薄，技能要厚，数据要厚。

框架（Harness）只负责路由，不需要知道具体业务；技能（Skills）要足够重，每个技能都是一个独立的、经过测试的 Markdown 文件；而数据（Data）则是那十万页不断增长的结构化知识库。

模型只是引擎，不是汽车本身。如果你只是在用现成的工具，你只是在驾驶别人的车；如果你在构建自己的 Skill 和知识图谱，你才是在拥有自己的神经系统。

这种复利增长很慢，最初的版本可能漏洞百出，甚至连家人的基本信息都会搞错。但只要你通过交叉验证去修正它，并把修正后的逻辑固化为 Skill，系统就会在每一次迭代中变得更聪明。

下一步该怎么做？先别去规划宏大的架构，先去做一件你真正关心的具体小事，然后尝试把它变成一个可以自动运行的技能。

你会发现，真正的力量不在于你用了多强的模型，而在于你为这个系统注入了多少关于你自己的上下文。

x.com/garrytan/status/2053127519872614419