Wandering

Chanegelog原来那个更新日志英文叫 changelog，我知道是有个这个东西，但是具体叫啥不太清楚，现在记录一下。

想想我在 Wandering 里面那些想法，有点太飘了，搞得好像自己有多牛逼一样。

还是脚踏实地一点，只是做个周末项目，一点点玩耍，不要这么夸张。

对了，游泳时还有一个想法：我准备把 Wandering 博客页现在规划的那五个板块做一下调整，只保留以下三个部分：

1. 功能更新记录

2. 路线图

3. 功能设计说明

另外两个部分——“这些功能是什么想法、怎么诞生的”以及“每天的工作日志”，我准备移到我个人的文档库里去。

我的思路是：先有想法，然后从想法中总结出功能，再对功能做详细说明，变成功能设计。在开发阶段，把每个功能开发时遇到的问题和想法记录下来。所以，最后决定把“想法”和“日志”这两部分移到我个人的文档库中。不去做公开展示了。或者也算公开吧，只是不放在这个网站上。这些内容有点私人，放在我自己的博客上比较好。

其实这些想法要放在 Wandering 上面也是有办法的。

首先要建一个账户系统，然后再把我设计的个人上下文数据库里需要展示的东西设为公开权限，输出成文章，放在 wandering.im 上。这样在我的账户和展示内容里就会有一个项目，这套方案是可行的。

不过这些到时候再说吧，账户系统的优先级目前不是那么高，或者先做一个比较简陋的也行。现在还有很多更重要的功能需要完善。

哎呀，这也把我之前的那个博客项目给串起来了，那个博客页我都好久没上去了。

其实我的那个构想中的“噗哔计划”也是可以接入 Wandering 里面，不过那个还比较遥远，现在先留个种子在这里吧，到时候到那个阶段再说。

光是空想，有很多想法是行不通的。我还是需要提高执行力，提高行动与想法的比例，把想法都落地、推进下去，才能知道效果。

刚刚洗澡，想到一个 AI 经济学的问题。

下午说到朋友老板给他开了20x的ChatGPT会员。我也想开，但是我没有钱，我很羡慕，也很想要。

这就带来了一个问题，现在有资本有能力的人，有钱去用这些贵的工具或高级会员套餐。一个月200刀，1500块左右。他们借着这些工具能做到更多的事情，或许也会有更多赚钱的可能。

那这样的话，岂不是有钱的人越来越容易赚钱，而没钱的人用不起这些工具，和有钱人的差距也会越来越大？

会不会有这种情况呢？我感觉这叫做一种马太效应的加强吧。

这时候就会想，那没钱的人该怎么逆袭呢？

我也不知道怎么说，反正还是那个想法吧：做全世界前 10% 最了解 AI 的人。以后很多工作慢慢被 AI 取代之后，剩下来的工作应该或许就能属于我，而不是其他那些不学习 AI 的人。不过有一种东西是那种行业知识壁垒，那种东西是你很难跨越的。就是别人在一个领域上深扎了 20 多年的那种经验和积累，不是你对 AI 的了解很深就能超越的。

但是，如果是和同期的应届毕业生相比，你是全世界前 10% 了解 AI 的人，那就会比那些初入职场的那些新生——更有优势吧。

虽然我有一些担忧，但其实也不太担心。

如果那时候真的走到那种极端——上面的人把钱都赚完了，下面的人什么都不剩，理想情况下，下面人的基本生活水平也会比现在好。虽然和上面的人拉开了很大差距，但我感觉至少应该能满足基本生活需求，或者是比现在好一点的生活吧。

如果是不理想的情况，上面的人不给下面的人剩下东西，那剩下的人要是憋不住了肯定就会反抗，那时候就是另外一种说法了。

反正只要对 AI 熟悉了之后，一些工作机会应该就还能有我的一部分。

唉，这样说又太贩卖焦虑了，反正就这样吧。

对于这种事情，我反正就是保持乐观吧，不太悲观。只不过现在能看到一种趋势：用了 200 刀会员的人，他的能力就会比用 20 刀会员的人强很多，至少智能资源和 token 量会多很多，然后就有很多能做的事。至于这些能做的事能不能变成钱、变成经济效益，那就因人而异了。

如果 200 刀的会员只是想着去编程，在 Codex 里面编这种程序，这其实只是一种初步的用法。

我最近还发现，能把那个订阅计划的 Token 接到小马（就是爱马仕的那个 Agent 框架）里面，然后用这个框架去做除了编代码以外的很多事情。

我在想，就像一些监控网站，然后收集资料那些东西，可能就能用这种套餐去做了。一个人要是有很多这种小的 Agent，而且用得比较好，再加上对行业的观察和思考也比较好，那真的会有无限的创造力。

反正我觉得，我有 Wandering 这个想法，就算只用 20 刀的会员，也能打过一些没有想法的 200 刀会员。

好奇心、想法、创造力。

想法真的很重要，包括对行业的观察以及对趋势的感受。虽然我不知道自己对不对，但我很确信未来会往我想的这个方向去走。

我靠，现在有种盲目的自信。谁知道呢？先做好现在的事情吧。

把note记成重要记住，并不太会让自己马上就按照这个原则去执行。人的记忆，优先级，行动，挺复杂的。

Agent 的配置可能会简单一点。机器人，比人能准确按照指令去执行。

人啊，我啊，是不受控的。

有一个做电影海报网站的想法。

然后朋友帮我统计海报迷群里面发出来的各种港版日版韩版万达 cgv 海报，保存图给我就行。

我或者我配些 Agent 去，拿着这些图和版本，去网上溯源，看看在公开网站上有没有发出来的源头。

把所有源头汇集起来。

然后我做一个网站，自动运行，Agent 运维，每一部电影各个版本的海报，价格变化，朔源收集的来源网站地址。

Agent 越来越强，世界探索那个模块，或者说需求产品之海那个模块，（目前还没想好这两个模块的边界），越来越重要了。虽然不知道能不能打过那些领域大佬，但是带着 Agent 的视角，去看这些领域的运行流程，应该是会找到一些落脚点的。

还有，多 Agent 的管理和监控，任务看板进度这些，也是会越来越重要的。人的脑子，要慢慢适应这种看多个小实习生工作的状态。

另外就是人 和 Agent 和人和 Agent，之间的交流和社交平台，也会有意思，像我之前想的那个话题广场。

关于 AIWD 的初学者渐进教程。

我在想AI编程是不是必要。

我觉得学一下成本不是很高，能vibe coding做一些个性化的工具给自己用，感觉会很拓展自己的能力边界。

先是用api或者coding plan，做一个 python 贪吃蛇出来。

然后做一个油猴插件。

然后做一个 chrome 插件。

然后做一些自动化脚本。

然后做一个博客网站。

然后做一个 nextjs 项目网站。

然后做一个带支付订阅积分管理用户中心的 AI 生图站。（可能不是必须）

然后做一个 hermes 的管理工具。

然后将这个管理工具打包成 Windows 或者 mac 的桌面软件。

跑完这几步，感觉一切都通透了。

再花两小时理解一下各种技术栈是干什么的怎么连通起来的。

然后，就各种软件随意你编了。

你的能力边界拓宽之后，结合你的原来的领域知识，你或许能做出一些新东西。

而我在想，AI 和 Agent 的动手教程。我这块还不太懂。可能有以下这些。

如何做一个 AI 对话机器人。

然后是做一个 Agent，能用简单的工具处理一些小任务。

然后是 skill 怎么使用和运行。

然后怎么做一个自己的skill。

然后 Agent 的 Memory，上下文怎么管理。

然后怎么做一个监控某个网站，然后执行特定任务的 Agent。

然后怎么配置执行某类特定任务的 Agent，Prompt，Memory，tool，loop。像是专门负责用大白话解释程序代码流程原理的 Agent，专门负责知识库管理的 Agent，专门负责行业调研的 Agent，专门负责对一个想法进行多角度分析和实现方案设计的 Agent。

然后其实之前还听说过不用特定针对很多功能设很多专属的 Agent，这样上下文流通会有损失。应该用一个通用 Agent，在不同情况下用不同的解决方式，用不同的skill。不知道，这方面脑子里还很空白，没什么想法和感觉。

另外 a 家的新模型（Agent 类型了）好像能做好多好多事了，参考这个例子：https://mp.weixin.qq.com/s/L6R_SPWlOBv6dI0wWWHQrg，快顶上一个成熟的人类了。到那个时候，社会还需要什么东西呢。我觉得是需要，指挥这些 Agent 去各个领域做生产效率和流程优化。需要新产品、新流程，具体怎么样不清楚，但肯定是为了能赚更多钱，滚滚向前。

感觉 AI 需要一个 AI wiki。

记录AI相关的所有名词，token、A2A、FDE、context、hardness、loop、pets、infra、Memory、context engineering 、RL、推理、pre train、post train RLHF 等等 等等。

不单只解释意思，还把相关的介绍文章，以及在哪些部件中起哪些作用，展示出来。

需要找找有没有现成的类似的东西。

或者自己做一个丢进 AIWD 里面。

首先是各模块先全部手动，固定流程。

然后随着对AI能力边界和使用注意事项，

逐渐了解得更深入。

再慢慢让 Agent 完成和优化整个系统的各个部分。慢慢渗透。

（游泳前用 flomo 记录于健身房更衣室内。。。）

（想法真的要停一停，游泳的时候就是大脑休息的时候。）

嘻嘻嘻，写完上面那条功能再明确之后，感觉好兴奋。好期待。

在想什么时候开一个kimi的会员，看了下kimi的订阅套餐：https://www.kimi.com/membership/pricing?from=upgrade_plan&track_id=a618820a-2fea-414d-b57d-64c3d6f1ba59 。

想开的原因：

一个是用kimi code的订阅套餐，放在小马里面跑，不用吃我DS的api额度。不过目前我的小马还吃不了很多token。消耗不了很多api额度。

另一个是想看看精选插件、同花顺、企查查，这是什么功能。

另一个是想用一下深度研究，虽然我没有很多深度研究的需求，不过我想把那个深度研究桥接器做出来。Wandering to rule them all 嘛，有能力使用所有 AI 工具，是 Wandering 我挺想有的一个功能，然后先是从 web 的工具 rule 起，然后试试能不能 rule 桌面应用，例如 codex。

到了那个阶段，Wandering 真的就会变得很强：

一个巨全面的上下文数据库；

所有配置本地可调控可修改；

使用所有 AI 工具；

然后再把世界探索模块搞出来，研究各个领域，收集各领域信息；

接着是需求之海产品之海模块，拆很多需求，拆很多产品和流程，然后优化出新，

感觉这部分是最重要的部分，为了赚钱，感觉就像是 Wandering 的动力系统，赚 token 费；

然后是 Agent 的细节配置和研究；

各种 skill 库、图片视频生成 Prompt；

个人想法的捕捉和记录；

推动 Agent 按照我的要求去探索这些想法、并将生成物好好整理做好展示；

管理自己开展的各个目标或项目，和各个项目的进程和每个项目下部署的 Agent。

靠，感觉无敌了。

那时候，就可以一直在 Wandering 里面玩很久了。

那么一点点实现出来吧！

嘻嘻，游泳去。

非常 nice 啊，想要的效果都出来了。两个同时在呼吸了。希望慢慢让它跑更长的任务。

模型斗兽场。

完成一个功能，这项目就有作用。

把自己的 Agent 配置状态，想法和程序管理，全部移到网上，可有个统一的操作入口。

有点模糊，感觉是因为Wandering想包含的东西太多了，太混杂了。一时间不知道从哪下手，或者说是边界在哪里。就像V0.1.0，要包含哪些东西，不清晰。现在能想到的是，要坚持做下去，这个有价值。

另外一个是整体的规划是，Wandering，是要将我所有的上下文包含进去，特别全面那种，电脑的所有文件。然后是我所有的目标管理，任务管理，项目管理，各种小节点，日程，都放进去跟踪。然后是左上角的世界探索，希望把看的信息，了解的内容，统一丢在这一块管理，我的信息输入，对行业的研究。右上角是需求和产品的分析，所有和产品有关的东西都放在这。然后中间是 Agent，慢慢地打磨它，让它变顺手，我要完全地把握它的习性，然后将它融入到我的工作流，和其他四个部分，打通流动起来，而且需要越来越顺畅。

一点点来，有耐心。

别人都跑上亿token一天，我这还展示一个会话的token消耗，有什么意义。

这周末0709-0712要把基础版本搭起来，版本号 0.1.0

发布语：“架子搭起来了，后面就一点一点蹬吧。”

右下角那个thoughts模块，想到了一些功能描述：记录那些一闪而过的想法，那些你当时浅显了解了一下但想深入研究的想法，重新拾起，轻轻放下，也轻轻拿起，点连成线。

以后我不回消息的时候，可以来Wandering看我的Wandering开发日志，或者我的上下文数据库里面的flomo的PieckyThoughts标签里的内容，我会吐吐吐吐记录一堆东西的。

我会把外界信息屏蔽，投入种树和漫步这两个深度工作项目中，至少我的理想状态是这样的。

没想到 Wandering 的标签下都有 100 多条想法了。。。要开发到何时才能把这些都生出来呀，一点点来，期待。

刚刚看公众号，看到一个相关的产品tutti，他做的是现在先把 codex 和 claude code 的信息打通。然后也是上下文全部都放在一起。

就感觉和我的想法有点像。然后就会有点害怕呀，好点子先被别人做出来了。不过我也不用害怕，Wandering 是我自己用的东西，我会自己逐渐逐渐打磨好就行，按照我的想法编排功能和 UI，所有东西都由我自己调控，积累的经验和想法是我自己的，所有一切都开源（或许以后有些重要的护城河可以闭源，但是我感觉我现在这些想法，都是别人很好实现的，看到了，用 codex 蹬个几天就出来了，没什么闭源的必要。什么时候深入研究到那些 Agent 深度的性能提升，到那程度再考虑吧）。

我感觉我的上面两个模块 世界探索 和 需求产品 ，这两个模块，是对自己有用，别人没用的。别人应该不会做这些。

不过他提到了一个 codex 里面的数据都是存在自己电脑上的，我可以去找这些数据，然后一键导入，不用我去搞 codex 聊天记录保存了。

original_url: https://mp.weixin.qq.com/s/i-qxfFUIhyVYTxJMw3Q9WQ

这个操作系统做了两件事。

第一，它复用宿主机上的 Codex、Claude Code、OpenClaw 这些 Agent 的智能能力。

第二，在这些智能能力的基础上，又提供了一批垂直应用。

而这些应用之间的会话、上下文、文件系统不需要刻意去打通，因为它们本来就在同一个运行时环境里，信息天然是共享的。
所以 Tutti 里有一个完整的、Agent 和人在一起协作的环境。

还有一个功能目前还没有做出来，但博客里提到了。这个工作环境可以直接分享给同事。

点一个链接，同事就能进入到我正在工作的环境里，看到所有的 Agent 会话、文件、产出，直接接着干。不用导出，不用同步，不用解释做到了哪一步。

这个应该是他们官网的 Tutti·VM 版本想做的事情。目前还没正式发布，但已经可以加入 waitlist 了。链接在这里：

https://tutti.sh/waitlist

Tutti·VM 版本想做的事，我理解大概是这样：Agent 仍然在本地运行，但 Agent 相关的会话、任务、文件和上下文，会实时在云端生产，所以没有延迟。

这样一来，我就可以随时切换电脑继续干，也可以把链接发给同事。同事打开之后，直接就能进入我刚才的工作环境里。

比如我和 Claude Code 聊到哪了，Codex 正在跑什么，哪些文件已经生成了，哪些任务还没完成，这些都能接上。

Tutti 团队在产品理念里写了一段话，我觉得说得很透彻。

过去的协作方式基本上是消息驱动的。人要把自己的想法通过工具表达出来，再把结果发给同事，同事理解之后再转化到自己的脑子里。

这个过程弯弯绕绕，大量有用的上下文在传递中丢掉了。

Agent 已经在改变我们的工作方式。接下来大部分知识类工作都会在 Agent 中进行，这个方向基本可以确定。但 Agent 之间还要像以前一样割裂吗？

Tutti 给出的答案是不应该。

让所有 Agent 天然待在同一个运行时环境里，信息不需要传递，因为大家本来就在同一个空间里，思维对彼此透明，谁需要什么信息，随时可以拿到最完整的、无损的上下文。

很久没有在 GitHub 上碰到一个项目，从产品理念上就让我这么兴奋了。

把两个微信都退了。下面，试试7月12号18点再上线！现在是7月9号15点。就三天，应该没什么事情吧。重要的事情能不能打电话让我不要错过呢。哎！最好是有个 Agent，我的小管家，给我查看这些消息，随意的闲聊到时候再回复。重要的消息打电话给我！我要把自己拽入深度工作中，思考，研究，实现 Wandering 的一个个小功能。

和朋友聊天还是不能随心所欲，顺其自然，还是要克制。

需要固定时候回复和查看消息。要不我老是想去看看有没有新消息。牵扯注意力。可能这也是即时通信带来的负面效果吧。为什么别人没有这种苦恼呢？是不是我过于在意这件事情了，应该把注意力投注在干活上就行，有一丝分散也没关系。

不过，我还是。退出微信吧。打电话能找到我。我还是需要训练，深度工作的能力，我需要这个。

Anthropic内部把"Prompt Engineering"升级成了"Context Engineering"：问题不是怎么写好一个prompt，而是什么样的token配置最能产生想要的行为。

在构建Claude Code和Research系统时，他们面对的核心挑战是：Agent必须在离散的session里工作，每个新session对之前发生的事情没有任何记忆。他们的比喻是"轮班工程师"——每个新班次的工程师到岗时对上一班的工作一无所知。

解法不是让Agent扮演不同角色，而是：

• claude-progress.txt：一个跨session的工作日志，Agent在每个session结束时更新，下一个session开始时读取

• Git history：作为状态锚点，记录每一个增量变化

• Initializer Agent：只在第一个session运行，建立环境、展开feature list、写好runbook，供后续所有session使用

关键洞察：推理链的连续性不靠模型"记住"，靠显式的外部状态来锚定。

OpenAI：Compaction + Skills + 结构化Spec文件

OpenAI给出的长任务原则更直接：在任务开始时就为continuity做规划。

他们的Codex实验里，工程师给agent一个spec文件（冻结目标，防止agent"做出了很impressive但方向错误的东西"），让它生成milestone-based plan，然后用一个runbook文件告诉agent如何操作。这个runbook同时也是共享记忆和审计日志。

结果：GPT-5.3-Codex跑了约25小时不间断，完成了一个完整的设计工具，保持了全程的连贯性。

Server-side compaction作为默认primitive，不是紧急fallback。多步骤任务里，previous_response_id让model能在同一个thread里继续工作，而不是每次重建上下文。

他们还引入了Skills概念——可复用的、版本化的指令集，挂载进container，让agent执行特定任务时有稳定的操作规范。这不是"角色"，是工具和操作规程，是本质上不同的东西。

Google：1M上下文 + Context-driven Development

Google的方向是硬扩窗口：Gemini的1M token context是明确的差异化策略。他们的逻辑是：之前被迫使用的RAG切片、丢弃旧消息等技术，在足够大的窗口下可以被"直接放进去"所取代。

但他们自己也承认这不够用。Google在Gemini CLI推出了Conductor扩展，核心思路和Anthropic如出一辙：把项目意图从聊天窗口里移出来，放进代码库里的持久化Markdown文件。哲学是："不依赖不稳定的聊天记录，依赖正式的spec和plan文件。"

Gemini 3还引入了Thought Signatures机制：在长session里保存推理链的关键节点，防止"reasoning drift"——长context里逻辑前后不一致的问题。

从三家的工程实践中，可以提炼出几个共同的原则：

推理链不能断，只能分叉再合并。 多Agent的正确用法不是流水线，而是一个主agent持有完整意图，子调用是为了深挖某个子问题，结果回流给主agent，不是传给下一个agent。

显式外部状态，不靠模型记住。 progress.txt、git history、spec文件、数据库——形式不重要，原则是：推理链的关键节点必须外化到持久存储里，而不依赖模型在context window里"记住"。

多Agent的价值是并行覆盖，不是分工。 Anthropic Research系统的结论很清楚：性能提升主要来自于"花了更多token"，而不是来自"分工更合理"。多Agent适合breadth-first类任务——需要同时探索多个独立方向的场景。不适合需要连续推理、深度依赖上下文的场景。

验证Agent是否定者，不是接棒者。 如果要用多Agent做质量控制，正确的设计是让一个Agent专门找另一个Agent的问题，而不是"传递工作成果"。对抗性检验，不是流水线传递。

工具是工具，不是角色。 给Agent配什么工具（bash、文件读写、搜索、代码执行）远比给它贴什么标签重要。工具决定了Agent能做什么；角色标签只是约束它愿意做什么。

https://www.sagasu.art/p/three-ministries-six-departments-illusion-why-virtual-company-multi-agent-architecture-not-viable

如果你发出来的初版产品没有让你觉得很羞耻，那你就是发得太晚了！！！做个垃圾出来再说！！！

看到一些人说，用很多 Agent，监控很多领域，然后让他们定时给自己发个报告过来，感觉就像皇帝批奏折。

那是一种什么感觉，然后怎么配置这些 Agent 呢，我会想这些 Agent 去监控啥。或许我会监控有什么新产品发布，或者模型公司发了什么新 API。对了，我想要监控衣柜字幕组发龙王家族 S3E3 没，更新了就帮我保存下载。

另外，如果是皇帝批奏折，怎么没人做一个批奏折的UI 呢，一张竹帘本，从左向右缓缓展开，原木底色。

探索 Agent 对指令的操作边界和准确性。

就是我想测试一下，有没有可能，在开始和完成一个项目时，所有的操作和执行都只由 Agent 完成。

我只用在对话框，用语音对话的方式，指导 Agent 完成一整个项目的构建。

我就在旁边看着它吭哧吭哧地完成数据收集、文件夹整理、数据清洗、网站前端设计、网站功能构建、测试联通、部署更新监控机器人、教程文档编写、日志总结等等操作。

关于需求之海和产品之海再记录一下，清晰一下脑子里的想法：

短视频，是满足多巴胺，满足好奇心的产品；电子设备，是满足通信、社交、娱乐的产品；美食店，那是满足饮食需求的产品；月子中心，是服务，也是产品，满足产妇坐月子的需求。广州到湛江的通行需求，产品以前是大巴车，现在是高铁。

万事万物都是需求和产品的对应关系。

需求会变，产品也会变，随着时代的发展，人需要的东西不同，产品的形态也不同。需求之海产品之海，都是潮起潮落的。

如果能培养出自己发现需求的能力，综合各种现有技术或新出现的技术，做出体验更好的产品，去满足需求，然后搞懂推广，学会怎么把产品推到目标客户之前，完成商业闭环，这是一种通用的核心能力，用在任何领域都适合。

而且以后可能也会有新的需求，我觉得现在，就有些新萌生的需求：

一个是对多 Agent 的管理，可视化、清晰的状态监控的需求；

另一个是更好的上下文数据库需求，能把所有的相关文件、个人记忆、所有AI 对话记录，所有的上下文都汇集到一起，能更好用。另外上下文的流入流出更顺畅。人所有的内容，要积累起来啊。

还有一个是找到目标的需求，AI 编程这么强了，我还能用它做些什么东西？有时候脑袋空空，不知道要拿来干嘛，就像拿了把强大的锤子，不知道要敲什么钉子。我觉得这些就要深入到行业研究里了，需要了解每个领域，现在的业务流程，是怎么运转的。从第一性原理出发，以前一个任务 A-B-C-D-E，要经过这样的流程， 在 AI 的加持下，有没有另一种新的流程或产品，像 A-F-E，这样。或者是思考有哪些可能的新需求，我有时候会有一些想法浮过，类似现在的大学生学习，会不会能有更好的学习工具？AI 加持，AI 讲解，AI 整理所有相关资料，AI 带着你融会贯通，我感觉是有些想象力的。

不过道理是这么个道理，想到这一步很简单。但需要针对某个限定范围内深入研究，深度工作。才有可能做出些什么。做出来还要准确推广到目标客户面前，让他们觉得好用，让体验好到飞起忍不住想付费，那就更难了。道阻且长啊，还需要继续修炼。