個人 AI 系統 3.0 迭代升級：從被動維護到主動進化
日期: Mon Feb 23 08:57:16 +0000 2026
標籤:
Claude Code知識管理系統AI 工作流程
個人 AI 系統 3.0 上線後，我又做了這些迭代｜來源全公開
本文由本人內容生成系統互動生成。可以不用看完。點讚、轉發、收藏，然後複製全文發給你的 Claude Code，讓它幫你搭建就行。
再次強調，我非「專業 AI 工程師」，我只是一個用 AI 的人，我也只是分享整個過程中遇到的問題和心得。
一、第二代系統上線後，我發現了一個新問題
上一篇我公開了第二代系統的 25 個優化方法。
很多人照著做了。
但我自己用了兩週之後，發現了一個問題：
系統會自己維護，但自己進化不夠徹底。
什麼意思？
第二代解決的是「系統維護自己」的問題。你不用手動整理記憶，不用手動追蹤任務，不用手動管理文件。
但有一件事它做不到：主動吸收外部輸入。
我每天在 X 上看到好的方法，看到別人分享的工作流，看到有價值的 GitHub 專案。這些東西，系統不知道。
它只能處理你餵給它的東西。
所以第三期要解決的問題是：怎麼讓系統持續吸收外部輸入，自動進化。
二、三個來源，六次迭代
過去兩週，系統做了六次有記錄的迭代。
來源只有三個。
來源一：Daniel Miessler（@danielmiessler）
他在 GitHub 上開源了一個專案：Personal AI Infrastructure（PAI）。
核心理念一句話：AI 不應該是「失憶症患者」，而應該是持久化的基礎設施。
我看完之後，當天做了三件事。
第一，把記憶庫從扁平化改成三層架構。情景記憶存具體事件，語義記憶存提煉出來的知識，強制規則存系統行為約束。三層之間有流轉管道：對話沉澱為事件，事件提煉為知識，知識固化為規則。
第二，初始化 Git 版本控制。2469 個檔案，28 萬行，第一次有了版本歷史。每一次改動都有記錄，可以追溯，可以回滾。
第三，把本體畫像從單檔案拆成 7 個模組。不是為了好看，是為了讓 AI 按需載入，不用每次把所有背景資訊都塞進上下文。
這一天，系統從 v1.0 升級到了 v2.0。
來源二：一篇關於 Claude Code 七大技巧的文章
我對照自己的系統做了一個診斷，發現三個盲點。
盲點一：沒有自分形機制。
AI 進入一個目錄，不知道這個目錄是幹什麼的。解決方案：給記憶庫的三個子目錄各寫一個 README.md，讓 AI 進來先讀說明，不用把所有檔案都掃一遍。
盲點二：知識文件沒有元資料。
14 個語義記憶文件，AI 每次都要全部讀完才能判斷哪個有用。解決方案：給每個文件加上 INPUT/OUTPUT/POS/TAGS 四個欄位的頭部，讓文件能「自我描述」。
盲點三：迭代流程沒有品質檢查。
改完之後，沒有人來挑毛病。解決方案：在驗證步驟裡加入品質評分和自我檢查，給出分數，識別改進空間。
還有一個細節：指令遵循度檢測。就是每次回覆開頭的那個 ✓。如果 AI 忘了加，說明上下文過載了，需要清理。這個機制是這天引入的。
來源三：shadcn 的作者（@shadcn）
shadcn 是 shadcn/ui 的創建者。他分享了一個 /done 技能：每次會話結束後，自動把討論內容、關鍵決策、後續任務整理成 markdown 檔案。
Roland 看完，把摘要發給我，說：「幫我複刻這個。」
一個會話，做完了。
但這件事本身比技能本身更重要。
第二代系統建立了三層記憶架構，但有一個問題沒解決：情景記憶的寫入依賴手動觸發。會話結束後，如果沒有人主動整理，這次對話的內容就消失了。
/done 技能解決了這個問題。會話結束時自動提取關鍵資訊，生成檔案，存入情景記憶，關聯會話 ID。
記憶系統從「手動寫入」變成了「自動沉澱」。
三、這次迭代的核心機制：外部知識吸收
這三個來源觸發了六次迭代。
但更重要的是，這個過程本身變成了一條強制規則。
現在系統裡有一條規則叫「外部知識吸收機制」：收到文章或推文後，必須走「提取核心觀點 → 對比分析 → 轉化為行動」的流程，不能只是收藏。
shadcn 的 /done 技能，是這條規則第一次真正跑通的案例。
Roland 看到推文，把摘要發給我，我分析、提煉、落地。整個過程不超過一個會話。
這就是「外部知識吸收」的完整閉環。
四、第三代系統的核心變化
對比第二代，第三代做了這些改動：
記憶系統：從手動寫入變成自動沉澱。/done 技能讓每次會話結束後自動生成情景記憶，不再依賴人工整理。
知識結構：從無元資料變成自我描述。14 個語義記憶文件都有了 INPUT/OUTPUT/POS/TAGS 頭部，AI 檢索效率提升。
迭代品質：從無檢查變成對抗式糾錯。每次迭代都有品質評分，低於 7 分重新設計。
外部輸入：從被動接收變成主動吸收。建立了強制規則，確保每個外部輸入都走完整的「提取 → 分析 → 落地」流程。
上下文管理：加入指令遵循度檢測（✓ 標記）和閾值提醒。
五、如何複現這套迭代機制
如果你已經搭建了第二代系統，想加入這些迭代機制，把以下內容發給你的 Claude Code：
我想給我的 AI 工作系統加入外部知識吸收機制。
請幫我：
1. 在 CLAUDE.md 中添加「外部知識吸收」強制規則
- 觸發條件：收到文章/推文/GitHub 專案
- 執行流程：提取核心觀點 → 對比分析 → 轉化為行動 → 記錄到情景記憶
2. 創建 /done 會話總結技能
- 會話結束時自動提取：關鍵討論點、決策、後續任務
- 生成 markdown 檔案存入情景記憶
- 關聯會話 ID
3. 為記憶庫三個子目錄創建 README.md（自分形機制）
4. 為所有語義記憶文件添加元資料頭部（INPUT/OUTPUT/POS/TAGS）
5. 在迭代流程中加入對抗式糾錯（品質評分 + 自我檢查）
6. 加入指令遵循度檢測（每次回覆開頭加 ✓ 符號）Claude Code 會根據這些指令，把第三代的改動落地到你的系統裡。
尾聲
第一代：你搭建框架，你維護它。
第二代：你搭建框架，它維護自己。
第三代：你搭建框架，它維護自己，還會吸收外部輸入自己進化。
三個來源，六次迭代，兩週時間。
系統不是設計出來的，是餵出來的。
你餵給它什麼，它就變成什麼。
關於作者
Roland，醫學&經濟學博士，新世代 AI 實踐者，跨領域思考者，現居澳洲。
分享如何跨領域運用 AI 工具重構現實世界業務、AI 工具、認知升級相關內容。
👉 關注 @Roland_WayneOZ