針織拙見

Mark Manson 的人生智慧建議

2026-04-03T00:00:00+00:00

</iframe> </div> </div>

恐懼的大小，通常跟事情的重要程度成正比。你越怕去做的事，往往越是你該做的事。</li>
真正好的關係，通常是你先學會一個人也能安穩自在之後，才接得住。</li>
自信，就是能夠坦然喜歡自己，不用一直跟人道歉。</li>
自律才是最高級的自我照顧。不是泡澡、不是「寵一下自己」，而是願意去做那件辛苦但未來的你會感謝你的事。</li>
界線一設下去，最不爽的通常是那些以前靠你沒界線在得利的人。</li>
你缺的通常不是動力、名師或完美計畫，而是承受痛苦和不舒服的能力。</li>
不肯面對痛苦，就很難成長。真正有份量的自我理解，多半都來自受傷的時刻。</li>
不作為的代價，常常比做錯的代價還高。先動起來，比原地空想有用。</li>
真正的強大，不是裝硬。是明明有理由翻臉，卻還能保有分寸和體面。</li>
家人最常教會你的，是怎麼去愛一個你未必真的喜歡的人。</li>
人生的難題不太會變簡單，只是你會越來越會扛。</li>
很多時間管理問題，本質上其實是恐懼管理問題。拖延不是因為你不會做，而是因為那件事讓你怕。</li>
不是每個問題都需要立刻解決。有些只需要時間，有些需要接納，有些根本只是你不習慣的不舒服。</li>
當人生丟檸檬給你，有時不是優雅地做成果汁，而是先硬著頭皮撐住，再回瞪人生。</li>
情緒成熟很多時候看起來像「先安靜一下」。先停一下再反應，有時不回嘴反而更有力量。</li>
年紀越大越會知道：有些時候，讓別人覺得自己是對的，反而比較有智慧。</li>
真朋友不是只講你愛聽的話，而是願意冒著惹你不爽的風險，也要提醒你對未來有幫助的事。</li>
如果 8 歲的你遇到現在的你，他會不會為你感到驕傲？不是看頭銜或存款，而是看你怎麼對人、活成什麼樣子。</li>
只有覺察、沒有行動，其實也是另一種卡住。有洞見卻不改變，只是比較高級的偷懶。</li>
療癒，是從你不再把混亂和失衡當成熟悉的家開始。健康和平靜，一開始甚至可能讓你覺得無聊。</li>
你的祖先熬過戰爭、飢荒、瘟疫，別再拿自己的生活去跟網路上不認識的人硬比。先心存感謝。</li>
你不是缺更多東西，而是該砍掉更多不重要的東西。人生很多時候是做減法，不是一直加碼。</li>
跟自己說話的方式，要像你對好朋友那樣。別用你不會對朋友說的狠話去罵自己。</li>
悲傷有多深，往往代表你愛得有多深。哀傷其實是你曾經真正在乎過的收據。</li>
真正的自由，是從你不再一直需要別人喜歡你開始。不然你只是一直在表演。</li>
真正會改變人生的，大概就三件事：愛、自律、失去。</li>
人生最好的時刻，當下常常看起來很普通。很多幸福都是事後回頭才知道那時有多好。</li>
別再等某個大事件發生，才覺得自己會快樂。快樂不是等來的。</li>
成熟，是為了重要的事，願意承受那些你不喜歡但值得的部分。好玩不一定有價值，有價值的事也常常不好玩。</li>
別因為以前不懂而一直怪自己。很多事本來就只能靠時間慢慢學會。</li>
自我價值不是靠模仿別人長出來的。仿得再像，也不會比做自己更有價值。</li>
真正的友情不怕你變好。會因為你成長而不舒服的，多半本來就不是真朋友。</li>
你不用向任何人證明什麼，連向自己證明都不必。</li>
那個把你搞到焦慮、自我懷疑、精神狀態一直被拉垮的人，不會是你的真愛。那不是激情，很多時候只是創傷反應。</li>
去參加聚會、約會或面試時，別只想著「他們會不會看不起我」。更該問的是：「這些人值得我費力討好嗎？」</li>
總想讓所有人都喜歡你，最後最容易把自己弄空。一直照別人的喜好活，到頭來會不知道自己到底是誰。</li>
很多時候，沒人真的在等你的高見。這反而是好事；意見太多，反而容易把自己困住。</li>
好伴侶會讓你的人生其他部分都變輕鬆；差的伴侶則會讓所有事都變難。親密關係往往是人生槓桿最大的一個決定。</li>
動力只是一種感覺，來來去去像天氣。真正改變人生的人，是沒感覺、很痛苦時還是繼續往前走的人。</li>
走出傷痛，不是假裝沒事。而是誠實承認它真的很痛，別羞於承認，然後還是選擇往前走。</li>
你現在很多煩惱，其實是以前想要的東西真的拿到之後附帶的新難題。這不一定是走錯路，只是你升級了，問題也升級了。</li>
世界會獎勵那些願意先出手、先開始的人。很多夢不是輸在失敗，而是輸在根本沒開始。</li>
真正的大人感，是你不再等別人來救你。願意承認自己要為自己的人生負責，人生才真正開始。</li> </ol>

AI 負責寫 Code，工程師去重訓：用 Tailscale + tmux + Termius 實現健身房開發

2026-03-19T00:00:00+00:00

等 AI 的空檔，拿來重訓</h1>
最近覺得用 AI 輔助開發的比例越來越高，特別在嚴謹度需求較低的專案，不需要像以前每行程式碼都仔細審視，而是透過作更完整的設計與規劃，設定好驗證的機制，然後持續地與 AI 一次次迭代，來達到有品質的成果。</p>
搭配最近考慮健康相關的問題，突發奇想「在這樣需要等 AI 產出與迭代的過程，工程師如果是邊重訓、邊在組間休息時驗證及決定下一步</strong>」似乎是一個還不錯的 Work-Health Balance 組合 😆</p>
所以最近一兩週的一個小目標，就是想建立一個能在健身房用手機用 Claude Code 開發的工作流。</p>

之前踩過的坑</h1>
Omnara</h2>
最早有試過 Omnara</a>，這是一個 YC 的新創公司，能將 Coding Agent 包裹起來，提供手機 App 讓你操控你的 Coding Agent。</p>
但嘗試過後體驗不太順，你必須要先在電腦上用 Omnara 建立好 Claude Code Session 才能操作，而且 Claude Code 本身更新很快，Omnara 的 UI 常常沒能跟上，用起來容易有破版或缺功能的問題，一陣子後就沒在用了。</p>
Claude Code Remote Control</h2>
後來聽說 Claude Code 要推出 Remote Control 的功能，還蠻期待的。</p>
但等到自己可以用之後，試了一次在健身房遠端開發。結果遇到需要允許較高權限的指令時，畫面就卡住不動，重新連線後雖然有顯示 Allow Once 的選項，但按下去也沒反應。</p>
可能還需要等待一段時間讓穩定性更高一些。</p>
Tailscale + tmux + Termius</h1>
Remote Control 嘗試失敗之後，就讓我想到之前其實就有在 Threads 上看人推薦 Tailscale + tmux + Termius 三件組可以達到一樣的目的，但一直因為要安裝設定三個東西覺得很麻煩，遲遲沒有行動。</p>
直到今天重訓前，臨時起意試著設定看看，結果花了大概十分鐘就全部搞定，覺得當初高估了它的複雜度。</p>
後來 在 Threads 簡單分享這個組合很好用</a>，發現很多人回覆先卡一個之後試，跟之前的我一樣，就覺得可以寫篇文章給大家一些指引，或許沒有你想像的那麼難裝。</p>

不過前情提要一下，因為我是工程師，或許安裝這些東西原本就對我來說更容易一點。然後我之前在 設定龍蝦時</a>，其實就把電腦端和手機端的 Tailscale 都設定好了，所以我設定的十分鐘其實不包含 Tailscale 的部分。</p> </blockquote>
這三個工具是什麼</h2>
Tailscale：建立安全的私人網路</h3>
Tailscale</a> 是一個基於 WireGuard 的 VPN 服務，可以把你的裝置組成一個私有網路（Tailnet）。只要裝置都在同一個 Tailnet 裡，就可以用固定的私有 IP 互相連線，不需要設定防火牆、不需要暴露在公開網路上。</p>
免費方案支援最多 100 個裝置，個人使用完全夠用。</p>
tmux：讓 Session 在背景持續運行</h3>
tmux</a> 是 Terminal 的 Session 管理工具。它讓你可以把 Terminal 工作階段跑在背景，就算 SSH 連線斷了，遠端的 Claude Code 依然繼續執行，下次連回來只需要 `tmux attach</code> 就能接回原本的狀態。</p>`
`Termius：手機上的 SSH Client</h3>`Termius</a> 是手機上的 Terminal 應用程式，支援 iOS 和 Android，介面設計對觸控蠻友好的，也支援儲存 SSH 連線設定，不用每次都手動輸入 IP 和帳號密碼。</p> 三個工具加在一起：Tailscale 負責讓手機找得到電腦、tmux 讓 Claude Code 在背景持續跑、Termius 讓手機能操作 Terminal，就是完整三件組的能力。</p> </p> 簡易示意圖</p> 設定步驟</h1> 我的裝置是用 iPhone 去連結 Mac Mini 上的 Claude Code，如果裝置不同可能會有一些差異。</p> </blockquote> 電腦端（Mac Mini）</h2> 1. 安裝 Tailscale</h3> brew</span> install</span> --cask</span> tailscale</span></span></code></pre> 安裝完後開啟 Tailscale，登入帳號，確認 Mac Mini 出現在 Tailscale Admin Console</a>。</p> 2. 啟用 SSH</h3> macOS 預設沒有開 SSH，需要手動啟用：</p> 系統設定</strong> → 一般</strong> → 共享</strong> → 開啟遠端登入</strong></p> 確認有勾選允許你的帳號存取。</p> 3. 安裝 tmux</h3> brew</span> install tmux</span></span></code></pre>4. 設定 tmux（行動裝置優化）</h3> 安裝完後建議加一份最小設定，讓 Termius 在手機上操作更順：</p> # ~/.tmux.conf</span></span> set -g</span> mouse on</span> # 觸控捲動與點選 pane（最重要）</span></span> set -sg</span> escape-time</span> 0</span> # 減少輸入延遲</span></span> set -g</span> history-limit</span> 10000</span> # 增加捲動記錄長度</span></span></code></pre> 其中 mouse on</code> 是關鍵：沒有這行的話，在 Termius 上滑動畫面不會捲動輸出，而是會循環切換歷史指令，非常難用。</p> 設定完後執行一次讓設定生效：</p> tmux</span> source-file ~/.tmux.conf</span></span></code></pre>5. 確認 Tailscale IP</h3> 可以在狀態列看到</p> </p> 在 Mac Mini 上執行：</p> tailscale</span> ip</span> -4</span></span></code></pre> 記下這個 IP（格式通常為 100.x.x.x</code>），等一下在 Termius 設定 SSH 連線時會用到。</p> 手機端</h2> 1. 安裝並設定 Tailscale</h3> 在 App Store 或 Google Play 安裝 Tailscale</a>，登入同一個帳號</strong>，確認 Mac Mini 的名稱出現在裝置列表裡。</p> 2. 安裝 Termius</h3> 在 App Store 或 Google Play 安裝 Termius</a>。</p> 3. 在 Termius 新增 SSH Host</h3> 開啟 Termius，新增一個 Host：</p> Hostname</strong>：填入剛才的 Tailscale IP（100.x.x.x</code>）</li> Username</strong>：Mac Mini 的使用者名稱</li> Password</strong>：密碼，或設定 SSH Key（建議）</li> </ul> 存好之後點進去連線，如果成功看到 Terminal 畫面就設定完成。</p> 實際使用流程</h1> 確認電腦和手機的 Tailscale 都有開啟</li> 開啟 Termius，連線到 Mac Mini</li> 執行 tmux attach -t termius 2>/dev/null || tmux new-session -s termius</code> 創立或接回 session 如果 Termius 付費的話，可以直接用 Startup Snippet 做這個設定，就不用自己打指令</li> </ol> </li> 開啟 Claude Code 或下其他指令</li> </ol> 加碼：RealVNC（處理需要畫面的操作）</h1> 我自己是還有在手機上裝 RealVNC 來做如果需要操作電腦桌面的選項，例如 Claude Code 的 Session 過期需要重新登入。</p> 手機端：</strong> 安裝 RealVNC Viewer</a>，輸入 Mac Mini 的 Tailscale IP 連線。會跳出連線沒有加密的警告，但在 Tailnet 的設定下沒有問題。</p> 心得</h1> 設定完之後立刻就去健身房試了一下，除了 Termius 在打中文字時畫面會有點破版（但不影響輸入），整體使用下還蠻方便的。</p> 另外有感的是要慎選要做的專案，如果需要介入操作太多就不太適合，一直久佔器材不重訓是會被討厭的喔 😆</p>



馬斯洛需求漢堡模型
2026-03-19T00:00:00+00:00
創作者：Tim Ferriss</a></p>
文章：The Self-Help Trap</a></p>
Tim Ferriss 在新的一篇部落格提到當大家提到馬斯洛需求層次理論時，總是用金字塔模型，而且常常最上層是自我實現，少了馬斯洛在 1971 年補充的自我超越概念，並且從馬斯洛從頭到尾也沒有說是金字塔模型。</p>
</p>
他覺得更好的模型是漢堡模型，中間最重要的漢堡肉是自我超越，也就是與他人的關係</strong>和奉獻於超越自我的存在</strong>。肉可以提升其他的食材的美味度，但其他的食材也很重要，不然就不是一個漢堡。</p>
而過往用以自我實現為頂部的金字塔模型太強調在個人修煉，但更重要的是與世界的關係，不妨可以思考如何將個人修煉的方法用在增進與他人的關係或服務比自己更高的事物，而不是最後成為自我沈迷的自我吞噬蛇（SOMO）。</p>
</p>


如何在一台電腦上使用多個 Claude Code Profile
2026-03-04T00:00:00+00:00
如果你同時有個人和工作兩個 Claude Code 帳號，或是想為不同專案維護獨立的設定，可以透過一個簡單的 alias 來達成。</p>
設定方式</h1>
在你的 Shell 設定檔（以 zsh 為例是 ~/.zshrc</code>，bash 則是 ~/.bashrc</code>）加入：</p>
alias</span> claude-work</span>=</span>"CLAUDE_CONFIG_DIR=~/.claude-work claude"</span></span></code></pre>
存檔後重新載入設定（或開新的終端機視窗），然後執行一次 claude-work</code> 完成登入。</p>
之後就可以這樣使用：</p>

claude</code> — 使用預設環境（設定存在 ~/.claude</code>）</li>
claude-work</code> — 使用工作環境（設定存在 ~/.claude-work</code>）</li>
</ul>
兩個環境彼此獨立，帳號、設定、對話記錄都不會互相影響。</p>
我自己是在 MacOS 上使用，但照理說 Linux 和 Windows 上的 WSL 應該也都適用。</p>


用 AI 的關鍵法則：10-80-10 Rule
2026-02-23T00:00:00+00:00
10%：花前 10% 的努力精煉 Prompt，提供足夠的 Context 讓 AI 的產出趨近你的需求，而不是用簡單的 Prompt 創造 AI 垃圾。</p>
80%：讓 AI 完成中間的 80%。</p>
10%：確認最終品質做小修正。</p>


龍蝦（OpenClaw）打擊人類脆弱性的首例？
2026-02-23T00:00:00+00:00
創作者：Herman Martinus</a></p>
文章：Pockets of Humanity</a></p>
有 OpenClaw 的 Agent 主動發 PR 到 Public Repo matplotlib</code>，在被 Repo Owner 以 PR 需要人工介入而拒絕後，Agent 主動對 Repo Owner 的個人資訊作研究並寫了一篇文章來公開羞辱他。</p>
若真有脆弱的人類個體被威脅成功的話，這樣有惡意意圖的 AI Agent 就有機會安插惡意程式碼到某個流行的公共模組。</p>
好像不無可能 🤔🤔🤔🤔🤔</p>


龍蝦（OpenClaw）掃雷記錄：Cron Job 的 Delivery Mode
2026-02-16T00:00:00+00:00
在【上一篇</a>】介紹了 Heartbeat Cron 與 Isolated Cron 的差異與適用情境，後來分析自己都沒有需要跑在 Main Session 的場景，所以把現有的定時任務都改成了 Isolated Cron，也關掉了 Heartbeat。但在修改的過程又踩了一個雷，設定好的 Cron Job 最後的結果都沒有符合自己設定的格式</strong>。這篇記錄一下排查的過程。</p>
起因</h1>
在重新把 Cron Job 改為 Isolated Cron 的過程中，龍蝦建議可以用 announce</code> Delivery Mode，只要設定好結果要送的 Channel，系統就會自動把結果送過去，這樣 Agent 就不需要額外呼叫 Slack 的 Message 工具來發訊息。嗯，聽起來很合理。</strong></p>

發現跟龍蝦一起設定遇到的問題都是聽起來很合理就接受了🤣</p>
</blockquote>
格式怎麼改都不對</h1>
</p>
設定完之後，Cron Job 確實會跑，Slack 也確實收到了訊息。但問題是「送到 Slack 的內容格式，和與龍蝦討論完設定甚至是測試後的格式都不一樣</strong>」。</p>
我在 Prompt 裡很明確地定義了輸出的格式，甚至給了參考範例（Few Shot Prompting</a>），但最後到 Slack 的內容都變成了總結式的段落，沒有依照設定的格式。</p>
要求龍蝦來來回回嘗試改了好幾次，甚至請龍蝦跑了測試，都說沒有問題，但最後送到 Slack 的訊息還是一直重複一樣的問題。燒了 Token 卻沒有任何進展，只是重複地做無效的嘗試。</p>
找到真正的原因</h1>
後來放棄委任式地讓龍蝦嘗試修改，直接和 Claude Code 一起仔細看執行的細節，才發現問題出在 announce</code> Delivery Mode 的機制。</p>
在 announce</code> 模式下，Agent 產出回覆之後，系統會對 Agent 的原始輸出再做一次 LLM 摘要</strong>，然後把摘要送到指定的 Channel。也就是說，不管在 Prompt 裡怎麼精心設計輸出格式，最後都會被這一層摘要改寫成總結式的結果。</p>
最後把 Delivery Mode 改成 none</code> 就解決了。改成 none</code> 之後，Agent 需要自己呼叫 Message 工具把內容發到 Slack，但你可以完全控制送出去的內容，格式不會被動到。</p>
Announce Delivery Mode 是什麼</h1>
回頭整理一下 OpenClaw Cron Job 的兩種 Delivery Mode。</p>
announce</code> 模式（預設）</h2>
執行流程：</p>

Isolated Session 的 Agent 根據 payload.message</code> 產出回覆</li>
系統對 Agent 的原始輸出做一次 LLM 摘要</li>
摘要被送到 delivery.channel</code> + delivery.to</code> 指定的目標</li>
同時，一個簡短摘要也會送到 Main Session</li>
</ol>
設定方式：</p>
openclaw</span> cron edit</span> <</span>jobI</span>d</span>></span> --announce</span></span></code></pre>none</code> 模式</h2>

系統不做任何 Delivery</li>
Agent 需要自己使用 Message 工具直接發訊息到目標 Channel</li>
輸出內容完全由 Agent 控制，格式不會被改寫</li>
</ul>
設定方式：</p>
openclaw</span> cron edit</span> <</span>jobI</span>d</span>></span> --no-deliver</span></span></code></pre>
在 none</code> 模式下，需要在 payload.message</code> 裡明確指示 Agent 使用 Message 工具發送訊息，例如：「使用 Message 工具將完整內容原文發送到 Slack channel <channelId></code>」。</p>
什麼時候適合用 Announce Delivery Mode</h1>
研究了一下 Announce Delivery Mode 的設計，覺得它的初衷應該是「把 Agent 冗長的執行過程壓縮成一則人類可讀的通知</strong>」。</p>
適合的場景：</p>

監控告警型任務</strong>：「每天檢查伺服器狀態，有異常就通知我」。Agent 可能做了大量分析——查 Logs、跑 Health Check、比較 Metrics——但你只需要一句「一切正常」或「CPU 異常偏高」。這種情境下摘要反而是你要的。</li>
資訊彙整型任務</strong>：「每週整理 GitHub issues 進度」。Agent 的原始產出可能很長，摘要幫你抓重點推到 channel。</li>
懶人模式</strong>：不需要在 Prompt 裡處理 Message 工具的呼叫邏輯，系統自動搞定 Delivery，設定成本最低。</li>
</ul>
不適合的場景：</p>

在意格式或結構化的輸出</strong>：表格、清單、特定 Markdown 結構</li>
原文轉發需求</strong>：你希望 Agent 產出什麼，Channel 就收到什麼</li>
</ul>
簡單來說，announce</code> 是「我只想被通知結果，不在乎格式」的模式；none</code> 是「我要完全控制輸出」的模式。根據你的任務的性質選擇合適的方式。</p>
心得</h1>
使用龍蝦和 LLM 的經驗非常相似，在使用過程中如果感受到接近其能力的邊緣，就要花更多心力介入一起 Debug 或是嘗試不同方法。如果只會重複的嘗試，永遠都撞不破那道牆，最後你會覺得這個工具很沒用。切記要讓自己的思維有彈性、覺察工具的限制，讓自己成為更好的駕馭者。</p>


龍蝦（OpenClaw）的排程任務：Heartbeat Cron vs Isolated Cron 的差異與選擇
2026-02-13T00:00:00+00:00
</p>
在上一篇</a>提到我把龍蝦跑在家裡的 Mac Mini 上當個人 AI 助手用。除了安全性上，另一個重點就是有效性。我最常就是直接在 Slack 和他對話，探索如何讓龍蝦協助我完成日常工作。如果覺得有什麼設定需要調整，會請他直接幫我改 Config 作一些設定，不會自己去深入研究應該要怎麼設定。</p>
我的第一個定時任務（Cron Job）</h1>
第一個想到想作的定時任務是「在每天晚上十點總結我跟龍蝦之間的對話」。想要在一天的對話後，回顧自己到底改了哪些東西，方便作下一步的規劃。當時也沒有多想，就跟龍蝦提需求，讓他自己完成，他就幫我建立了用 Main Session + systemEvent</strong> 的方式來實作，當時也有遇到沒有定時觸發的問題，龍蝦查了一下發現少了 Heartbeat 的設置，也自動幫我補上了。</p>
後續也建立了幾個定時任務，例如去回顧我今天待辦事項的完成狀況與行事曆、定時抓取重要的經濟與股市新聞、監控龍蝦的版本是否有更新等等。雖然也是都用對話的方式讓龍蝦自己去設定，但在討論中偶爾他會提出這樣的任務因為不需要其他的資訊應該要跑在獨立的 Session 上</strong>，聽起來也合理就設定了。</p>
直到最近在檢視 Token 的使用時，才發現主要的 Session 會一直在處理 Heartbeat 的任務，塞滿 Main Session 的 Context Window。在想著要優化 Token 使用效率的過程，反而才弄懂了 Heartbeat Cron 與 Isolated Cron 的差異。</p>
OpenClaw 的 Heartbeat 機制</h1>
在比較兩種排程方式之前，先簡單理解 OpenClaw 的 Heartbeat 機制。</p>
Heartbeat 是 OpenClaw 讓 Agent 從被動回應變成主動巡查</strong>的核心機制。每隔一段時間（預設 30 分鐘），Gateway 會對 Agent 發送一個 Heartbeat Prompt，Agent 會去讀取工作區中的 HEARTBEAT.md</code> 檔案，檢查裡面列出的待辦事項，然後決定要回傳靜默的 HEARTBEAT_OK</code>（沒事）還是主動發訊息通知（有事）。</p>
HEARTBEAT.md</code> 本質上就是一份你希望 Agent 定期監控的巡查清單，例如：收信箱是否有緊急郵件、行事曆是否有即將到來的會議、Git 是否有未合併的 PR 等。如果 HEARTBEAT.md</code> 存在但內容是空的（只有空行和 Markdown 標題），OpenClaw 會跳過該次 Heartbeat 以節省運算資源。</p>
關鍵的設計在於：Heartbeat 運行在與對話相同的 Main Session 中，Agent 能記住之前檢查過什麼、避免重複通知，並根據過去的結果來調整判斷。</p>
Heartbeat Cron 與 Isolated Cron 的配置方式</h1>
Heartbeat Cron</h2>
設定 sessionTarget: "main"</code> 搭配 payload.kind: "systemEvent"</code>，排程觸發時任務會在 Main Session 上執行，也就是共用預設的對話。</p>
核心特性：</strong></p>

任務可以讀取 Main Session 的完整對話上下文。也就是為什麼我提到我想總結對話時，龍蝦決定幫我用這個設定</li>
走 Heartbeat Prompt（HEARTBEAT.md</code>）的處理路徑</li>
</ul>
適合的場景：</strong></p>

任務需要依賴對話脈絡</li>
</ul>
限制：</strong></p>

每次執行都會增加 main session 的 context，長期下來 token 消耗會增加</li>
如果你的 heartbeat</code> 設成 0m</code>（關閉），用 wakeMode: next-heartbeat</code> 不會生效，因為沒有週期性的 Heartbeat Tick</li>
排程任務跟預設對話共用同一條 session，會互相影響上下文</li>
</ul>
實用設定提示：</strong></p>

可以設定 activeHours</code>（例如 08:00–24:00</code>）限制 heartbeat 只在特定時段內執行，避免半夜收到不緊急的通知</li>
預設情況下 heartbeat 會用主模型處理，但簡單的巡查任務不一定需要最強的模型，可以選擇較經濟的模型來降低成本</li>
</ul>
Isolated Cron</h2>
設定 sessionTarget: "isolated"</code> 搭配 payload.kind: "agentTurn"</code>，每次觸發時會開一個全新的獨立 session 來執行任務。</p>
核心特性：</strong></p>

每次執行都是乾淨的上下文，不會讀到也不會污染 main session</li>
可以指定不同的 model 和 thinking 模式</li>
支援 delivery</code> 設定，可以把結果直接送到 Channel</li>
</ul>
適合的場景：</strong></p>

任務不需要對話脈絡，例如定時抓 RSS、天氣摘要、新聞整理</li>
想節省 token 用量，每次乾淨執行</li>
</ul>
限制：</strong></p>

每次都是全新 session，沒有跨次執行的記憶，除非額外透過檔案來持久化狀態</li>
</ul>
怎麼選？</h1>
簡單的判斷方式：這個任務需不需要知道我之前跟龍蝦聊了什麼？</strong></p>

需要 → Heartbeat Cron</li>
不需要 → Isolated Cron</li>
</ul>
更具體來說，Main Session 的共享 Context 在以下場景才真正有不可替代的價值：</p>

需要感知「剛才聊了什麼」的連續判斷</strong> — 你跟龍蝦說「我在等小明回那份合約的信，來了馬上通知我」，Heartbeat 下次醒來時因為在同一個 Session，天然就知道這件事要優先看。Isolated Cron 不在同一個 Context 裡，你得額外把這種臨時性的意圖寫進某個 State File，它才知道。</li>
避免跟對話內容重複通知</strong> — 如果你 10 分鐘前在聊天裡已經處理了某封郵件，Heartbeat 因為看得到對話歷史，不會再通知你一次。Isolated Cron 看不到主對話發生了什麼，除非另外做去重複的邏輯。</li>
跨任務的「連點成線」判斷</strong> — 上午跟龍蝦討論了 A 客戶的專案進度，下午 Heartbeat 醒來發現 A 客戶寄了一封信，它能把這兩件事關聯起來判斷緊急程度。Isolated Cron 缺少這個上下文，只能根據信件本身的內容做判斷。</li>
</ol>
但說實話，這些「優勢」在實務上的效益不一定大，只要用向量資料庫或檔案方式來儲存狀態，Isolated Cron 就能得知歷史狀態，達到一樣的效果。但重複使用 Main Session 則會導致 Context Window 會越來越大，每次 Heartbeat 都帶著完整對話歷史跑一次 Model Call，Token 花費得很快。Isolated Cron 的隔離性反而是優點：Scope 明確、Prompt 精簡、失敗不影響主對話、更容易 Debug。</p>
大部分的定時任務其實都不需要對話脈絡，所以 Isolated Cron 會是比較常用的選擇。把 Main Session 保持乾淨，只有在真正需要「感知對話流」的軟性判斷場景才走 Heartbeat Cron。</p>
心得</h1>
回頭看，一開始因為任務本身的需求（總結對話）而和龍蝦一起選了 Heartbeat Cron，但大多數排程任務用 Isolated Cron 會更合適。了解兩者的差異之後，就能根據任務的性質做出更好的選擇。</p>


透過 Tailscale 從任何裝置存取家裡的龍蝦（OpenClaw）
2026-02-05T00:00:00+00:00
OpenClaw 簡介</h1>
最近很流行養龍蝦。</p>
</p>
龍蝦（OpenClaw）</a> 是一個跑在個人電腦上的 AI Agent，我覺得厲害的地方是 Channel</a> 整合做得很好，支援 Slack、Telegram、WhatsApp、Line 等各種通訊平台，簡單設定完就可以用想要的方式跟 Agent 溝通。我自己是接到個人 Slack 來跟他對話。</p>
因為跑在本機，OpenClaw 可以操作電腦上的各種工具——讀寫檔案、執行指令、瀏覽網頁，權限很大，所以可以當成很強的個人助理來用。但好用跟安全性通常是反向的，權限越大風險也越高，所以邊在探索使用情境的同時也會特別注意安全性的設定。</p>
我的 OpenClaw 跑在家裡的 Mac Mini 上，作為 24 小時運行的個人 AI 助手。但 OpenClaw Gateway 預設綁定在 localhost</code>，也就是只能在 Mac Mini 本機上存取 UI。但是我大部分時間都是用 MacBook 在工作，偶爾也想在手機上排查 OpenClaw 的狀態，所以就研究了一下怎麼從其他裝置連上去。</p>
這篇記錄一下 OpenClaw 串接 Tailscale</a> 的設定。</p>
Tailscale 簡介</h1>
Tailscale 是一個基於 WireGuard</a> 的 VPN 服務，主要用途是把你的裝置組成一個私有網路（Tailnet）。跟傳統 VPN 不同的是，Tailscale 不需要自己架設 VPN Server，裝置之間是直接點對點連線，延遲很低。</p>
免費方案就可以連接最多 100 個裝置，對個人使用來說綽綽有餘。</p>
Tailscale Serve</h2>
這次主要用到的功能是 Tailscale Serve</a>。簡單來說，它可以把你本機的服務透過 Tailnet 以 HTTPS 的方式分享給你的其他裝置。</p>
舉例來說，你的 Mac Mini 上有一個跑在 http://localhost:18789</code> 的服務，透過 tailscale serve</code> 設定後，你的 MacBook 和手機只要在同一個 Tailnet 裡，就可以用 https://mac-mini.tail1234.ts.net</code> 這樣的網址安全存取。</p>
Tailscale Serve 方案解決了以下的問題：</p>

不需要開對外 Port</strong>：服務維持綁定在 localhost，不會暴露在外有未預期的存取</li>
自動 HTTPS</strong>：Tailscale 會自動處理憑證，不用自己用類似 Let's Encrypt 的方式申請憑證</li>
存取控制</strong>：只有 Tailnet 裡的裝置可以連上</li>
</ul>
而且 OpenClaw 原生就支援 Tailscale Serve 的整合，只需要透過 Config 就能輕鬆設定。</p>
設定步驟</h1>
1. 安裝 Tailscale</h2>
在 Mac Mini（OpenClaw 主機）和 MacBook 上都安裝 Tailscale 並登入同一個帳號。</p>
Mac 可以直接從 Mac App Store</a> 安裝，或用 Homebrew：</p>
brew</span> install</span> --cask</span> tailscale</span></span></code></pre>
安裝完後登入，確認兩台裝置都出現在 Tailscale Admin Console</a> 裡。</p>
2. 啟用 HTTPS</h2>
Tailscale Serve 需要 HTTPS 憑證，要先在 Admin Console 啟用：</p>
進入 DNS</strong> 頁面 → 確認 MagicDNS</strong> 和 HTTPS Certificates</strong> 都已啟用。</p>
3. 設定 OpenClaw</h2>
OpenClaw 原生支援 Tailscale Serve 的整合，只需要幾個設定：</p>
# Gateway 維持綁定在 localhost</span></span>
openclaw</span> config set gateway.bind loopback</span></span>
</span>
# 啟用 Tailscale Serve 模式</span></span>
openclaw</span> config set gateway.tailscale.mode serve</span></span>
</span>
# 設定信任的 Proxy（Tailscale Serve 從 localhost 轉發請求）</span></span>
openclaw</span> config set gateway.trustedProxies '["127.0.0.1"]'</span></span></code></pre>
設定完後重啟 Gateway：</p>
openclaw</span> gateway restart</span></span></code></pre>
OpenClaw 啟動時會自動執行 tailscale serve</code>，把 Gateway 的 port 透過 Tailscale 分享出去。</p>
在 tailscale.mode</code> 設成 serve</code> 的情況下，OpenClaw 預設會啟用 allowTailscale</code> 認證，不需要額外設定 Token 或密碼。</p>
4. 驗證連線</h2>
設定完成後，可以在 Mac Mini 上檢查 Tailscale Serve 的狀態：</p>
></span> tailscale serve status</span></span>
https://xxx.tailxxxxxx.ts.net</span> (tailnet</span> only</span>)</span></span>
|</span>--</span> / proxy http://127.0.0.1:18789</span></span></code></pre>
看到類似這樣的輸出，顯示你的 OpenClaw Gateway port 已經被 Serve 出去。</p>
接著在其他裝置上打開瀏覽器，輸入上述指令得到的 Tailscale 網址就可以看到 OpenClaw 的 UI 了。</p>
5. 手機設定</h2>
在手機上使用也很簡單：</p>

安裝 Tailscale App</li>
登入同一個帳號</li>
在手機瀏覽器輸入 Mac Mini 的 Tailscale 網址</li>
</ol>
因為 Tailscale 的認證是基於裝置和帳號的，只要手機加入了 Tailnet，就可以直接存取 OpenClaw UI。</p>


重新思考 AI 時代的開發流程
2026-01-20T00:00:00+00:00

    
        
        </iframe>
    </div>
</div>
個人與團隊的效率落差</h1>
在「麥肯錫全球 300 家企業 AI 生產力調查」中，發現雖然 AI Coding 工具大幅提升程式開發者的能力，但大多數的企業效率相較於之前卻只有 5-15% 的增長，只有少量的頂尖企業有顯著的提升。</p>
這個現象的根本原因是：軟體開發生命週期（Software Development Life Cycle, SDLC）舊有的流程和角色定義成為新時代的瓶頸。</strong></p>
要真正提升到 AI 時代的新效率，需要回頭審視並調整現有的工作流程與角色定義。</p>
工具層面：為任務類型挑選合適的 AI Agents 協作模式</h1>
針對不同類型的工作，可以採用不同的 AI Agents 協作模式：</p>
</p>

Agentic Factory</strong>：完全由 AI Agent 主導的生產模式</li>
AI Co-Creator Innovation Lab</strong>：AI 作為共同創作者的創新模式</li>
Human-Led with Co-Pilots</strong>：人類主導搭配 AI 副駕駛的模式</li>
</ul>
選擇合適的模式能更有效地發揮 AI Agents 的價值。</p>
流程層面：用實驗帶領團隊進行典範轉移</h1>
如同在任務層面，可以採用不同的 AI Agents 協作模式。在流程層面，我們也應該審視現有的流程是否造成瓶頸，透過實驗找出新的合作模式，帶領團隊進行典範轉移。</p>
以下是 AI 時代常見的典範轉移案例：</p>
</p>
從 User Story 到 Spec-driven</h2>
PM 進一步與 AI 合作，從傳統的 User Story 推進到 Spec-driven。</p>
User Story 模糊的細節往往造成開發時的不精確，導致重工。透過更明確、可測試的的規格定義，可以大幅減少溝通成本和重工次數。</p>
從產品需求文件（Product Requirement Document, PRD）到 Code-based Prototype</h2>
傳統冗長的產品需求文件往往耗時且難以傳達完整意圖。</p>
在 AI 輔助下，直接產出 Code-based Prototype。不僅更快速，也能更精確地呈現產品概念，讓團隊更早獲得可運作的回饋。</p>
從 Two-pizza Team 到 One-pizza Team</h2>
</p>
過去強調的 Two-pizza team（約 6-8 人）配置了不同專長的角色。</p>
在 AI 時代，團隊可以精簡為 One-pizza team，由具備 Full-Stack 能力的 Product Definer</strong> 和 Product Builder</strong> 組成。AI 填補了過去需要多個專業角色才能完成的工作，讓小團隊也能擁有完整的執行力。</p>
反思</h1>
AI 工具的進步不只是開發層面的進步，更是組織設計與流程重構的挑戰。</p>
能夠重新思考並調整工作方式的團隊，才能夠真正發揮 AI 帶來的生產力革命。</p>


Addy Osmani 從 Google 軟體工程師職涯中學到的 21 堂課
2026-01-14T00:00:00+00:00
創作者：Addy Osmani</a></p>
文章：21 lessons I wish I'd known earlier in my software engineering career</a></p>
很喜歡這篇！字字珠璣，特別推薦給工程師們閱讀！</p>
以下節錄我特別喜歡的句子和我的小心得：</p>
Strong opinions, weakly held.</h1>
複雜的討論都牽扯多面向的事實與不確定性。常常討論只是為了對齊想法，在現況下找到可接受的方向，而不是爭論某單一事項的正確與否。</p>
「Strong opinions, weakly held</strong>」精準描述在不確定性高的情境下，根據目前已知作下的結論並不能保證正確，應該根據後續的變化與新資訊作調整，不要把過往做出的決策當作像是自己的身分認同一樣去過度保護它。</p>
Momentum creates clarity. Analysis Paralysis created nothing.</h1>
如果不是重大、無法反悔的決策，應該趨向於先行動。行動後得到的反饋使未來更清晰，重複的分析癱瘓並不會帶來任何好處。</p>
Innovate only where you're uniquely paid to innovate. Everything else should default to boring, because boring has known failure modes.</h1>
在創造價值的地方創新，在其他地方選擇無聊的解法，因為無聊的解法已經累積很多已知的經驗。</p>
Abstractions don't remove complexity. They move it to the day you're on call.</h1>
很喜歡這句😆。</p>
認同適度的抽象化可以減輕在開發時的認知負擔，但當包裝的太多時，在解決問題時就難以輕易看到真相。需要在腦中不斷建立底層運作的模型。</p>
Teaching is debugging your own mental models.</h1>
教導他人是學習的秘笈，如果沒辦法教別人就是自己了解的還不夠透徹。</p>
When a measure becomes a target, it stops measuring.</h1>
一直謹記「Goodhart's Law: When a measure becomes a target, it ceases to be a good measure</strong>」只要一件事變成測量的指標，人們就會不自覺的去優化它，使這個指標失去意義。</p>
這篇文章提供了一個出口，成熟的工作者對於每個指標會添加另一方面的指標避免盲區，通常是速度和品質（或風險）的相對。</p>
重點要從指標的趨勢產生洞察，而不只是用單純的數值來監控。</p>
Most performance wins come from removing work, not adding cleverness.</h1>
有點像是在《2025 年度回顧</a>》提到的「厭倦最佳化」。在最佳化之前，應該先想想這件事有沒有必要做或是被最佳化。</p>
Know what you're trading, and make the trade deliberately.</h1>
在人生的不同階段中，錢和時間的相對價值會改變，確定你目前對於工作的交易依然還合理。</p>


不讓 Claude Code 下班的 Ralph Wiggum Plugin
2026-01-13T00:00:00+00:00
最近 Claude Code 作者之一的 Boris Cherny</a> 分享他如何使用 Claude Code</a>。發現他在執行長時間的任務時，會使用 Ralph Wiggum Plugin</a> 來確保長時間任務的結果符合預期。</p>
Ralph Wiggum 是誰？</h1>
</p>
在《辛普森家庭》裡，Ralph Wiggum 是個天真無邪、有點遲鈍但非常執著的小孩。他最經典的特質就是：不管遇到什麼挫折，都會繼續嘗試，永不放棄</strong>。</p>
用此命名的 Claude Code plugin 代表的理念就是「持續迭代，直到成功為止</strong>」。</p>
Ralph Wiggum Plugin 到底在做什麼？</h1>
用簡單的程式碼表示就是：</p>
while</span> true</span>;</span> do</span></span>
    claude</span> "完成這個功能"</span></span>
    if</span> [ 任務完成 ];</span> then</span></span>
        break</span></span>
    fi</span></span>
done</span></span></code></pre>
看似簡單的程式碼，也隱含了一些事實：</p>

執行的任務需要能重複執行，不管是因為要處理的任務數量很多，例如寫測試直到覆蓋率大於 85%，或是透過重複的迭代可以讓結果更好，例如調整參數直到效能達標。</li>
必須能明確定義任務結束的條件，也就隱含著任務的成功與否可以被驗證。</li>
</ol>
Ralph Wiggum plugin 的實作：防止 Claude Code 速速下班</h1>
1. 用 Slash Command 快速啟動循環</h2>
Plugin 實作了 Slash Command /ralph-loop</code> 指令來啟動迭代循環：</p>
使用範例：</p>
/ralph-loop</span> "建立一個 REST API。需求：CRUD 操作、輸入驗證、測試覆蓋率 > 80%。完成後輸出 <promise>COMPLETE</promise>"</span> --completion-promise</span> "COMPLETE"</span> --max-iterations 50</span></span></code></pre>
從參數裡我們我們可以看到：</p>

任務描述：建立一個 REST API。需求：CRUD 操作、輸入驗證、測試覆蓋率 > 80%。</code></li>
完成條件：需求：CRUD 操作、輸入驗證、測試覆蓋率 > 80%</code></li>
完成的停止方法：完成後輸出 <promise>COMPLETE</promise>"</code> + --completion-promise "COMPLETE"</code></li>
最大迭代次數以防止無限循環：--max-iterations 50</code></li>
</ul>
2. Stop Hook 攔截退出企圖</h2>
這是 Ralph Wiggum Plugin 的精隨。</p>
通常 Claude Code 在完成任務後會自然結束對話，但 Ralph Wiggum Plugin 透過 Stop Hook</strong> 攔截了這個退出動作，並且重複執行任務直到 Agent 驗證完成條件送出 Promise，或是到達設定的最大迭代次數。</p>
適合使用 Ralph Wiggum Plugin 的場景</h1>

有明確成功標準的任務（例如：所有測試通過）</li>
需要迭代改進的任務（例如：調整參數直到效能達標）</li>
Greenfield 專案（你可以放心讓它跑）</li>
有自動驗證機制的任務（tests, linters）</li>
</ul>
不適合的場景</h1>

需要人類判斷或設計決策的任務</li>
一次性操作（例如：資料庫 migration）</li>
成功標準不明確的任務</li>
</ul>


2025 年度回顧：世界越快我越亂🤪
2026-01-01T00:00:00+00:00

我們在這個月的 Podcast 節目「布米所以</a>」中也做了 2025 年的回顧，雖然內容不盡相同，但也歡迎你用聽的嘗試看看。</p>
</blockquote>
自己覺得自己今年最大的改變</h1>
厭惡最佳化</h2>
身為理工背景出身的人，「最佳化</strong>」常常會是一個不自覺就想追求的目標。「怎樣最省時間？」、「怎樣最省錢？」但在偏自由的生活中，漸漸較少是為了別人設定的目標而匆忙。</p>
當回到自己來審視意圖的時候，就回到了對自己的「意義</strong>」問題：我想要最佳化，是因為我的資源匱乏需要省資源嗎？還是我想讓自己覺得思考得很完整感覺聰明嗎？常常發現自己最佳化背後的目的其實沒有明確的意義，但為了達到最佳化的行為卻可能造成自己或他人的壓力或不便，那這個「最佳化」是值得的選擇嗎？</p>
檢視 2024 許下的期望</h1>
還記得在《2024 年回顧</a>》中，許下了對自己 2025 的期望：</p>


保持身心健康，持續覺察自我的狀態。</li>
建立能支持自己的系統，在狀態不好時能重拾動力。</li>
幫自己設定一些短期實驗，挑戰困難的事。</li>
與 AI 一起探索自己能力的邊界。</li>
</ul>
</blockquote>
保持身心健康，持續覺察自我的狀態。</h2>
身心健康上還算可以，在年初忽然覺得維持每週的上課跳舞習慣對我來說是很重要的事，一來是有高強度的有氧運動，上課過程聽音樂、做律動也都很快樂；二來雖然跟跳舞的同學也沒有真的到很熟，但上課的零星互動和課後聊天總是很開心。</p>
不過在自我覺察上沒做得很好。整體上，現在的生活比以前空閒了許多，但覺得「活在當下</strong>」的時間反而好像變少了。雖然有大把的時間可以運用，真正運用在深度工作的時間不多。</p>
雖然新年新希望是一個很無效的方法，但還是期望明年可以活的更正念一點，更好地運用時間。</p>
建立能支持自己的系統，在狀態不好時能重拾動力。</h2>
其實今年年初的時候想要好好建立自己的系統，還很有動力參加了 Ali Abdaal 的 2025 Productivity Spark</a>，學習大大們如何使用各種工具讓自己更有生產力，也嘗試閱讀《系統思考》（不過內容完全是不同的概念）。</p>
不過除了接案和顧問這種處理他人需求得工作外，好像訂不出自己想完成的專案，或是沒有執行太久就遇到障礙換方向等等。</p>
在目標不明確時，好像就更容易放棄在執行的習慣，這些習慣變成每日都要付出的低消，卻不知為何而戰。</p>
幫自己設定一些短期實驗，挑戰困難的事。</h2>
有點像 2024 三月執行的後設認知探索</a>，想要用一段時間的小專案來作某件事情，但發現自己在自由越久之後，越會質疑自己作某件事的意義跟可以得到的效果是什麼，最後什麼都沒作，有點對自己太寬鬆了。</p>
與 AI 一起探索自己能力的邊界。</h2>
這點算相對做得好的，有持續關注 AI 的發展，也實際運用在工作之中，但或許還是缺少一個大型的項目可以讓自己走得更遠，能真正測試到邊界。</p>
2026 分項展望</h1>
Health & Fitness</h2>
今年年末嘗試打了猛建樂，效果還不錯，希望能讓自己的身體回復到一個比較好的狀態。後續希望頻繁地測量身體數值用數據讓自己引以為戒，維持健康飲食和重訓的習慣。</p>
Work & Business</h2>
希望能持續累積學習，讓自己保持在有戰力的狀態，等待遇見值得投入的項目。</p>
Friends & Community</h2>
希望定期能與朋友相聚，嘗試參與感興趣的社群，成為能帶給他人正面能量的人。</p>
Personal Life & Family</h2>
希望能幫助身邊的人，使他們有能動性（Agency）</a>。</p>
Learning & Knowledge</h2>
希望能持續跟隨世界的改變而學習，好好地累積。希望自己能多一些小的寫作。AI 隨然能幫忙快速消費資訊，但要能產出自己對世界的理解模型，還是需要靠自己思考與組織。</p>
Travel & Culture</h2>
沒有特別想做到的事。</p>
Hobbies & Creativity</h2>
希望恢復每日作正念練習的習慣。</p>
Emotional & Spirituality</h2>
沒有特別想做到的事。</p>
Money & Finances</h2>
希望持續觀察世界脈動，隨著變化作調整。</p>
Proudest Accomplishments</h2>
感覺沒有，雖然有持續在學習但成果不足，希望來年可以做得更好。</p>
Biggest Challenges</h2>
覺得自己思考得太多又容易放棄得太早，希望自己能保持戰力等待被世界呼喚。但可以自己定一些短期的小計畫，在一段時間內讓自己盲從地去執行。</p>
Goals for Next Year</h2>
總結 2026 年對自己的期望：</p>

隨著世界的變化調整自己、持續累積，讓自己在有能力的狀態。</li>
做更多的小型寫作或小型專案，刻意練習產出。</li>
</ul>


2025 閱讀總回顧
2025-12-31T00:00:00+00:00
</p>
閱讀目標</h1>
今年大概是從 2021 開始有穩定的讀書習慣後，閱讀最少的一年。</p>
年初幫自己設定今年要閱讀 18 本書，結果最後只看完了 6 本，似乎延續 在前一年九月就開始的閱讀停滯</a>。</p>
如果要內省來找個原因的話，覺得是自己在閱讀上有一些心態上的轉變：</p>

自己算是偏向隨機閱讀，但主軸或許還是與追求生產力、效率、學習等等有關的書。在閱讀到一定的量之後，在相似領域的書開始讀到越多重複或類似的概念，有種閱讀邊際效益降低</strong>的感覺。</li>
用 AI 做知識的初步探索的成本太低了：當為了某個主題利用 AI 做探索，達到大概 60 到 70 分的了解所需要的時間降低了很多，有種知識速食化</strong>的感覺。而這樣速食化的知識取得使求知的需求</strong>快速被滿足，讓需要花費較多時間來閱讀書籍成為一件更有摩擦力</strong>的事。</li>
</ol>
不過回頭來說，即使今年閱讀的時間少了很多，但在閱讀時獲得新知或想法時還是蠻快樂的。</p>
2025 書單</h1>
簡單回顧今年閱讀的書籍以及從中學到最重要的一件事：</p>

《終局思維（Clear Thinking）</strong>》：人有很多因為基因或社會性帶來的預設潛意識反應，可以細分為情緒、自尊、社會、慣性等不同來源。必須培養讓自己能跳脫這些預設值的機制，為自己重要的決策做出更好的決定。</li>
《系統思考（Thinking in Systems）</strong>》：講述一套用系統動力學</strong>來解析一個系統運作的方式，包含當中的結構關係與行為之間的交互影響等等。雖然需要透過刻意的練習來熟練這種思考方式，不是輕易就能上手，但覺得在一些複雜問題上可以當作一個特別的視角來思考。</li>
《從 0 到 1（Zero to One）</strong>》：要創造一個成功的事業體要考慮很多面向，如技術、時機、市場、人員、銷售、護城河、秘密等等。當想要開啟一個事業是不錯的墊腳石。</li>
《連結（Nexus）</strong>》：是繼《人類大歷史</a>》、《人類大命運</a>》後，又再一次拜讀作者哈拉瑞（Harari）的書，蠻喜歡這本書用網路</strong>的框架來解釋社會的運作，再用一樣的框架來討論當 AI 出現後的時代會對人類文明造成什麼樣的危機。覺得在 AI 越來越成熟的現今，是很值得看的一本書。</li>
《沉思錄（Meditations）</strong>》：是古羅馬帝國皇帝馬可奧理略寫給自己的話，即使在距今將近 1900 年的時間跨度下，當時思考的哲學問題到今日還是相當實用，也想要努力追尋書中提到依本性而活</strong>的道理。</li>
《愛的藝術（The Art in Loving）</strong>》：「愛」這件事如果要很認真討論大概就會是這本書的樣子吧。回頭談到愛的來源是出自於對「合一</strong>」的渴望。偏偏每個人卻又是獨立的個體，再怎樣向外求愛，到頭來都是對自己的自戀。需要先回到自身解決母愛與父愛的議題，才能真正去愛人，甚至達到更高的普世愛。</li>
</ul>
今年最喜歡的是《連結》和《系統思考》。哈拉瑞的書雖然都超厚一本，但隨著他的編排閱讀，總是能信服於他對世界的框架；系統思考雖然偏硬，但總覺得認真拿來使用會是個很棒的方法論，有時間應該會想多投入一些時間弄得更清楚一點。</p>
覺得明年或許不會訂太高的閱讀數量，但希望可以把這些知識整理地更好，能在生活中實踐更多。</p>
更多閱讀總回顧</h1>

2021 閱讀總回顧</a></li>
2022 閱讀總回顧</a></li>
2023 閱讀總回顧</a></li>
2024 閱讀總回顧</a></li>
</ul>


AI Agents 正在吞噬 SaaS
2025-12-28T00:00:00+00:00
創作者：Martin Alderson</a></p>
文章：AI Agents are Starting to Eat SaaS</a></p>
過去 15 年是見證 Software eats the world</a> 的發生，隨著近年 LLM 與 AI Agents 的成熟，世界將開始轉變成 Agents eat SaaS。</p>
客製化工具將大大減少 SaaS 服務的需求。不需要為了少數特定功能，買擁有很多用不到的功能的 SaaS 服務，也不需要期待 SaaS 開發者在多方需求下能實作你需要的新功能。</p>
過往的客製化工具依賴開發工程師的知識，但現在有了不會離職的 AI Agents，對於工具細節的解釋及修改比過往來得容易很多。當然維運的需求會提升，所以作者預測對於 SRE 或 DevOps 角色的需求將會增加，甚至產生新的職位。</p>
但還是會有擁有護城河的 SaaS 服務存在：</p>

有高 SLA 需求的服務。</li>
金流相關服務。</li>
資料湖等擁有大型資料的服務。</li>
具有網路效應（Network Effect）的服務，如 Slack。</li>
擁有強大生態系或眾多 Plugin 的服務。</li>
擁有高價值資料集的服務，甚至未來能讓 AI Agent 以不同方式接上。</li>
監管需求相關服務。</li>
</ul>


少即是多的 CLAUDE.MD 撰寫原則
2025-12-16T00:00:00+00:00
作者：@0xblacklight</a></p>
文章：Writing a Good CLAUDE.MD</a></p>
CLAUDE.MD 是很好的方式去注入專案相關資訊的方法，但是 Claude Code 為了 LLM 的回答表現考量，會在傳送內容時添加以下內容：</p>
<system-reminder></span></span>
      IMPORTANT: this context may or may not be relevant to your tasks.</span></span>
      You should not respond to this context unless it is highly relevant to your task.</span></span>
</system-reminder></span></span></code></pre>
也就是說，如果你的 CLAUDE.MD 包含太多針對少數情境的指令，反而會降低 Claude Code 去使用當中內容的機會，而且是整份設定都忽略，而不只是你新增的部分。</p>
</p>
為當指令越多時，模型的表現下降 from 0xblacklight</a></p>
所以最好只在 CLAUDE.MD 放整個專案（或子資料夾）通用的指令。</p>
一般的原則：</p>

前沿的大模型約在 150~200 個指令還運行正常，但 Claude Code 本身的 System Prompt 就包含 50 個指令；模型越小，能支援的指令數量會大幅下降。</li>
小於 300 行</li>
可以用提供其他檔案的方式，作漸進式的 Context 提供。（類似 Claude Skills 的作法）</li>
</ul>


實作一個簡單版的搜尋引擎
2025-11-29T00:00:00+00:00
作者：Karboosx</a></p>
文章：Building a Simple Search Engine That Actually Works</a></p>
這篇文章搭配 DB 實作一個簡單版的搜尋引擎，雖然生活應該沒機會需要寫一個搜尋引擎，但或許裡頭有些實作部分能為其他專案帶來一些想法。</p>
附上自己整理思考用的關係圖：</p>
</p>


Don't Set a Goal For 2026 Until You Watch This
2025-11-20T00:00:00+00:00

    
        
        </iframe>
    </div>
</div>
傳統的目標設定專注在完成或失敗的未來瞬間，但人其實不擅長預測自己對未來事件發生時的感覺（抵達謬誤 Arrival Fallacy）。所以即便未來達成目標，也不一定能達到我們想像的美好。</p>
透過五個為什麼（Five Whys）</a>的方法，我們可以審視傳統目標背後的原因，讓背後的原因成為我們的意圖目標（Intentional Goal），我們的目標就從達成特定的條件轉變成是否成為想要成為的自己，我們可以透過反思不斷確認我們現在的狀態，修正前進的方向，而不是單純用完成目標與否評價自己。</p>


策略性成功（Strategic Success）
2025-11-07T00:00:00+00:00
創作者：Ness Labs</a></p>
文章：Strategic Success</a></p>
很多的文章告訴你如何追尋成功，但比較少反思成功與我們的關係，蠻喜歡這篇提出具有反思性的策略性成功（Strategic Success）。</p>
對於成功，通常我們有兩種反應方式：</p>

盲目的追尋：沒有探究成功與我們想要的生活之間的關係，只努力地追尋。</li>
逃避：雖然成功帶來巨大好處，但也伴隨著對生活的重大改變，損失規避</a>使我們感受到強烈的威脅，決定不接受成功。</li>
</ul>
作者提供了一種策略性成功的方法，幫助我們釐清成功與我們的關係，藉由反思確認我們追尋的成功符合我們的價值觀與優先次序：</p>
</p>
取自文章截圖</p>

具體定義我們目前追尋的成功：得到某個職位、完成某個目標...等等。</li>
列出成功後可能會有的改變：在每日行程、能量分配、人際關係、責任、財務狀況、身分認同...等等。</li>
問自己「這是我想要的嗎」？</li>
如果發現有不想要的改變，或許需要重新定義你的「成功」，抑或是對於自己最在乎的部分做保護機制，甚至重新思考這是否是該追尋的野心？</li>
</ol>
釐清我們和成功的關係，讓我們更清楚自己想追尋的是什麼，也較能適應其帶來的改變。</p>


我的 Vibe Coding 不是你的 Vibe Coding
2025-10-17T00:00:00+00:00
創作者：Simon Willison</a></p>
文章：Vibe engineering</a></p>
很多的紛爭都來自用詞的理解不同。很喜歡 Simon Willison 這篇新的文章，嘗試定義新名詞「Vibe Engineering</strong>」，區分與「Vibe Coding</strong>」的不同。工程師就可以對於 Vibe Coding 不要那麼的生氣？</p>
Vibe Coding</strong> 指的是一種快速、鬆散、不負責任的方式，主要以 Prompt 與 AI 協同開發，不需要在意結果實際上是如何運作；而 Vibe Engineering</strong> 則是指有經驗的開發者與 AI 協同加速開發，運用軟體工程內的經驗與技術，使 AI 能產生符合需求的結果。</p>
軟體開發的經驗與培養出來的良好習慣都能使 Vibe Engineering 的成果更好，不過也讓工程師寫程式碼的比重分配到更多不同的任務上，包括架構設計、規格撰寫、定義驗收條件、設計 Agent Loop</a>、驗收、管理會不斷嘗試騙你的數位實習生和大量的 Code Review 等等。</p>


工程師辦公室政治 101
2025-10-15T00:00:00+00:00
創作者：Matheus Lima</a></p>
文章：Stop Avoiding Politics</a></p>

政治不是問題，糟糕的政治才是。</p>
</blockquote>
政治是群體協調的方式，利用人際關係、影響力和非正式權力來達成結果。</p>
你可以拒絕參與政治，但團體還是會做出決策。你會抱怨決策者很笨，但實際上是擁有正確資訊的人並不在決策圈內，而懂得吵鬧的人會得到糖吃。</p>
開始參與政治的入門：</p>

在需要用到關係前，平時就建立關係、建立信任。</li>
了解他人真實的動機，將技術提案架構成能解決他人問題的樣貌。</li>
有效的向上管理，持續溝通重要的資訊及提供潛在的解決方案，協助上級做出良好決策。</li>
創造雙贏局面，不需要變成搶奪資源的零和賽局。</li>
不需要刻意刷能見度，但要讓自己的成果被看見。</li>
</ul>


要最大化 AI Agent 的產出還是得用 YOLO Mode
2025-10-14T00:00:00+00:00
創作者：Simon Willison</a></p>
文章：Designing agentic loops</a></p>
Simon Willison 提出要最大化 AI Agent 的產出，還是得要用 YOLO Mode。</p>
需要自動化嘗試大量選項的場景都很適合用 YOLO Mode：</p>

Debug</li>
各類型優化</li>
升級套件</li>
</ul>
但 YOLO Mode 有三個主要的風險：</p>

刪除重要的資料</li>
資料外洩，如個資或 credential</li>
機器被用來當作 proxy 拿來進行攻擊</li>
</ul>
為了發揮 YOLO Mode 的強大能力，可以考慮以下的方式降低風險：</p>

跑在沙盒環境裡如 Docker，或是別人的機器如 GitHub Codespaces。</li>
最小化 credential 的使用，如果還是需要，請給予測試環境的 credential 並設置預算上限。</li>
</ul>
以上 Simon Willison 將之稱為 Design Agentic Loops</strong>，藉由設計 Agent 的環境使產出最大化，其中還包含提供 agent 完成任務所需的工具、資料與指令等等。</p>


實作 MCP 與 API 的差異
2025-10-13T00:00:00+00:00
創作者：Anthropic</a></p>
文章：Writing effective tools for agents — with agents</a></p>
在撰寫 MCP 與傳統 API 比較大的差異是，MCP 是提供給 non-deterministic 的 agent 使用，要更依據使用情境去撰寫工具，跟傳統實作 CRUD</a> 的 API 長相不太一樣。</p>
此外，agent 的 context window 相比便宜的記憶體小很多，而無用的雜訊也會影響結果的品質，所以 MCP 工具更需要注重回傳資料的品質和數量。</p>
從 Claude 的 Writing Effective Tools for Agents 中特別學到，當工具因為回傳資料過多而需要作 truncate 或是發生錯誤時，可以在回傳內容直接作 prompt engineering 去指示 agents 可能解決的方式，這點倒是沒想過，蠻受用。</p>
</p>
當 truncate 發生時，可以提示 agent 可能的解決方式 from Anthropic</a></p>
</p>
當 error 發生時，對 agent 沒幫助的回傳內容 from Anthropic</a></p>
</p>
當 error 發生時，可以提示 agent 可能的解決方式 from Anthropic</a></p>


社會喪失小型組織的風險
2025-10-01T00:00:00+00:00
創作者：Terence Tao</a></p>
文章：Social organization layers</a></p>
社會組織有四個層級：個人、小型組織（家庭、朋友、社群）、大型組織（企業、政府、跨國機構）、複雜系統（全球經濟、環境、流行文化）</p>
現代科技的果實主要賦權了大型組織，也稍微分配給個人，卻弱化了小型組織。</p>
雖然物質生活改善了，但大型組織提供的社交與情感連結並不真實，個人的力量也難以影響大型組織，只能彼此競爭來獲取財富或奪權，最終使人感到疏離、孤獨與無力感。</p>
必須要更重視小型組織的價值，也要注意從小型組織轉變成大型組織時的代價。</p>


AI Agents 的致命三重組合：安全性思考框架
2025-08-23T00:00:00+00:00
作者：Simon Willison</a></p>
文章：AI agents and the "lethal trifecta"</a></p>
蠻喜歡 Simon Willison 提出的 AI Agents 的致命三重組合（The Lethal Trifecta），可以當作思考 AI Agents 安全性的捷徑，分別是：</p>

存取隱私資料</strong>：AI Agent 能夠存取敏感或私人資訊</li>
暴露在不受信任的資料</strong>：AI Agent 會處理來自外部或不可信來源的資料</li>
有能力對外溝通</strong>：AI Agent 具備向外部服務或系統傳送資料的能力</li>
</ul>
只要使用的 AI Agents 同時具有這三種能力或在這樣的情況，就有可能受到 Prompt Injection 的攻擊，且能將隱私資料外流。</p>
不管是開發 AI Agents 或是在自己的電腦使用 AI 串接 MCP，這個規則能在心中當作一個安全性的警鐘，注意目前使用的 AI Agents 是否有安全疑慮。</p>


Do Things that Don't Scale and then Don't Scale
2025-08-23T00:00:00+00:00
作者：Adam Derewecki</a></p>
文章：Do Things that Don't Scale and then Don't Scale</a></p>
蠻有趣的想法。</p>
以 Paul Graham 的 "Do Things that Don't Scale</a>"，增加 "And then, Don't Scale"</p>
在 AI Coding 的時代，初期 Prototype 的開發成本大幅降低，越來越多人可以透過 AI 工具開發滿足自己需求的應用程式。但如果想要做的更大，就會有更多的考量點，也會有額外的問題。</p>
在這樣的時代，為有特殊需求的「小群眾」作「足夠好」的應用程式或許是個不錯的甜蜜點。</p>


還沒人知道如何正確用 AI 來構建
2025-07-30T00:00:00+00:00
創作者：Scott Werner</a></p>
文章：Nobody knows how to build with AI (yet)</a></p>
很有趣的一篇文章。</p>
作者先提到在他的 Vibe Coding 經驗下，建立可用來協助開發的四文件系統，分別是架構文件、技術考量、工作流程、故事切塊。</p>
但他發現這些文件與寫程式並沒這麼相關，反而是為了與會失憶卻又高效的 AI 合作下的意外產物，避免未來的挫折與困惑。至於是三文件還是五文件其實沒那麼重要。</p>
他提到在 AI 協同開發領域，人人其實都是 Junior Engineer，一邊開發技術而技術本身又不斷成長，就像在物理條件會不停改變的浪上衝浪。</p>
關於任何人對於 AI 的經驗分享，都應該當作在山上看到的人為標注，可以知道有人走過這裡，但千萬別當作指引盲目跟隨。</p>
「一起衝浪吧！」</p>


為何事實無法改變文化戰爭中的觀點——結構才是關鍵
2025-07-27T00:00:00+00:00
創作者：Vasily</a></p>
原文：Why Facts Don't Change Minds in the Culture Wars—Structure Does</a></p>
天啊！好喜歡這篇文章！跟最近讀的《系統思考 Thinking in Systems》和《連結 Nexus》都串起來了。</p>
人類為了避免認知失調，會用動機性推理防禦不符合自己信念的資訊。所以擁有不同價值觀的人完全無法討論，因為不僅僅是論點的交換，而是兩個擁有不同增強迴路的信念系統彼此對抗。</p>
文中也有探討如何針對信念系統作結構性破壞，有趣。</p>
</p>
結構性的假訊息可以使邊緣觀點看起來主流且有正當性。</p>
</p>
就如《超人 Superman》電影裡做盡好事的超人也擋不住網軍猴子操弄的輿論。</p>
</p>
只用事實就想改變別人的觀點並不足夠，如何敘事、強化結構也是重要的一環。</p>
</p>


工作不會被 AI 奪取，但會改變
2025-07-21T00:00:00+00:00
創作者：Charlie Graham</a></p>
文章：Junior Roles Aren't Going Away</a></p>
AI 可以取代許多工作內容，但由於產出的品質還不穩定，仍需要大量的人為審查。</p>
擁有基礎知識依然很重要，開發者需要了解程式基礎、架構、什麼樣是好的程式碼。這些技能讓你擁有審查的品味，但無須熟稔所有的細節。</p>
而新時代的工作者最重要的技能是「擁有 AI 直覺」，知道 AI 的運作原理、在什麼情況下容易出錯、如何讓 AI 回到正軌。</p>
而訓練這個能力最好的方式就是用更多 AI。</p>


Tiago Forte 學習新事物的系統
2025-07-10T00:00:00+00:00
創作者：Tiago Forte</a></p>
文章：Tiago Forte 學習新事物的系統</a></p>

第一階段：沉浸式的學習。將新事物放入時間的分配表裡，利用大量資訊暴露下建立思維模型與模式辨識。</li>
第二階段：快速打造。多數人容易在第一階段停留太久，停止無止境的資訊閱讀，用一週內的小專案快速實作了解理論與現實的差距。</li>
第三階段：結構化學習。選擇該領域最多三人的內容，專注以他們的框架學習。</li>
第四階段：連結。加入相關社群甚至帶領一些活動，會帶來具轉變性的成長。</li>
</ul>
對於感興趣的新事物，不一定都要走完所有階段，給予自己放棄的權力；越後面的階段越花時間，隨時反思這項技能是否能在真實世界產生價值。</p>


能動性（Agency）
2025-04-06T00:00:00+00:00
創作者：George Mack</a></p>
文章：High Agency In 30 Minutes</a></p>
上個月讀了【Andrej Karpathy 的 "Agency > Intelligence"</a>】，提到在 AI 越來越聰明後，智能不再稀缺，稀缺的反而是能動性。</p>
記得最早的時候，是在這個迷因圖看到 Agency 這個詞。</p>
</p>
具有高能動力能讓我們突破現狀，成為自己生命的領航員。</p>
今天就讀到 George Mack 的這篇 "High Agency In 30 Minutes"，花三十分鐘掌握能動性的要點。</p>
蠻喜歡文章開頭的形容：</p>

樂觀主義看待半杯水是半滿；悲觀主義是少了一半；有能動性，你本身就是水龍頭。</p>
</blockquote>
高能動性三輪車</h1>
要達到高能動性，必須要掌握以下三個技能，缺一不可：</p>

清楚的思考：如果沒有，容易衝動選擇第一個想法。</li>
行動偏向：如果沒有，只會成為思想的巨人，行動的侏儒。</li>
抱持懷疑：如果沒有，會受限於權威的說法。</li>
</ul>
低能動性陷阱</h1>
低動能性是人類的預設，教育體制傾向把人培養成能服從的上班族，維持社會穩定及發展。</p>
我們通常最容易受限於以下陷阱：</p>

空泛：沒清楚定義問題，也不會有解法。</li>
中庸：想聰明的解決問題，但不夠聰明能解構問題，也太聰明無法輕易行動。</li>
依附：過度依附自己錯誤的假設，造成確認偏誤。</li>
反覆思考：卡在想找到完美的答案而缺少行動。</li>
被複雜性淹沒：不知道從何開始。</li>
</ul>
高能動性練習步驟</h1>
但高能動性是可以刻意練習的，以下是練習步驟：</p>

寫下對自己重要的價值</li>
寫下能實現自己價值的十種方式</li>
選擇一個，拆解成可執行的小步驟</li>
執行</li>
覺察、反思執行的感受</li>
重複練習</li>
</ol>
掌握你的生命，提升你的能動性。</p>


a16z 的 Model Context Protocol (MCP) 深度分析與未來預測
2025-04-05T00:00:00+00:00
創作者：Yoko Li</a></p>
文章：A Deep Dive Into MCP and the Future of AI Tooling</a></p>
a16z 整理了當前 MCP 發展中最熱門的客戶端應用（MCP Client）及 AI 工具（MCP Server），可以當作嘗試 MCP 的指引。</p>
</p>
from a16z</a></p>
隨著越來越多的工具被創造後，使用者可以在一個客戶端應用上使用多種不同的工具，例如 Cursor、Claude Desktop、Highlight AI。工程師終於不用離開他們喜歡的 IDE。</p>
除了程式開發者外，用文字控制 Blender 建立 3D 模型的成果也令人驚艷。</p>
</p>
from a16z</a></p>
也出現越來越多的工具可以從 API 定義和文件產生 MCP Server 的程式碼，如 Mintlify</a>、Stainless</a>、Speakeasy</a>，減少人工去刻重複程式碼的時間。也有管理工具 Toolbase</a> 能管理 MCP Server 的設置。</p>
MCP 未來發展的方向</h1>
目前的 MCP 主要針對個人電腦上 AI Agent 能使用多種工具而定義，推測未來將會支援託管的場景，就牽涉到多數使用者的場景、認證機制、授權機制、擴展性等等的問題。</p>
a16z 對未來的預測</h1>

現有的 API 和 SDK 提供者未來也要提供 MCP 的版本。</li>
由於未來是 AI Agent 來選取工具，考量的細節顆粒度會比人類高很多，會有很多支援不同場景的工具出現，各種工具的成本及速度也將是重要考量點，訂價會更走向更市場導向。</li>
需要有新形態的託管服務來支援 AI Agent 的工具使用特性：多步驟、可恢復性、長時間執行。</li>
</ul>


Harper's LLM Codegen Workflow
2025-03-03T00:00:00+00:00
創作者：Harper Reed</a></p>
文章：My LLM codegen workflow atm</a></p>
很精彩的一篇文章！Harper Reed 分享他如何利用 LLM 開發專案的工作流。</p>
作者在利用這個方法後，已經把自己的想做的應用清單都清空了。</p>
如果是全新的專案，他會先透過對話的方式與 LLM 進行 Brainstorming，直到細節被釐清成完整的 Spec。根據這個 Spec，要求推理模型將其拆解成可逐步執行的計劃，並同時產生 Checklist 提供給 LLM 管理進度，也讓人可以掌握進度。最後再與 LLM 一步步地共同去完成實作。</p>
如果是已存在的大型專案，會把執行的範圍從專案縮減成一個要完成的功能，並利用 Repomix</a> 工具提供 LLM 所需的專案相關脈絡。</p>
作者在文章裡也提供了他在每個步驟用到的提示詞，很值得一讀。</p>


任何事物都要付出兩次
2025-02-16T00:00:00+00:00
創作者：David Cain</a></p>
文章：Everything Must Be Paid for Twice</a></p>
「任何事物都要付出兩次」，第一次通常是錢，第二次是時間與精力。只有在第二次付出之後，才能得到一件事物真正的回報。</p>
消費主義不斷增長我們第一次付出的能力及可購買的品項，但同時也將第二次付出的負債越疊越高，不斷侵蝕我們第二次付出的能力。</p>
透過這個概念，讓我在支付一件事物前，會更一步思考，我是否有足夠的能力與時間作第二次的支付，真正展現它的價值，而不僅僅是擁有它。</p>


冥想的四個層級
2025-01-27T00:00:00+00:00
創作者：Oshan Jarow</a></p>
文章：How Meditation Deconstructs Your Mind</a></p>
這篇蠻有趣的，用科學化的方式將冥想拆成四個等級：專注式注意力（Focus Attention）、開放式監控（Open-Monitoring）、非二元（Non-Dual）、止息（Cessation）。</p>
</p>
而大多以專注於呼吸來提升專注力或減壓的方法只停留在第一個層級，對於改變自我的效果有限。</p>
我們若能精進每一個層級的練習，最終能解構自身從各種經驗得到的預測編碼（Predictive Coding）以重新構築，使我們更能感知世界、更加幸福。</p>


參與 Ali Abdaal 舉辦的 2025 Productivity Spark 心得筆記
2025-01-08T00:00:00+00:00
前言</h1>
今年對自己其中一個的期望是「建立能支持自己的系統，在狀態不好時能重拾動力。</strong>」</p>
在相對自由的工作狀態中，如何能常保動力是一個蠻困難的問題，而我的假設是「若我能建立一個系統、一個流程，就能在不需要那麼多意志力下，也能維持一定的表現。</strong>」</p>
建立一個好的系統能夠帶來長期的優勢，於是趁著新年一開始比較有動力的時候，把它當作今年的第一個目標。</p>
我現有的系統</h1>
我其實一直都蠻喜歡生產力、知識流、工作流等等的主題，也熟知反思的重要性。</p>
除了在知識管理上曾經梳理過自己的 個人知識管理系統</a> 外，在其他方面也有建立一些小習慣，例如：</p>

會在每週的開始執行「每週計劃」的模板，觀看未來一週的行事曆，梳理這週要完成的事。</li>
會在每天晚上執行「每日反思」的模板，寫下今天值得記錄的事情、心得或情緒。</li>
會在每週的結束回顧這週每日的反思，記錄這週的時間運用。</li>
</ul>
雖然這些習慣能幫我留下很多記錄，讓我未來可以查閱，例如在年度回顧時，能拾回很多美好的回憶片段，但這些習慣並沒有讓我能真正達成什麼中長期的目標，使用的模板也往往是某個時間點拼湊出來的版本，不一定每個設定好的提示詞都還有其價值。</p>
例如在我的「每日反思」模板，一開始是參考感恩日記的路線，回想一整天的好事、可以改善的方向、經歷的美好以及要感恩的對象。但後來接觸到「自由書寫</a>」的概念，覺得自己應該要進行更多的自由書寫。最後發現自己只會寫自由書寫的欄位，但也沒有讓模板更新去符合最新的狀態。</p>
</p>
所以，我看似有一個系統，但沒有與我真正契合，沒有真正解決我生活上的問題。</p>
2025 Productivity Spark</h1>
之前偶爾也會看 Ali Abdaal</a> 的影片。但今年年初定下要建立系統的目標後，發現他的影片非常符合我想解決的問題，也發現他將在 1/4、1/5 舉辦 2025 Productivity Spark 的線上活動，於是就報名了。</p>
整體的活動主軸是他對於成功的公式：</p>

Success = Vision + Action</p>
</blockquote>
這裡的成功不限定於某種特定的成功，可以轉換定義成任何你想追尋的東西。今年大部分的活動主軸都在 Vision 上，因為不管能達到多高的生產力，只要方向錯誤就不是有效的生產力。</p>
整體活動穿插了很多練習，以下分享兩個我比較喜歡的練習。</p>
寫下你的喪禮祭文</h2>
雖然我們可以理解 Vision 的重要性，但要找到自己的北極星（North Star），並不是一件容易的事。與其努力在找到北極星上，不如找到一些「方向」，讓我們可以朝著這些方向前進、探索並調整。</p>
而「寫下你的喪禮祭文」這個練習，能對於你重視的價值觀提供一些方向。</p>

想像你健康地活到了 100 歲，在各種方面都達到你想達到的成就，安詳在 100 歲的時候辭世。你最親密的家人、親友、同事們都來參加你的喪禮，他們會怎麼描述你的一生？</p>
提示詞：</p>

（你）是一個 ... 的人</li>
他畢生致力於 ...</li>
那些與他最親密的人都會記得他是 ...</li>
在他的專業領域上，他 ...</li>
他的付出對於 ... 有著深遠的影響，因為 ...</li>
他總是讓周圍的人得到啟發，因為 ...</li>
他的人生故事可以告訴我們 ...</li>
如果他今天還健在，他會提醒我們 ...</li>
</ul>
</blockquote>
雖然是個有點奇怪的練習，但透過提示詞的輔助，想像從他人的觀點來看你的一生，會寫下蠻多對自己重要的價值觀，因為你希望別人是這樣理解你的。</p>
建議可以空出一段獨處時間，放一些輕音樂，讓自己靜下心做這個練習。</p>
季度任務（Quarterly Quests）</h2>
季度任務的概念是「人們往往會在年初時許下一年的願望，但一年很長，很容易有藉口延後這些我們想要做的事。」而一個季度，90 天，是一個相對合適的時間長度，可以完成一定品質的任務，又不會因為時間太長而無法聚焦。</p>
Ali Abdaal 建議可以在生活和工作上各設定一個主要任務，搭配少數幾個次要任務。</p>
在主要任務上，可以利用以下的提示詞讓自己對於這個任務的選擇更加堅定：</p>

我的（生活／工作）的主要任務是 ...</p>
這是對我來說這一季最重要的事，因為 ...</p>
為了能完成這個任務，我承諾在這一季結束之前，我會完成 ... （客觀可衡量的成果）</p>
我對這個任務感到興奮和有吸引力，因為 ...</p>
為了確保我能達成這個任務，我將會 ...</p>
</blockquote>
給個範例：</p>

我的生活主要任務是要多閱讀。</p>
這是對我來說這一季最重要的事情，因為我所知道的成功人士們都有閱讀的習慣。</p>
為了能完成這個任務，我承諾在這一季結束之前，我會完成 5 本書的閱讀。</p>
我對這個任務感到興奮和有吸引力，因為我知道閱讀能增長我的視野，並且能讓我更了解自己。</p>
為了確保我能達成這個任務，我將會每天閱讀 30 分鐘，並且在每本書閱讀到一半時，我就會決定下一本書要讀什麼。</p>
</blockquote>
我覺得季度任務很好的地方是，可以從很多目標裡去挑選一個目前對自己來說最重要的，而且寫下這些提示詞，也會更清楚為什麼自己想要做這件事，如果沒辦法清楚完成這些提示詞，也是一個很好的思考點，去重新思考自己真正想要的是什麼。</p>
結語</h1>
以前從沒覺得模板</strong>跟提示詞</strong>的重要性有這麼高，但在這幾次練習有深深感受到它們所帶來的好處。</p>
透過設定好的模板</strong>，可以讓我們重複地、快速地利用它減少很多不必要的思考，專注於執行。但對於模板的更新也要抱有長期的心態，當使用模板產生疑慮時，就應該排定時間去重構它，讓它保持對我們最有幫助的狀態。</p>
而提示詞</strong>能讓我們縮減需要思考的範圍，促進輸出，或強迫我們從不同角度去思考，也是很強的工具。</p>
而最近看了 Ali Abdaal 的 6 Habits to Make 2025 Your Best Year Yet 也覺得蠻喜歡的，可以跟季度任務搭配使用。</p>

    
        
        </iframe>
    </div>
</div>
在每週計劃時回顧季度任務的狀態來定焦這週的目標，而在每日的早晨流程中再利用回顧這週目標的狀態來定焦這天的目標，是相當強悍的組合，也是我目前在測試的系統。有興趣的話也可以試試看，也歡迎私訊與我交流。</p>


紀律
2025-01-08T00:00:00+00:00
創作者：Esther</a></p>
文章：In search of discipline</a></p>
喜歡當中的這一句：</p>

Many people see discipline as an uncomfortable force exerted on oneself. However, I view it as an exploration of how to work with my natural tendencies within the constraints of reality.</p>
許多人將紀律視為在自己身上施加不舒服。然而，我將其視為在現實的限制下探索如何與我的自然傾向合作。</p>
</blockquote>
理解自己的自然傾向（使用說明書），然後駭入（Hack）自己的行為。</p>


數位資訊消費如何阻礙我的成長
2025-01-06T00:00:00+00:00
創作者：Sibervepunk</a></p>
文章：digital consumption keeps me from getting better at my job</a></p>
網路時代促進了資訊的流通，使任何資訊都更容易取得。但作者提到，大部分的資訊消費者可能都沒有意識到篩選資訊的重要性。</p>
對於一個普遍的問題，社群平台與部落格會充斥著不同人所發表的「方法」，大腦會將這些方法隱性地當作一種建議，即使不花時間真實地去應用，這些想法或其衍生的可能性會佔據腦袋的空間。</p>
但這些想法背後的脈絡和發表者的生活形式可能與你完全不同，導致這些資訊可能對你完全沒有幫助。</p>
過度消費網路速食資訊會讓腦中擁有太多其他人的想法，卻無法好好組織自己的，且這樣的消費會產生「似乎有解決問題的有毒生產力」；而當面對相對艱深難懂的資訊時，無法立即就讀懂會使我們產生強烈的排斥與無助感，使我們更難專心去學習複雜的觀念。</p>
為了自己好，要了解自己，為自己篩選要消費的資訊。</p>


2024 年度回顧：漂浮在工作之海
2024-12-31T00:00:00+00:00
2023 年 3 月從上一份工作裸辭，給了自己一年的時間去探尋自我。</p>
除了短暫圓了自己想 在國外生活的夢</a> 外，多半的時間都處在迷茫人生意義，以及試圖從學習發掘意義的途中。</p>
就這樣也到了自己設下的期限，說來諷刺，今年雖然沒有工作很多，但回顧今年時，卻發現用工作這個主題來回顧今年，似乎是最適合的。</p>

我們在這個月的 Podcast 節目「布米所以</a>」中也做了 2024 年的回顧，喜歡用聽的方式聽這些內容也可以聽看看。</p>
</blockquote>
工作只為了賺錢嗎？</h1>
2023 年 8 月從英國回來後，把大部分時間投入學習，一方面研究投資，一方面學習區塊鏈相關的技術，試圖為自己的下一份工作尋找一些新的可能性。</p>
3 月到了自己設的期限，應該去找工作時卻很掙扎。</p>

「我現在可以自由掌握自己的時間、學習想學的東西，一份奪走我一週 40 小時的全職工作，到底能提供我什麼價值？」</p>
</blockquote>
在探尋自我的這一年，思考了很多意義上的問題，發現世俗框架下定義的美好與成功，不一定對每個人都有同等的意義。對我自己而言，能在生活中得到平靜，好好花時間在自己在意的人事物上就很足夠了。</p>
倘若工作只為了賺錢，一年應該要賺到一定份量的錢，假若有能力一年賺到超額的錢，是否應該用多餘的錢買回時間？（這幾天剛好也看到網友推薦《把時間買回來</a>》這本書，應該之後也會拜讀一下。）</em></p>
決定投入更多時間在 AI 上</h1>
還在掙扎職涯的下一步時，機會就找上門了。有前同事開了公司，有一些案子需要外包協助，而自由接案者形式也是我一直想嘗試的選項。</p>
與專業的前同事合作很愉快，有明確的目標、按工作時數計費、工作時間自由，這場及時雨也讓我好像不需要那麼急著找全職工作。但美好的自由度伴隨著不確定性，案源不穩定，大概合作一個多月結案後又暫時回到待業的狀態。</p>
但這短期工作的錢加上 2024 上半年強烈的牛市，好像讓我的生活多了一些餘裕，再度回到自學的節奏，線上上了 Y Combinator 的 Startup School，教了蠻多創業的細節，不過當中影響我最大的是要反思「什麼是你感興趣的領域或產品？什麼是你能力的強項？」持續投入時間在這些地方，讓自己走到技術或領域的前沿，你就更容易看到機會。這也與我今年年中讀 Cal Newport 的《深度工作力（Deep Work）》相互呼應。</p>
除了上課外，也嘗試參與社群激發一些想法，今年也參加了 g0v 和 DevOpsDays 的活動。但要從社群活動中找到能投入的事也蠻看機緣的，但知道大家在意什麼、在做什麼不同的事，可以從與大家的相對位置發現自己的定位，但短暫幾次的社群活動並沒有讓我找到能投入的想法。</p>
但相對清晰的想法是發現自己的技能相對適合大型應用，是適合大公司的形狀，但做一些快速驗證的應用就沒什麼優勢，另外也覺得如果能增強對中文的處理能讓自己更有機會做一些可以幫助社會的應用，於是花了點時間研究自然語言處理（Natural Language Processing），但研究了一陣子就發現這幾年的研究都轉向了大語言模型（Large Language Models），最後就決定想投入更多心力在 AI 相關的應用上。</p>
成為有彈性的隨需服務（On-Demand Service）</h1>
在因緣際會下，女友公司的老闆剛好在 AI 領域做新創，缺少後端的工程師，就用自己的開發經驗換取機會，理解更多商業上對 AI 的需求。</p>
但團隊蠻小的，除了後端開發外，也包了部署和雲端的開發，這樣的人力限制也大幅增加與 AI 的合作，除了直接的產生程式碼外，在技術的探索與選型、快速製作原型上也很有幫助。唯一的負面大概是能探索的可能性太多，如果沒掌控好，大量的資訊會讓人蠻有壓力的。要好好控制每次專注的問題範圍，盡量讓自己充滿彈性，快速迭代修正，是在 AI 時代能夠更穩健前進的重點。</p>
2024 特別的點可能算沒有找到一個「穩定」的工作，而讓自己成為了一種「隨需服務」，或許對長期職涯不一定是好的分岔，但誰知道呢？希望自己能變成一個有彈性、能在不確定中好好生存的人，至少暫時還想再試一下。</p>
分項展望</h1>
最後還是借 NESS LABS 的《Year in Review</a>》做分項的展望。</p>
Health & Fitness</h2>
希望明年能好好調養身體、保持清晰的頭腦、好好覺察自己身體和心理的狀態、保持健康。</p>
Work & Business</h2>
希望能夠在不確定性中維持好的狀態，多花時間做對自己重要的事，跟 AI 一起探索自己能力的邊界。</p>
Friends & Community</h2>
不一定要建立關係，但要好好真誠待人，結交值得的人。</p>
Personal Life & Family</h2>
多花時間在家人身上，做一些中長期生活的規劃。</p>
Learning & Knowledge</h2>
今年雖然有 完成自己的閱讀目標</a>，不過明顯下半年沒有好好堅持閱讀習慣，希望明年能好好找回閱讀的節奏，能閱讀 18 本書。</p>
希望增加深度投入的時間，把《準備與過度準備</a>》中學到的「現在做的事是否能促成行動？」隨時掛在心上。</p>
Travel & Culture</h2>
對外語堅持維持最低的學習狀態，在國外旅遊時能好好交流、體驗文化。</p>
Hobbies & Creativity</h2>
保留探索的時間做創意的發揮。持續投入在能帶給自己開心的活動上，但不要過度沈迷。</p>
Emotional & Spirituality</h2>
希望能克服心理的恐懼，好好迎接生命的挑戰。</p>
Money & Finances</h2>
希望維持現在每週記錄損益的習慣，並且持續增加投資相關的知識。</p>
</p>
Proudest Accomplishments</h2>
今年最大的成就或許是讓自己的職涯走一條相對非正統的路線，也有蠻多非預期的變動，但發現自己在不穩定的狀態中，反而能不畏懼損失。希望自己接下來也能好好地持續探索。</p>
Biggest Challenges</h2>
最困難的或許是這樣的狀態並不符合社會的期待，在這樣的探索中，也希望自己能越來越穩健，不要讓周圍的人擔心。</p>
Goals for Next Year</h2>
總結 2025 年對自己的期望：</p>

保持身心健康，持續覺察自我的狀態。</li>
建立能支持自己的系統，在狀態不好時能重拾動力。</li>
幫自己設定一些短期實驗，挑戰困難的事。</li>
與 AI 一起探索自己能力的邊界。</li>
</ul>


追求非線性目標
2024-12-19T00:00:00+00:00
創作者：Anne-Laure Le Cunff</a></p>
文章：Rethinking Goals: the Science of Nonlinear Goal Setting</a></p>
線性目標，比如計劃好一階一階向上的職涯階梯；或過於簡化的單一目標，比如只要賺大錢就是成功，雖然提供了人性喜好的確定性與可測量性，但我們往往為了保持在預想的軌道上，容易過度趨避風險和重視外在動機，甚至做出不道德的行為。</p>
線性目標在工業時代或許還有用，但在複雜的 VUCA 時代就過於死板、無法因應變化。</p>
要有更強的適應力，必須建立數個能使我們強化探索並維持動機的反饋環：</p>

從觀察出發</strong>：記錄自己的好奇心、面臨的挑戰，還有提供及消耗能量的活動分別有哪些。</li>
設計小實驗</strong>：專注在過程的自我發現。</li>
定期回顧並調整方向。</strong></li>
</ul>


2024 閱讀總回顧
2024-12-15T00:00:00+00:00
</p>
閱讀目標</h1>
前一年設定要閱讀 24 本書，後來只完成 18 本。今年取一個折衷的目標，就抓在 16 本書。</p>
雖然在 9 月中就提前達成目標了，不過後續的閱讀也就停滯了，最終只完成 17 本。</p>
一部份原因是剛好卡在兩本對我來說相對困難的書，分別是《40% 的工作沒意義，為什麼還搶著做？》與《多元宇宙》，要主動閱讀的能量需求較高；另外是生活進行中的事務變多了，八月開始了一份兼職工作也錄了一季的 Podcast 節目。</p>
今年提前在九月完成了年初訂的年度閱讀目標

🤓🤓🤓🤓🤓#2024 打開書</a> pic.twitter.com/lFKmOAvTOk</a></p>— Mick 👨‍💻 (@mick_taiwan) September 17, 2024</a></blockquote>

針織拙見

Mark Manson 的人生智慧建議

AI 負責寫 Code，工程師去重訓：用 Tailscale + tmux + Termius 實現健身房開發

設定步驟</h1> 我的裝置是用 iPhone 去連結 Mac Mini 上的 Claude Code，如果裝置不同可能會有一些差異。</p> </blockquote> 電腦端（Mac Mini）</h2>

電腦端（Mac Mini）</h2>

3. 安裝 tmux</h3> brew</span> install tmux</span></span></code></pre>4. 設定 tmux（行動裝置優化）</h3> 安裝完後建議加一份最小設定，讓 Termius 在手機上操作更順：</p>

4. 設定 tmux（行動裝置優化）</h3> 安裝完後建議加一份最小設定，讓 Termius 在手機上操作更順：</p>

5. 確認 Tailscale IP</h3> 可以在狀態列看到</p> </p> 在 Mac Mini 上執行：</p>

手機端</h2>

2. 安裝 Termius</h3> 在 App Store 或 Google Play 安裝 Termius</a>。</p> 3. 在 Termius 新增 SSH Host</h3> 開啟 Termius，新增一個 Host：</p> Hostname</strong>：填入剛才的 Tailscale IP（100.x.x.x</code>）</li> Username</strong>：Mac Mini 的使用者名稱</li>

3. 在 Termius 新增 SSH Host</h3> 開啟 Termius，新增一個 Host：</p> Hostname</strong>：填入剛才的 Tailscale IP（100.x.x.x</code>）</li> Username</strong>：Mac Mini 的使用者名稱</li>

實際使用流程</h1> 確認電腦和手機的 Tailscale 都有開啟</li> 開啟 Termius，連線到 Mac Mini</li>

馬斯洛需求漢堡模型

如何在一台電腦上使用多個 Claude Code Profile

用 AI 的關鍵法則：10-80-10 Rule

龍蝦（OpenClaw）打擊人類脆弱性的首例？

龍蝦（OpenClaw）掃雷記錄：Cron Job 的 Delivery Mode

格式怎麼改都不對</h1> </p> 設定完之後，Cron Job 確實會跑，Slack 也確實收到了訊息。但問題是「送到 Slack 的內容格式，和與龍蝦討論完設定甚至是測試後的格式都不一樣</strong>」。</p>

龍蝦（OpenClaw）的排程任務：Heartbeat Cron vs Isolated Cron 的差異與選擇

心得</h1> 回頭看，一開始因為任務本身的需求（總結對話）而和龍蝦一起選了 Heartbeat Cron，但大多數排程任務用 Isolated Cron 會更合適。了解兩者的差異之後，就能根據任務的性質做出更好的選擇。</p>

透過 Tailscale 從任何裝置存取家裡的龍蝦（OpenClaw）

OpenClaw 簡介</h1> 最近很流行養龍蝦。</p> </p>

設定步驟</h1>

1. 安裝 Tailscale</h2> 在 Mac Mini（OpenClaw 主機）和 MacBook 上都安裝 Tailscale 並登入同一個帳號。</p>

重新思考 AI 時代的開發流程

從 User Story 到 Spec-driven</h2> PM 進一步與 AI 合作，從傳統的 User Story 推進到 Spec-driven。</p> User Story 模糊的細節往往造成開發時的不精確，導致重工。透過更明確、可測試的的規格定義，可以大幅減少溝通成本和重工次數。</p>

反思</h1> AI 工具的進步不只是開發層面的進步，更是組織設計與流程重構的挑戰。</p> 能夠重新思考並調整工作方式的團隊，才能夠真正發揮 AI 帶來的生產力革命。</p>

Addy Osmani 從 Google 軟體工程師職涯中學到的 21 堂課

Innovate only where you're uniquely paid to innovate. Everything else should default to boring, because boring has known failure modes.</h1> 在創造價值的地方創新，在其他地方選擇無聊的解法，因為無聊的解法已經累積很多已知的經驗。</p>

Teaching is debugging your own mental models.</h1> 教導他人是學習的秘笈，如果沒辦法教別人就是自己了解的還不夠透徹。</p>

不讓 Claude Code 下班的 Ralph Wiggum Plugin

Ralph Wiggum plugin 的實作：防止 Claude Code 速速下班</h1>

不適合的場景</h1> 需要人類判斷或設計決策的任務</li> 一次性操作（例如：資料庫 migration）</li> 成功標準不明確的任務</li> </ul>

2025 年度回顧：世界越快我越亂🤪

2026 分項展望</h1>

Health & Fitness</h2> 今年年末嘗試打了猛建樂，效果還不錯，希望能讓自己的身體回復到一個比較好的狀態。後續希望頻繁地測量身體數值用數據讓自己引以為戒，維持健康飲食和重訓的習慣。</p>

Work & Business</h2> 希望能持續累積學習，讓自己保持在有戰力的狀態，等待遇見值得投入的項目。</p>

Friends & Community</h2> 希望定期能與朋友相聚，嘗試參與感興趣的社群，成為能帶給他人正面能量的人。</p>

Travel & Culture</h2> 沒有特別想做到的事。</p>

Hobbies & Creativity</h2> 希望恢復每日作正念練習的習慣。</p>

Emotional & Spirituality</h2> 沒有特別想做到的事。</p>

Money & Finances</h2> 希望持續觀察世界脈動，隨著變化作調整。</p>

Proudest Accomplishments</h2> 感覺沒有，雖然有持續在學習但成果不足，希望來年可以做得更好。</p>

Biggest Challenges</h2> 覺得自己思考得太多又容易放棄得太早，希望自己能保持戰力等待被世界呼喚。但可以自己定一些短期的小計畫，在一段時間內讓自己盲從地去執行。</p>

Goals for Next Year</h2> 總結 2026 年對自己的期望：</p> 隨著世界的變化調整自己、持續累積，讓自己在有能力的狀態。</li> 做更多的小型寫作或小型專案，刻意練習產出。</li> </ul>

2025 閱讀總回顧

閱讀目標</h1> 今年大概是從 2021 開始有穩定的讀書習慣後，閱讀最少的一年。</p>

2025 書單</h1> 簡單回顧今年閱讀的書籍以及從中學到最重要的一件事：</p>

AI Agents 正在吞噬 SaaS

少即是多的 CLAUDE.MD 撰寫原則

實作一個簡單版的搜尋引擎

Don't Set a Goal For 2026 Until You Watch This

策略性成功（Strategic Success）

我的 Vibe Coding 不是你的 Vibe Coding

工程師辦公室政治 101

要最大化 AI Agent 的產出還是得用 YOLO Mode

實作 MCP 與 API 的差異

社會喪失小型組織的風險

AI Agents 的致命三重組合：安全性思考框架

Do Things that Don't Scale and then Don't Scale

還沒人知道如何正確用 AI 來構建

為何事實無法改變文化戰爭中的觀點——結構才是關鍵

工作不會被 AI 奪取，但會改變

Tiago Forte 學習新事物的系統

能動性（Agency）

a16z 的 Model Context Protocol (MCP) 深度分析與未來預測

Harper's LLM Codegen Workflow

任何事物都要付出兩次

冥想的四個層級

參與 Ali Abdaal 舉辦的 2025 Productivity Spark 心得筆記

紀律

數位資訊消費如何阻礙我的成長

2024 年度回顧：漂浮在工作之海

Work & Business</h2> 希望能夠在不確定性中維持好的狀態，多花時間做對自己重要的事，跟 AI 一起探索自己能力的邊界。</p>

心得</h1>
回頭看，一開始因為任務本身的需求（總結對話）而和龍蝦一起選了 Heartbeat Cron，但大多數排程任務用 Isolated Cron 會更合適。了解兩者的差異之後，就能根據任務的性質做出更好的選擇。</p>

從 User Story 到 Spec-driven</h2>
PM 進一步與 AI 合作，從傳統的 User Story 推進到 Spec-driven。</p>
User Story 模糊的細節往往造成開發時的不精確，導致重工。透過更明確、可測試的的規格定義，可以大幅減少溝通成本和重工次數。</p>

反思</h1>
AI 工具的進步不只是開發層面的進步，更是組織設計與流程重構的挑戰。</p>
能夠重新思考並調整工作方式的團隊，才能夠真正發揮 AI 帶來的生產力革命。</p>

Innovate only where you're uniquely paid to innovate. Everything else should default to boring, because boring has known failure modes.</h1>
在創造價值的地方創新，在其他地方選擇無聊的解法，因為無聊的解法已經累積很多已知的經驗。</p>

Teaching is debugging your own mental models.</h1>
教導他人是學習的秘笈，如果沒辦法教別人就是自己了解的還不夠透徹。</p>

不適合的場景</h1>

需要人類判斷或設計決策的任務</li>
一次性操作（例如：資料庫 migration）</li>
成功標準不明確的任務</li> </ul>

Health & Fitness</h2>
今年年末嘗試打了猛建樂，效果還不錯，希望能讓自己的身體回復到一個比較好的狀態。後續希望頻繁地測量身體數值用數據讓自己引以為戒，維持健康飲食和重訓的習慣。</p>

Work & Business</h2>
希望能持續累積學習，讓自己保持在有戰力的狀態，等待遇見值得投入的項目。</p>

Friends & Community</h2>
希望定期能與朋友相聚，嘗試參與感興趣的社群，成為能帶給他人正面能量的人。</p>

Travel & Culture</h2>
沒有特別想做到的事。</p>

Hobbies & Creativity</h2>
希望恢復每日作正念練習的習慣。</p>

Emotional & Spirituality</h2>
沒有特別想做到的事。</p>

Money & Finances</h2>
希望持續觀察世界脈動，隨著變化作調整。</p>

Proudest Accomplishments</h2>
感覺沒有，雖然有持續在學習但成果不足，希望來年可以做得更好。</p>

Biggest Challenges</h2>
覺得自己思考得太多又容易放棄得太早，希望自己能保持戰力等待被世界呼喚。但可以自己定一些短期的小計畫，在一段時間內讓自己盲從地去執行。</p>

Goals for Next Year</h2>
總結 2026 年對自己的期望：</p>

隨著世界的變化調整自己、持續累積，讓自己在有能力的狀態。</li>
做更多的小型寫作或小型專案，刻意練習產出。</li> </ul>

Work & Business</h2>
希望能夠在不確定性中維持好的狀態，多花時間做對自己重要的事，跟 AI 一起探索自己能力的邊界。</p>