这套系统我已经天天在跑了。每天早上信息雷达把 AI 圈的料筛好排好我挑个选题一批 agent 并行去查资料、写稿、润色、配图、转各平台格式最后渲染成微信图文推到草稿箱等我过一眼。博客那头我一 push 代码GitHub Actions 自己构建、部署、把新链接推给搜索引擎收录。可有很长一段时间我压根没把它当成「一个系统」。在我眼里那就是一堆各管各的脚本拉资讯的归拉资讯配图的归配图发公众号的归发公众号互相之间隔着我这双手在中间搬来搬去。直到有一天我盯着它们跑突然反应过来真正让这套东西好用的根本不在某个工具多强而在它们之间那条我一开始没看见的线。一堆能用的工具凑不出一个会干活的系统这是「AI 超级个体进阶指南」的第 10 课也是收官课。前面九课我们一课讲一个模块。系统思维、拆任务、第二大脑、信息雷达、工作流、MCP、搭 Agent、规模化写作、团队架构。每一课你照着做完手里都会多一个能用的零件。但零件再多也不等于一台机器。有个做 agentic OS 的团队 MindStudio 说得挺损你手里那一堆各自为战的 AI 工具是 a pile of calculators一摞计算器凑不出一个 brain。计算器你有十个要算一笔连续的账还得自己把每步结果抄到下一个里。中间搬运的活全是你在干。我之前就是那个搬运工。aihot 拉完精选我复制选好题我手动开个写稿会话稿子出来再手动喂给配图的、喂给转格式的。每个工具单看都挺香连起来用我累得像个人肉总线。所以这最后一课不讲新零件而是把前面九课的东西拼成一台会自己转、还能越转越顺的机器。这台机器有个名字叫个人 AI 操作系统。个人 AI 操作系统到底是什么说人话它就是把你那些孤立工具连起来的那一层东西。「Second Brain」这个词的发明人 Tiago Forte 有个判断我很认同过去 AI 主要是拿来聊天的时候你根本没法围着它搭系统聊完就散了。真正变了的是模型被配上了一套能读你文件、能用工具、能在你电脑上真动手的环境他管这叫 agent harness。Claude Code、Codex 这类东西证明的就是这件事重要的不光是模型脑子有多聪明是它够得着哪些工具、踩得进哪个环境。落到我身上这套操作系统就是四层加一条流。输入层我叫它信息雷达。那个接口替我把 AI 圈的精选拉回来content-scout 这个 skill 再给每条按六个维度打分排序每天上百条里头帮我顶出值得看的几条。外界的噪音进来被筛成「我在乎的东西」。记忆层就是第二大脑。我在 Obsidian 里有个 writing-agent 库底下分着一手证据、二手资料、洞察笔记几个抽屉外加一摞 memory 文件还有一份越喂越厚的写作经验库 WRITING_LESSONS.md。这一层是整个系统的认知它懂不懂我、记不记得我上次踩过什么坑全看这里。加工层是一批 agent 拼成的工厂。一个叫 content-director 的总调度把研究、写作、润色、配图、分发这几道工序排开让对应的 agent 并行去干。我脑子里那点判断被拆成了一条能执行的流水线。输出层是内容工厂加分发。稿子渲染成微信图文sync-assistant 帮我同步到各个平台博客那边 GitHub Actions 接手push 一下就自动构建部署。产出被送出门。四层之间那条流才是这一课真正的主角雷达筛回来的料沉进记忆层记忆层喂给加工层产出成品成品发出去之后的反馈和复盘再回写进记忆层。一圈下来是个闭环不是一条直线。这套系统凭什么越用越聪明光是把工具连成一条流还只是「自动化」。让我真正觉得它是个活物的是它会自己长。做 Building a Second Brain 课程的人有句话戳中我了一个设计好的系统胜过一百个 prompt 技巧你搭的是会越用越好的基础设施不是下个月就过期的一袋小聪明。他们用了个词infrastructure compounds基础设施是会复利的。复利在我这套系统里有个特别具体的落点。每写完一篇有个 content-training 的环节会把这次的复盘提炼成新规则回写进那份 WRITING_LESSONS.md。到今天这份经验库已经攒到第 100 次了。意思是系统每跑一篇稿子规则库就厚一层下一篇就少踩一次同样的坑。说白了这就是「越用越聪明」的物理实现一点不玄。模型本身没变强变的是这套系统替我把每次教训都存了下来、还自动用在下一次上。记忆这一层但凡缺了系统每天都像第一天上班你昨天教过它的事今天全得重来。MindStudio 把这个叫 shared brain一个所有 agent 都来读的共享上下文并且说这是最高杠杆的起点。我自己的体感完全一致。那份经验库现在是我所有写稿 agent 共用的大脑改一处全线受益。把记忆存在自己手里这件事我越来越在意记忆层我特意没用任何平台自带的 memory 功能全是本地的 markdown 文件。一开始只是图省事后来越想越觉得这是个要命的选择。MindStudio 还有个观点我记在心里了你要是把上下文存在平台自带的 memory 里等于把自己的智力基础设施外包给了供应商哪天换个模型就得从零开始。而一文件夹纯文本是 model-agnostic 的它能熬过你换模型、换工具、甚至账号出岔子。这事我有过教训。前阵子写 Anthropic 指控、写国产模型的稿子时我心里那杆秤一直绷着万一哪天我最依赖的那个模型说没就没了呢真到那一天能让我不至于推倒重来的就是这一摞攥在自己手里的文件。模型可以换我这套系统的记忆和脾气换不掉。别忘了在不可逆的节点上留一只手我得给这一整套自动化泼盆冷水不然这篇就成营销号了。就在前不久我结结实实栽了一跤。我的博客 vance.xin 整条发布是 GitHub Actions 全自动的push 到主分支自动构建部署还自挂了两段把新链接推给搜索引擎收录。结果负责部署到镜像站的那个 GitHub Token 悄悄过期了部署连着静默失败了一整天。构建明明是绿的只有最后那一步 push 认证红了可没人盯着我隔了一天才偶然发现镜像站挂了。主站靠另一条独立的流水线还活着镜像那边死了一天没人知道。那件事给我上的课是全自动流水线最贵的隐藏成本不是算力是当没有人盯着的时候失败会悄无声息地堆积。所以这套操作系统的图上除了模块和数据流我还要画几个红点那是人必须把关的闸。选题最后由我拍板不让机器替我决定写什么终稿一定我过手AI 负责出稿、我负责定稿这个顺序不能反一键发布只到草稿箱群发那一下不可逆的动作留给我自己点。还有一道闸是「贵」本身。每个月给模型的钱不算少让 agent 干正经活之前我都会下意识在心里过一遍秤值不值得动用最贵的那个。这种绷着感反而成了系统里一道天然的成本闸。系统越自动这几只盯着的手就越不能松。判断这件事机器替你跑得完产出替不了你拍板。现在轮到你画自己那张图了绕了一圈我们回到开头那个画面。曾经在我眼里是一堆各管各脚本的东西今天我能把它说成一台四层加一条闭环流、还会自己长记性的机器。工具本身没换换的是我终于看见了工具之间那条线并且把人该守的几个节点钉在了图上。这就是整个进阶指南我最想交给你的东西。前面九课给你的是零件今天给你的是图纸。你不用一上来就搞这么全挑你现在最烦的那条人肉搬运链子先把两个模块接起来让数据自己流过去中间留一只手把关。再让这台机器替你记住每次教训它就会一天天替你变聪明。一个设计好的系统确实胜过一百个 prompt 技巧。这套东西最迷人的地方在于它不会下个月就过期只会越用越懂你。最后留个问题如果让你现在动手画自己那张个人 AI OS 的图你会先把哪两个模块连起来又会在哪个节点上死活不肯把手松开原文首发于我的博客《AI 超级个体进阶收官课把零散工具拼成一个会自己变聪明的个人 AI 操作系统》我是飞飞一线 AI 开发者长期写 AI 编程工具实测和工作流实践。