Blake, Wm. The Lawn with the Kings and Angels. 1824
2026.3.18，我来到了自己的 AGI 时刻，全量自动驾驶 1 份职业工作。
01
多创建流程化脚本（无论是 skill 脚本还是插件）。当 Agents 去智能披露、Cron 流程化调用、Computer Use 模拟点击时，完全降本增效，而非全部走 Tokens，再穿插 Keyboard Maestro 这些，完全为其所用。
好的自动化是 Agents 模型能力+ Skills 脚本环境+ Context 上下文记忆贯通，所有互联网交互夯穿。
02
打造你的全局管理与分发自动化系统。这是最重要的技巧，生产力自动化只是你智能系统的表达和折叠，能力表现背后关乎完整的系统，或者说可管理、可分发、可组合的 Agents 资产能力。目前我将 Agents 资产能力分成 5 个主要部分：Automation、Skills、Memories、Knowleage、Harness，这些是 Agents 能力最核心的资产，是需要沉淀、管理，以及可组合、可分发的部分。其它相关优化加速部分如 Spec/ Loop 可作辅助。我主要使用 Dagu 管理自动化流程；Skillshare 处理 Skills 多平台 Git 同步（最近更新了 Dashboard 面板）；记忆方面我用开源工具 Basic Memory Local 版拉起共享（主要开源工具方便定制化）；Knowleage 毋庸置疑的使用思维工具 3 幻神 Obsidian/ Roam Research/ Notion 进行知识沉淀和介入项目/ Skills 进行披露，充当知识挂件；Harness 主要自定义了我工作流的全局检验结构，也是可沉淀的重要部分。以上都可以包装成一个 Agents OS/ Kit，随时复活。只有系统才能吃系统。当你有系统意识时，才能去中心化地加固你的全局 Core 结构，沉淀、吸收和不断强化你的自动化资产，随时跟上任何技术节奏，随时卷起和吞入任何新的东西；给不同的机器分发、给不同平台分发（如 Multica），以及给不同时间线备份；用你的数据源系统，随时拉起整个管理和分发管道。随时 Calling 出你的自动化幽灵。03
学会场景模型下沉。这要求给自己所有任务和模型能力对应分层，自动化场景模型要学会下沉，探索部分上升，最优化模型帕累托边界。它意味着要摸清模型能力边界，了解自己任务程度，对应配置。
现在我发现我沉淀下来的日常/工作全自动化场景，Codex 5.5 Medium/ Claude Sonnet 4.6 完全足够（国产模型也能兜底），速度快、成效好。过去我刻意耗费了很多 Tokens，Codex 5.5 xhigh Fast/ Opus 4.7 乱跑，现在已经逐步将场景模型转向收敛。
模型能力调用配置算个人认知、执行等综合行为能力投射。耗费是必要的，这是边界探索、能力投射、纯粹享受的过程。但某些任务思考过度是种数字毒素，对任务质量并不好，也非最优。
