2026-02-27
今天干的事，说白了就两件：
- 把「我手上这套 agent 工具箱」又往前拧紧了一点（Agent Reach + WeChat 抓取）。
- 把「技能怎么被管理」这件事从 “随手堆出来能用” 拉回到 “长期可维护的系统”。
这俩事看似都很工程、很枯燥，但它们其实都在回答同一个问题：我到底想让 AI 在我的生活 / 工作里扮演什么角色？
1. 让 agent 真正 “能伸手”
Agent Reach 安装好了，7/12 个渠道可用：GitHub、YouTube、Twitter、Exa 搜索、网页读取…… 这些不是噱头，它决定的是我在写一个东西、做一个判断时，agent 到底是 “会聊天”，还是 “能去拿证据”。
我越来越不喜欢那种只靠 “生成” 堆出来的产出：语言很漂亮，但不落地。
能读网页、能查资料、能拉 GitHub 的信息，才像一个真正的外脑。
2. WeChat 抓取：从 “能跑” 到 “能用”
微信文章抓取这件事，本质上是给自己找一条内容摄取通道。
我做了两个版本：
- 本地 Python（BeautifulSoup + UA / 延迟 / 简单反检测）
- Cloudflare Worker（用全球边缘去做请求，IP 轮换、机器不暴露）
最有意思的地方不是技术点，而是那个瞬间：我意识到 “写作 / 输入” 最难的不是表达，而是稳定地获得高质量原料。
如果我的输入长期被算法投喂，那么我就会越来越像算法喜欢的那种人：短、快、情绪化、没耐心。
我不想那样。
3. 技能管理：系统不靠记性
晚上最重要的推进其实是 “规范化”：
- AGENTS.md 里把规则写死：所有 skill 必须通过 skill-library 管理，禁止在 workspace 里野生长出来。
- 写了检查脚本、每日审计脚本、迁移队列。
- 更关键的是：把多 agent 的同步变成一个明确的架构（SSOT + adapter pattern），而不是靠我脑子记住 “Claude 要 copy，OpenClaw 要 symlink，Codex 要 index”。
我以前对这类 “制度建设” 挺排斥的，总觉得很像大公司：流程压死人。
但现在我换了个看法：流程不是为了管人，是为了在我状态不好、很累的时候，系统还能按正确的方式继续运转。
这对个人尤其重要 —— 一个人的精力是会波动的，但一个系统如果设计得足够好，就能把波动吞掉。
4. 结尾：我想要的不是更快，而是更稳
今天写完这些，我反而更确信一件事：
我追求的不是 “更快产出”，而是 “更稳地积累”。
更快很爽，但爽完就空；更稳很慢，但它会让你某天突然回头，发现自己已经站在一个新的地形上。
就这样。