Matt Pocock:我的知识工作 AI 工作流:每个交付物配一座 LLM Wiki
译注:原文无标题,标题为译者代拟。
我一直在试着把 AI 用在知识工作上(做课程规划)。到目前为止,行得通的做法是这样的:
一、给每个「交付物」配一座 Karpathy 式 LLM Wiki。
对我来说,交付物就是一门课,或一场演讲——那种不止一天工量的大活。
二、把交付物拆成「小节」,让不同的智能体线程在白班并行推进。
线程不止一条,就能在不同智能体线程里并行干活,大家都读写同一座 wiki,用它共享状态。
三、我的输入是「口述倾倒」——大段大段想到什么说什么的语音转写文本,模型负责把它们消化进 wiki。
(它给我 HTML 格式的报告,我对着报告继续口述回应。)
四、写一个「检查」技能,夜班对整个交付物跑一遍。
(舍得花本钱,大量用子代理,把每一处可能的毛病都翻出来。)
这让我能把我想要的东西直接「说」出来——模型接住我说的每一句话,慢慢把那个东西(一门课、一场演讲、一支视频)变成真的。
还在迭代,但我喜欢它。