Clips 知识库索引
大杂烩文章剪藏 Wiki - 收集各类有价值的网络文章，通过 LLM Wiki 模式持续编译知识。
📊 知识库概览
| 指标 | 数值 |
|---|---|
| Entity 页面 | 69 个 |
| Topic 页面 | 13 个 |
| Comparison 页面 | 4 个 |
| Raw 文章 | 25 个 |
| Output 作品 | 1 个 |
🧠 Wiki (wiki/)
Entities (entities/)
从文章提取的核心概念
| Entity | 定义 | 来源 |
|---|---|---|
| Taste（品味） | 在不确定条件下做出独特判断的能力 | Good Taste the Only Real Moat Left |
| Judgment（判断力） | 识别什么过于通用、什么隐藏真正权衡的能力 | Good Taste the Only Real Moat Left |
| Specificity（特异性） | 产生深入特定上下文内容的竞争优势 | Good Taste the Only Real Moat Left |
| Agent-First Enterprise | AI 系统运营流程，人类设定目标的组织模式 | Enabling agent-first process redesign |
| Human-Governor-Agent-Operator | 人类治理、Agent 运营的分工模式 | Enabling agent-first process redesign |
| Machine-Readable Processes | Agent 运营的技术基础设施 | Enabling agent-first process redesign |
| Conscious Creators | 拒绝干扰、专注内在世界的新 1% | The Conscious 1% |
| Inner World Mastery | 掌控内心对话、为原创创造空间的能力 | The Conscious 1% |
| Decision Quality | 基于清晰和信念而非过度分析的决策能力 | The Conscious 1% |
| Resonance | 创作与自我身份的共鸣 | The Conscious 1% |
| Git-Fluent Agents | 深度理解 Git 的 AI 编码 Agent | Using Git with coding agents |
| History Rewriting | 将 Git 历史视为可编辑叙事的理念 | Using Git with coding agents |
| Agentic Engineering | 利用 AI Agent 转变开发方式的工程范式 | Using Git with coding agents |
| Claude Code CLI | Claude 命令行工具 | Claude Code 文章 |
| Headless Mode | 无头运行模式 | Claude Code 文章 |
| Context Engineering | 上下文工程 | Claude Code 文章 |
| Multi-Layer Memory | 多层记忆系统 | Claude Code 文章 |
| Agent Swarm | Agent 群体协作 | Claude Code 文章 |
| Three-State Protocol | 三态协议 | Claude Code 文章 |
| Wisdom Work | 智慧工作 | Career-Skills 文章 |
| Emotional Clarity | 情绪清晰 | Career-Skills 文章 |
| Discernment | 识别能力 | Career-Skills 文章 |
| Connection | 连接能力 | Career-Skills 文章 |
| Agent Orchestration | Agent 编排 | AI-Agent 文章 |
| Ownership | 承担后果的意愿与能力 | Good Taste the Only Real Moat Left |
| Competent Output | AI 默认产出的合格但平庸的内容 | Good Taste the Only Real Moat Left |
| Allocation Economy | 从知识经济转型：价值从知道什么到如何分配资源 | The Knowledge Economy Is Over |
| Model Manager | 分配经济中的核心角色：分配 AI 工作、评估质量、迭代改进 | Management as AI superpower |
| Code Execution | AI Agent 直接运行代码的能力，Agentic Engineering 的决定性能力 | What is agentic engineering |
| Vibe Coding | 未经审查、原型质量的 LLM 生成代码（Karpathy 2025） | What is agentic engineering |
| Compound Engineering | 持续改进 Agent 指令，每个项目后记录有效做法 | AI should help produce better code |
| Jevons Paradox for Knowledge Work | AI 效率提升导致知识工作需求大幅增长 | Jevons Paradox for Knowledge Work |
| Always-On Economy | AI 驱动的 24/7 运营模式，消除传统商业时间限制 | The Always-On Economy |
| ACI | Agent-Computer Interface，类比 HCI 但针对 AI Agent 优化 | Building Effective Agents |
| Agent Workflow Patterns | 构建 Agentic 系统的模式集合：从简单组合到自主 Agent | Building Effective Agents |
| Coding Agents | 能够编写并执行代码的 AI Agent | What is agentic engineering |
| Refusal | 判断力的核心动作：拒绝通用的选项 | Good Taste the Only Real Moat Left |
| Knowledge Work | 以知识和专业技能为核心价值的工作形态，正在被 AI 取代 | Knowledge Work Is Dying |
| Technical Debt Avoidance | 通过持续改进避免技术债务累积的策略 | Compound Engineering |
| Andrej Karpathy | AI 领域传奇人物，提出 Software 2.0（2017）、Vibe Coding（2025）、LLM Wiki（2026）三大概念 | LLM Wiki |
| Software 2.0 | 编程范式转变：程序员写目标，神经网络编程 | LLM Wiki |
| Memex | Vannevar Bush 1945 年个人知识存储概念，LLM Wiki 思想先驱 | LLM Wiki |
| Knowledge Compilation | Raw → Wiki 的知识转化操作，LLM Wiki 核心流程 | LLM Wiki |
| Lean-Stack | 极低成本（$20/月）独立运营盈利产品的技术栈 | 每月60000+营收 |
| Runway-Math | 生存时间 = 资金 ÷ 月支出，控制分母比控制分子更可确定 | 每月60000+营收 |
| Anti-Enterprise-Mindset | 拒绝为企业级需求预先优化，只在实际需要后才升级 | 每月60000+营收 |
| B2B-Nurture-C-Model | 用 B2B 大额订单养 C 端产品的抗周期商业模式组合 | 每月60000+营收 |
| Time-Moat | 通过多年持续运营积累的 SEO、品牌、信任等无法速成的壁垒 | 每月60000+营收 |
| Constraint-Driven-Engineering | 先设定约束（预算、人力、时间），再从约束出发选择技术 | 每月60000+营收 |
| Harness Engineering | 让 AI Agent 成为主要构建者的完整系统框架 | Why Your "AI-First" Strategy Is Probably Wrong |
| AI-First | 围绕"AI 是主要构建者"重新设计流程、架构和组织的范式 | Why Your "AI-First" Strategy Is Probably Wrong |
| AI Capability Gap | AI 在不同用户群体和应用场景中的不均衡进步，形成两条平行认知现实 | Karpathy X 帖 |
| AI Psychosis | 专业技术用户对 agentic 模型编程能力的极度震撼，与日常使用者的认知鸿沟 | Karpathy X 帖 |
作者 Entities
| Entity | 定义 | 领域 |
|---|---|---|
| Simon Willison | AI/LLM 领域知名博主，Agentic Engineering Patterns 指南作者 | AI-Agent |
| Dan Shipper | Every newsletter 创始人兼 CEO，AI 商业观察者 | AI-Agent, Newsletter |
| Ethan Mollick | 沃顿商学院教授，AI 教育与创新研究者 | AI, Education |
| Paul Graham | Y Cominator 创始人，创业思想家 | Entrepreneurship |
| Erik Schluntz | Anthropic 技术团队成员，AI 代理与机器人专家 | AI-Agent, Anthropic |
| Joe Hudson | 高管教练，OpenAI 等科技公司领导力顾问 | Career-Skills, Coaching |
| Konstantine Buhler | Sequoia Capital 合伙人，AI 投资专家 | Venture Capital |
| Raj Nandan Sharma | 软件工程师，fintech/AI 开发者工具作者 | AI-Agent, Developer |
| Wes Botman | Eli5.io 作者，AI 编程代理专家 | Claude-Code, DevOps |
| Elvis Sun | 前 Google 工程师，AI 创业者 | AI-Agent, Entrepreneurship |
| Aaron Levie | Box CEO，企业软件与 AI Agent 思想家 | Enterprise Software |
| Ben Thompson | Stratechery 创始人，科技分析师 | Tech Analysis |
| MIT Technology Review Insights | MIT Technology Review 研究部门 | Research |
| Barry Zhang | Anthropic 技术团队成员，Building Effective Agents 合著者 | AI-Agent, Anthropic |
| 同学都叫我 饶老师 | 中文技术博主，提示词与个人成长方法论 | Prompt Engineering |
| Steve Hanov | 加拿大 Waterloo 独立开发者，6 个 20 | Indie Developer, Bootstrap |
Topics (topics/)
整合多篇文章的主题
| Topic | 描述 | 相关 Entity |
|---|---|---|
| AI 时代的品味与判断力 | AI 让合格产出廉价，品味变得更有价值 | Taste, Judgment, Specificity |
| Agent-First 流程重构 | 企业如何围绕 Agent 重新设计运营模式 | Agent-First-Enterprise, Human-Governor-Agent-Operator, Machine-Readable-Processes |
| AI 时代的有意识创造 | 成为新 1% 的路径：内在掌控与三大指标 | Conscious-Creators, Inner-World-Mastery, Decision-Quality, Taste, Resonance |
| Git 与编码 Agent | Agent 如何改变版本控制工作方式 | Git-Fluent-Agents, History-Rewriting, Agentic-Engineering |
| Claude Code 自动化 | Claude Code 的自动化能力与实践 | Claude-Code-CLI, Headless-Mode |
| AI 时代的职业技能 | AI 时代各岗位的核心技能框架 | Wisdom-Work, Emotional-Clarity, Discernment |
| 智慧工作演化 | 从知识工作到智慧工作的演进 | Wisdom-Work, Connection, Agent-Orchestration |
| Agentic Engineering Patterns | Simon Willison 的 AI 编程代理工程范式指南 → 涵盖 Harness Engineering 演进 | Agentic-Engineering, Code-Execution, Vibe-Coding, Harness-Engineering |
| AI 时代经济转型 | 从知识经济到分配经济的范式转变 | Allocation-Economy, Model-Manager, Jevons-Paradox |
| Building Effective Agents | Anthropic 的 Agent 构建架构设计指南 | Agent-Workflow-Patterns, ACI |
| Karpathy AI 思想体系 | 从 Software 2.0 到 AI Psychosis 的系统性思想 | Software-2.0, Vibe-Coding, Memex, Knowledge-Compilation, AI-Psychosis |
| OpenClaw Agent System | OpenClaw 多 Agent 协作系统架构与实践 | Agent-Orchestration, Context-Engineering, Multi-Layer-Memory, Agent-Swarm, Three-State-Protocol |
| 精益独立开发 | 独立开发者用极低技术成本运营盈利产品的工程哲学 | Steve-Hanov, Lean-Stack, Runway-Math |
Comparisons (comparisons/)
对比分析页面
| Comparison | 对比维度 | 相关 Entity |
|---|---|---|
| Agent-First vs Traditional Automation | 运营模式、绩效提升、流程设计 | Agent-First-Enterprise, Human-Governor-Agent-Operator |
| Cook vs Chef | 创作方式、理解深度、AI 时代影响 | Taste, Conscious-Creators |
| Knowledge Work vs Wisdom Work | 核心能力、价值来源、AI 影响 | Wisdom-Work, Emotional-Clarity, Discernment, Connection |
| RAG vs LLM Wiki | 知识处理、累积性、维护成本 | Context-Engineering, Multi-Layer-Memory, Andrej-Karpathy, Knowledge-Compilation, Memex |
Outputs (outputs/)
输出作品
| Output | 描述 | 类型 |
|---|---|---|
| 将 Obsidian 知识库部署为 LLM Wiki 网站 | Quartz + GitHub Actions 自动部署教程 | Tutorial |
📄 Raw (raw/)
原始剪藏文章（25 个）
所有文章存放在 raw/ 目录，使用短链接格式引用（如 [[文章名]]）。
🚀 快速操作
编译文章
compile # 编译 raw 中所有未处理的文件
compile <文件名> # 编译指定文章
rebuild # 重新编译全部 Raw 文件（批量回溯）
查询知识
什么是 <概念>?
关于 <主题> 有什么讨论?
审计检查
lint # 执行完整 lint 检查（含摘要覆盖检查）
status # 查看知识库状态
知识编译（三步法）
- 浓缩 - 提取核心结论（≤3条）+ 关键证据
- 质疑 - 审视前提假设、数据可靠性、边界条件
- 对标 - 跨领域找类似现象，建立知识迁移
索引版本: v2.2 最后更新: 2026-04-16