我最近使用 AI coding agent 的频率很高，Codex、Claude Code 之类的工具基本已经进入日常工作流。 刚开始用这类工具，很容易把它理解成“更聪明的自动补全”或者“能帮我写代码的聊天窗口”。但用得久一点以后，我越来越觉得，这种理解太小了。 AI Agent 真正改变的不是某一次代码生成，而是整个软件工作流里“上下文如何组织、任务如何拆分、审查如何发生、经验如何沉淀”的方式。...

过去说知识管理，很多时候说的是分类、归档、标签、搜索、双链、卡片笔记，或者某种更适合个人使用的笔记方法。 这些东西当然有价值。但最近我越来越觉得，AI 出现以后，知识管理这件事的意义正在发生变化。 它不再只是“我如何管理自己的资料”，而是在变成“人和 AI 如何持续协作”的接口层。 AI 最缺的不是答案，而是上下文 大模型并不缺表达能力，也不缺生成能力。真正缺的是稳定、准确、可追溯的上下文。 你问...

AI coding agent 用久以后，一个很具体的问题会出现：它在后台工作时，人应该怎样知道它现在处于什么状态？ 编辑器里的进度、终端里的输出、通知里的提示都能解决一部分问题。但这些界面往往要求你主动看过去。你如果正在处理别的事情，或者同时开着几个会话，很容易不知道哪个 agent 还在跑，哪个已经完成，哪个卡住了，哪个需要你确认。 vibe-lamp 这个项目就是从这个很小的问题开始的。 它...

我过去看知识库，主要还是从人的角度看：资料能不能找到，笔记之间有没有关系，目录是不是清楚，长期回看时能不能想起当时为什么这么判断。 后来用 AI agent 做事多了以后，我对知识库的要求变了。 人看笔记时，可以容忍很多隐含信息。一个标题、一个标签、几句当时写给自己的话，过几个月再看，大概还能补回语境。但 AI 不一样。它不会自然知道哪份资料更可信，也不知道一段话是草稿、事实、规则、偏好，还是一次...

为了打造一个真正高效的生产力环境，我从零开始构建了这套 Hyprland 配置。本文将分享其中的核心功能、设计思路以及我是如何解决中文输入法等痛点的。