1. AI时代一人公司的本质:从工具依赖到思维升级
去年在开发者社区第一次听说李笑来完全转向AI工作流的消息时,我的反应和大多数人一样——这太极端了吧?一个资深程序员怎么可能完全不写代码?但当我真正尝试用VMark+Claude搭建自动化工作流后,才发现这个看似激进的选择背后,藏着对生产力本质的深刻理解。
现在的技术圈有个奇怪现象:我们追逐最新的AI工具,却很少思考这些工具如何改变工作本质。就像当年移动互联网兴起时,很多公司只是把PC网站简单适配成手机版,而真正成功的产品都重构了移动场景下的交互逻辑。AI时代的一人公司同样如此,关键不在于用了多少AI工具,而在于如何重构知识工作的工作流。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 重新定义生产力工具链
2.1 VMark工作流的底层逻辑
李笑来开发的VMark编辑器看似简单,实则解决了知识工作者的核心痛点。传统IDE如VS Code是为代码工程设计的,但AI时代的生产单元变成了更轻量的markdown文件。我实测发现,一个配置得当的markdown工作流可以处理90%的日常任务:
- 文档即应用:每个.md文件可以视为独立应用
- 纯文本协作:git版本控制比二进制文件更可靠
- AI友好格式:结构化标记便于大模型理解处理
我的工作目录现在只有三类文件:
code复制/projects
/project_A
spec.md # 需求文档
report.md # 自动生成报告
bot_agent.md # 自动化机器人配置
/project_B
...
2.2 自动化机器人的实践方案
李笑来提到的Telegram机器人方案,经过我的验证可以优化为更通用的实现路径:
- 需求捕获:用Obsidian插件将消息转为markdown任务
- 任务分配:通过yaml front-matter指定处理机器人
- 结果交付:AI生成PR直接提交到项目仓库
典型机器人配置示例:
markdown复制---
bot: code-reviewer
model: claude-3-opus
params:
strictness: high
lang: python
---
# 代码审查要求
- [
