以下是我人生中第一场黑客松的复盘与回顾——我在这场黑客松里做了一个很不成熟的工具，工具背后是我对个人信息流转系统是何模样的（部分）想象。
昨天（其实是一周前的昨天，周日）参加 AI Hacker House 的第 10 场黑客松，主题是 AI for Personal Growth。
我想了许久，要不要报名，以及到底要做什么。
最终还是决定 solo 作战，也想好了大致要做的产品方向。
可万事会有意外。
第一，我竟然一开始用的是 mock data 策略，发现不对劲之后才开始转向真实数据采集与应用——浪费了许多时间；
第二，UI 设计没有提前想好，单纯依赖我的 ui-engineering skill 做出来的设计——远远达不到我的期待；
第三，token 额度管理缺陷。因为我的 CC 订阅只是 pro，六个多小时的限时 hackathon——两个周期的额度根本不够用。
那我的策略是，用完两个周期的 CC 额度（早上九点触发周期倒计时，下午两点 reset——刚好那会儿我用完了上一个周期的额度）之后转战 Codex，但它只是 plus，于是用完 Codex 一个周期的额度后还使用了一次重置次数——才把基本的端到端功能实现完成。
严重警告：非技术开发者千万别学我穿梭在不同的 coding agent 之间做开发这招，CC 和 Codex 做出来的效果差异极大，而且哪怕我做了相当一部分的工作，比如先作说明、需要它写好项目 memory，甚至是将开发记录全文复制给下一个接手的 coding agent…context 的缺失也是必然的。（这人真的好好笑哦：）
OK，所以我到底做了什么产品呢？
在详细介绍它之前，我想先说说我为什么想做这样的一个工具。
一，过往我们看到值得收藏的信息，一般会集中整理到某个地方，但往往——那个地方会变成信息仓库，也就是「信息流到我这里」，而没有走到「流经我这里」这一步；以及，随着 AI 爆发，信息更触手可达——随便一个对话，它引用的所谓有价值信息露出几率更高，或者说提供的优质信息来源更多——那我们在有限的时间和精力下该如何处理这些信息？
二，「有据有源」、可验证是我对于接收到信息时非常关注的点。不管是我在做播客 transcripts 的解读，还是我在做信息收集 Telegram bot，又或是我尝试以自己的 context 为基础，创建一个「信息流经我到下一个 somewhere」的自动化系统——我都在想，我获取到的信息出处是哪里，我给这条信息加上了什么注解，从我这里流出去的信息是否能通过我的验证和判断…也许做得还不够尽善尽美，但我知道——对我来说很重要。
三，信息的背后总是有人有团队有组织有系统——代表着来源有迹可循。大多数时候，我们给出信息需求，按照需求返回相关信息的工具只是中介，它本不应该负责判断信息的真伪——有是加分项，而且是系统级别的人为设计策略，但更重要的——无论如何都要做的是，需要明确给出信息来源。
我就遇到过一个匪夷所思的场景，TG 的信息收集 bot——给出的来源链接说的是 A，它给出的说法是 B——这在我看来，哈？「睁着眼睛说瞎话」？也就是这样的 edge case 的出现，我才想着要去加上一层证伪机制。
未来的信息获取也一样，「信息来源于谁」（无论个人与集体）或许比「信息是什么更重要」——这也能一定程度上对抗模型幻觉。
四，中文世界是个封闭网络，我们分发在每个平台的信息——它们之间几乎是不流通的。虽然是自己的产出，却也算是平台资产，但我不希望这些作品的命运只能如此。再加上，我在做 PodLens 之前做过一个测试，就是给 AI 工具特定的上下文，让它帮我做某段材料的解读和拓展——效果还是不错的（不过，依赖于模型能力是绝对的），但这个过程中出现了一个意外，它引入了别人做的一个 XML 格式的 RSS——当时就觉得，哇！有意思的设计。
我就想到，曾经——Substack 的文章链接——类似 ChatGPT 这种工具是能读取到具体内容的（当然，可公开阅读的那种文章），但后来不知道什么时候，官方做了一些调整，链接就再也触达不了了。
我理解这样的调整是因为，一旦 AI 工具能把平台的内容直接呈现在人们眼前，那平台中的创作者利益势必受损，在还没出现一套相对完美的方案之前，只能先挡住「窃取内容」的「触手」。
但我觉得，未来的信息，未必都是人去读，AI/Agent 也会是受众——那在平台机制改革还未完善之前，为什么我们作为个体，不先主动去做这样的设计呢？
五，移动端和 PC 端对人的时间和精力占用，或者说应用场景是不一样的。我总觉得，更多的学习、工作活动发生在 PC 端，而手机承载的娱乐、交流等功能则占比更多。
带着以上的思考和想法，我就尝试去做 LumiStudio，链接在这里：studio.lumihelia.com。目前的功能十分鸡肋（其实只是个半成品），仍在逐步完善中，读到这里的你若是对它感兴趣，建议在未来某天再回来看看——如果你还记得它。
首先，我设计的端到端实现，指的是手机端收入信息，实时呈现在 PC 端中。
当然，PC 端也有内容输入侧。
以上是主界面，第一个 tab 是工作台，也就是输入信息之后，我能在这里看到信息，并且有信息被逐步做解读的痕迹，「我的处理」页面则是我基于信息所做的私人化编辑，分为多个板块——目前还没完善，可以选择私有，也可以选择发布到公开页。
第二个 tab 是引力台，想做的是信息与信息之间的关系连接，可以是相似/关联、冲突/张力、延伸/拓展或补充等。
第三个 tab 是公开页，选择公开后的界面可以在这里阅读——严格来说，是给人阅读的界面。
第四个 tab 是为了方便 AI/Agent 读取信息而设计的。不仅是呈现自己的公开页对应的 feed，还可以订阅别人的 feed——功能未完善。
和信息有关的最最最重要的点，不是信息本身，而是信息背后站着的人——ta 对于信息的解读，无论是反驳、连接，还是延伸与补充——都是重点。可是信息如此之多，我不可能全靠自己做映射，于是我给 LumiStudio 做了个映射所需要的上下文界面，也就是提供关于我的 context，再让工具基于这些信息做初次的处理，编辑和确认则在我这里。
不少人会说，现在的人做 AI 工具，大多数团队都会选择做效率工具——我们对于效率的平均需求远远超过历史任何一个时代。
那用 AI 来处理我们日常获取的信息呢？算是追求效率吗？
可以「是」，也可以「不是」——和人有关。
但因为「和人有关」的不确定性难以量化，于是我选择把移动端做成了信息获取入口，而不是处理界面。诚然，当我们在做某些深度工作时，往往是坐在书桌前、电脑前，所以「PC 作为思考界面」是毋庸置疑的——这便是前面我会考虑到移动端、PC 端应用场景的原因。也许不够深入，但…只要问题意识还在，知识更新就会一直处于进行时。
关于 LumiStudio 的介绍部分，到这里就算是完结了，很多细节都还没说出来，一是因为我还没想好，二是因为我还没做出来。
不过，由以上工具的设计，我想到另一些相似应用场景。
比如说，有团队在做 AI 时代的 ToB 信息系统。其实过往的很多组织、公司，对内部数据数字化概念的理解与实践是不够的，那为了跟上时代步伐，需要驻场工程师到实地去查看情况并设计、落地相应方案——其中必不可少的环节是，哪些信息该放在哪里，它们之间的关系是什么——其实就是，信息与信息之间的位置与关系，或许可以说是「某种结构化」？
我还会想到，其实历史上关于信息的获取与处理，可以说是一部信息获取从难到易/慢到快/验证来源多到少、信息处理从无序到有序的变化史，从散落在不同人不同部落不同载体，到集中在高位者、可触达性高的载体，从靠人口相传到书信报纸，从部落古籍到档案馆，从传真、电报到互联网，从互联网到 AI chat bot…每当进入一个新时代，人总有些东西是注定会丢失的，而当我们清楚了这点之后再去用 AI 辅助我们日常的信息处理，就更有意识且心安理得了？
当然，知道什么必须是我们人自己的的职责，清楚 AI 绝对不能做什么——也是很重要的前提。
进一步想想，其实以上 idea 挺无聊的，它只适合在某个产品中作为一个可考虑的小功能，不过，能反哺过往和今后的构建尝试，也算不错的收获～
前文有个字眼，「昨天（其实是一周前的昨天，周日）」——没错，以上 85% 的内容是上周一写好的，但后续因为各种原因加拖延，没有写完剩下的 15%，直到又一个周一。
其实说「拖延」，也未必准确。
我是一个很拧巴的人——这是一个「自我意识」，嗯，还在认识我自己。
比如，在公开以上思考之前，脑子里总有些声音问自己：MVP 做到足够好了吗？没完成闭环真的值得公开吗？
然后，「未完成的思考」、「未闭环的想法」就这样停在了我这里，出不去，或是如同我曾经听到的理论——有些东西没能流经你，就流向别人——直到穿过为止。
我不去想，它们是否会流向别人，什么时候流过去，因为那是别人的事情，而我只能处理自己的命题，我也尝试着给自己的输出多些宽容，少些「是否完成」、「是否闭环」的问责——呼应标题：信息不该只是「流到我这里」，更应该「流经我这里」——我的观察与理解算一种「信息」形式。
虽然有的时候（或者大多数时候？），我的输出就是没意义的，但如果有意义，那就是——我在今天记录了一些内容，它是我思考与实践的见证，它是长成未来的我的成分。
Anyway，最后附上当天展示时的录音——会发现，紧张到…忘了很多东西没讲。（非常感谢现场小伙伴留下的录音记录！🫶