Monologue，在电脑上按键呼出语音输入，支持中文，在任何光标处直接语音输入。试用了一下，对于和 AI 的交互提效是史诗级的。
也有手机和手表端，但后者做得好的已经很多了。电脑上做得这么顺滑的这是第一个。
同行审阅真的是一个超级大杀器，和实际工作中“找几个脑子好使的脑暴一下”异曲同工。最好是找性格不同的模型一起工作，这样视角互补，能够拿到的讨论结果是最好的。
逐渐感觉我生活里通过 APP 积累的数据，其最终出路都是直接通过 API 或者 MCP 被 Agent 调用，不能被调用的 APP 会逐渐被降低优先级，同时还有一些生活领域没有找到合适的前台应用提供数据收集，那么就要自己做。
Apple Health 有非常全的健康数据，但只有 iOS 端，不能直接在 Mac 上使用。有一个付费工具，买了之后就可以拿到，价格也不算很贵。但是调研了一下发现这个工具自己做的成本其实也很低，原理是做一个 iOS APP 去申请本机上的 Health 数据授权，然后通过 iCloud 同步，然后就可以在 Mac 上的 iCloud 文件夹取用。
In progress，感觉这可能是目前做下来最简单但是效用最大的 APP。
本周最喜欢的一个工作产出，把每天的重要事项和 AI 的实时额度都放到一起，大幅减少各种 APP 切换导致的注意力分散。有点太喜欢了。
做着做着突然意识到我最需要的一个 skill 其实是在对话中浓缩刚刚讨论的概念和新知识，并实时写入 Obsidian 保存成可后续查看的条目的能力。
OpenAI 把 codex 做成了一个可以进入 Claude Code 被调用的插件，最近 Claude 的所有方案和代码都让 Codex 审阅一遍，让他们自己先讨论，然后把共识和分歧给我，我再来看。
目前看下来效果非常之好。而且两个模型性格不太一样，所以往往 review 的方向挺不一样的，正好相互补充。
然后我一个根本不用 codex，本来都取消了续费的人，居然为了在 Claude 里面继续调用 Codex 又续上费了。侧面证明这个“打不过就加入”的商业策略在实操中是非常闷声发大财的，很高明。
逐渐觉得 Work with AI 最重要的一个取舍其实是一次要求自己只能做一个项目，而不要被高效假象迷失双眼于是开一堆窗口反复切换。后者会让人疲乏，也极度消耗注意力和脑力，几周下来的感受和工作的 burn out 甚至有些类似。
总的来说和 AI 工作好像开始真正产生了“慢就是快”的感觉。要刻意保障思考和梳理的时间，要追问执行的价值，要决定什么不做，要节省自己有限的精力。
AI 的能量是几乎无限的，但人的精力是超级有限的。
把 Obsidian 的用法和系统放到了 GitHub：obsidian_vault_system。
包含视觉系统、日记模板、entity 插入系统、lifelog 系统，以及 AI 交互与管理。
安装了 codex 内嵌到 Claude code 里面的 MCP，然后可以直接让 Claude 喊 codex review 代码，甚至还能看到它给 codex 写 prompt，我又一次叹为观止。
>> 需求背景：日常中英文混杂输入，所以 Obsidian 里面存在大量同一客观实体拥有中英两版（甚至更多）名称的情况。
解决方案本身非常简单，但是处理原则做了一些小迭代。就实际情况来说，并不需要所有实体都配其他语言名称，那么需要让 AI 知道什么实体需要配、什么又不需要。
具体来说：
通过 Obsidian 原生的 aliases 字段配同义名称，之后在 vault 里面提到任一名称都可以直接双链到这一文件。这是基础配置，用户都会。
然后让 Claude 批量处理，授权 vault/entity 这个系统文件夹，批量配置 aliases。
配置原则见附件，简单表述为“仅处理名称在多语境下均被广泛使用的实体”。
生成 skills /check-aliases，后续直接调用，可扫描 vault 内实体补充新的 aliases。
在今年年初开始的 AI Agent 这波军备竞赛以来，我一直在当一个闲散人士。三月屏蔽了“龙虾”及所有“虾”的关键词，让我得以在赛博军备竞赛的大型全球 FOMO 里找到一点宁静。
不过很快我还是被吸进去了，因为突然就开始休长假了，突然有了很多时间，偶然开始研究语言学，偶然发现了一些有趣的规律，偶然表达欲勃发，然后发现我也真是无处可发。
内容和表达散落各种，公开的、不公开的、能导出的、不能导出的、国内的、海外的……在互联网上流离失所到处流浪，想到哪里写到哪里，无处整合四处漂泊。
我于是打算让 AI 试着整合一下几个主要平台，让长文和短内容都沉淀到我的 Obsidian 里面，和日记系统打通。完整的需求实现这里不赘述，总之 Claude Code 以超出我预期的速度和质量完成了这项任务，我仿佛山顶洞人直接降落曼哈顿市中心，目不暇接叹为观止。
逐渐觉得 Claude 实在是强得太明显，以至于“思考节省 token”不如直接取消其他订阅花钱给 claude。
研究了半天 Max vs API：
1. API 的隐私权限依然更高，永不训练，且仅保留 7 天。Max 就算自己关掉了训练设置，也会保留 30 天。
2. 独立钱包，两边花的钱完全不会混到一起。订阅扣订阅的，extra 是 extra，API 是 API credit。
3. 超过 limits 之后花钱的效率和 API 直接花钱的效率几乎是一模一样的。
4. 即使 claude code，只要不是在你自己代码的项目里调用，就不需要去管 caching（缓存）问题，是官方设置好的。
API 已经到了每周消耗 100 刀的水平了，这还是一直在控制的水平。朋友说他用 Max，用量非常够，几乎还没有触顶过，让我切换试试。
晚上回家切换成 Max 跑大体量 input 进行文章整理，一次性未间断跑完了全部，limits 还未封顶。
太厉害了，幸福之。早切换早幸福。
>> 背景和需求：满足每日阅读新闻和获取重要信息的需求。
初期构建这个新闻日报的时候只有非常简单的两个约束，一个约束领域和栏目板块，根据我的兴趣来；另一个约束信源，采用我列出的 29 个新闻白名单，不在白名单内的媒体不准用。
每日生成 markdown 和 html 两种格式，前者保存到 Obsidian 作为信息存档，后者通过电脑后台 launchd 程序，推送到 Telegram bot 端上直接消费。
后期迭代中进行了如下完善：
1. 如果同一事件存在不同媒体的不同视角，需要同时列出不同视角兼听则明。
2. 对于大型事件，额外整理专题进展，如伊朗战争等，重大进展时再度进入 Daily News 头条，其他时候在专题页更新。
3. 把 AI 的工作流拆分成采集和编辑两层，前者为内容量负责，后者为最终选取和呈现负责，采集留记录，防止错过重大新闻。
到目前，这个日报的内容已经相当成熟和好用，每天 10 点多推送之后也每天都会看。成功恢复了已经中断好多年的新闻阅读习惯。
项目的相关文档和配置已经同步 GitHub，详见 daily_news_brief，可自取配置。
>> 需求：flomo 过往内容一次性导入 Obsidian
原本的解法是 Obsidian 插件 flomo importer，但这个插件目前好像并不 work，无论是一次性导入，还是后续的写入（flomo 写，obsidian 存档）都不能正常执行。
解法：直接通过 flomo 导出数据，会得到一个含有所有附件图片的压缩包，以及一个保留了对应关系和格式的 json 文件。直接把文件喂给 Claude，让它写入 Obsidian，三分钟搞定。
呈现：个人偏好短笔记进入日记，这样回看的时候会有上下文，以及对当时一段时间自己在想什么比较清晰。同时用 dataviewJS 写脚本，按年份聚合这些短笔记，使之成为 all in one 的内容 feed，方便自己浏览。
后续：卸载且再也不需要 flomo importer 插件。
>> 延伸需求：由于 Obsidian 本身比较笨重，并不适合随时打开就写，有没有可能让 flomo 成为输入端，写的内容按照上述格式自动同步 Obsidian 存档？
调研结论：不能。flomo 只提供从外部写入自己的 API，不提供自己写到外部的 API，所以不能把 flomo 作为输入端。
我于是开始想，如果 flomo 不能，微信这种闭环生态也不能，那往开源工具找应该是可以的，比如 Telegram。果然，开一个 Telegram Bot，丢给 Claude 写脚本，约束写入的规则（进入当天日记的 MEMOS 板块）和格式（打时间戳 HH:MM，并按照时间顺序 append)，就可以实现 Telegram 写 Obsidian 存的效果。
Markdown 的格式只要自己比较熟练，双链、hashtag 都可以直接写，进入 Obsidian 之后会按照它自己的规则样式呈现。
Telegram 写入 Obsidian 的项目细节可参考 GitHub telegram-to-obsidian
后续：由于短笔记可以直接在 Telegram 完成记录，甚至整个 flomo 都不再需要了。取消了接下来给 flomo 连续第 6 年的续费。
Molly at Large