打造你的人機工作站

① 為什麼要做這個？

如果你同時在做研究、管理多個專案、追蹤財務、維護伺服器 — 你一定經歷過這種場景：正在寫論文，突然想到備份腳本昨天好像沒跑。切過去看 log，發現 NAS 連線有問題。修完回來，已經忘記剛才寫到哪裡了。

這就是context switching 的認知成本。研究顯示，每次切換任務後需要 15-25 分鐘才能回到深度專注狀態。如果你每天被打斷五次，就損失了兩個多小時的深度工作時間。

傳統的解法是「用 AI 工具自動化」— 但大多數 AI 助手是一次性的：你問一個問題，它回答，然後忘記一切。它不知道你上週做了什麼決定，不知道你的專案之間有什麼依賴關係，更不知道你此刻最應該專注在哪件事上。

核心洞察：AI 是認知夥伴，不只是工具

我們把這套系統定位為新創公司的 CEO-COO 模式：你（CEO）負責方向決策和創意發散，AI（COO）負責執行追蹤、流程管理、補償你的認知弱點。就像有一個永遠不會忘事的營運長，隨時知道所有專案的進度和優先序。

② 架構全貌

三層面工作模型

COO 的一切工作服務於三個層面。它們不是獨立的 — 專案產生知識，知識啟發新專案，營運確保什麼都不掉球。

系統架構

整套系統分三層：記憶層存你的思考，執行層跑自動化，儲存層做備份。每一層都有明確的職責，不混用。

每個元件存在都有原因：

• Obsidian Vault — 你的第二大腦，所有知識和決策歷史都在這裡。選它是因為純 Markdown、可離線、資料完全屬於你。md-is-code 原則：vault 不只是給人讀，agent 也讀寫同一份檔案 — 文件就是介面。
• agent-workspace — multi-agent 的執行基地，每個 agent（COO / CIO / PhD PM）有自己的 sub-repo、記憶、persona。和 vault 分開，因為知識和 ops state 的生命週期不同。
• NAS — 每天自動備份，不依賴雲端。你的資料不該只存在一台電腦上。
• Telegram Bridge — 讓你在外面也能跟任一 agent 對話。Telegram Bot API 極簡、支援 Markdown、手機體驗好。
• 本地 LLM（ollama）/ Codex — 批次處理、detach 模式跑 sub-task 走本地模型或 Codex CLI，省成本、保隱私、可平行。
• Claude Code（Opus / Sonnet） — 需要深度推理的工作交給它。CIO 的 weekly agentic run 就是 spawn claude -p --model opus 自主分析。

②️· Agent 編制

從一個 COO 演進到 multi-agent 平行編制。每個 agent 有自己的 sub-repo、persona、記憶、cron。不是 hierarchy，是平行 — 跨 agent 通訊走 vault contract（md-is-code）。

每個 agent 的 scope

• COO（營運長）— 跨 project 協調、流程設計、不可逆動作守門。Claude Code（Opus）即時對話模式。每天的對話、commit、debug 主要走這條。
• CIO（投資長）— 投資紀律執行 + 認知拓寬。獨立 git repo、五層記憶（docs / config / state / history / learning）、有 constitution。Weekly run 是 deterministic 備好 bundle.json 後 spawn claude -p --model opus agentic 模式自主決策。
• PhD PM（專案經理）— 博士畢業專案的認知降載。YAML 任務樹 + cron 早晚報 + Telegram inbox digest。Claude（深度討論）/ gemma4（每日批次）雙模式。
• Subagent（彈性執行）— Codex CLI 或本地 LLM 跑 detach 任務（爬蟲、batch 摘要、長跑 sub-task）。由 COO 視需要派發，不是常駐 agent。

③ 演進路徑

這套系統不是一次設計出來的。每個階段都是為了解決一個具體的痛點。這是最重要的設計原則：不超前設計，走通再擴展。

④ 核心模組

技術選擇的理由

⑤ 自己動手做

30 分鐘最小可用版本

不需要一次做完所有東西。以下四步就能有一個可用的起點：

1. 安裝 Claude Code CLI

   npm install -g @anthropic-ai/claude-code
   # 或: brew install claude-code

2. 建立 CLAUDE.md — 定義你的 COO

   在 home 目錄建立 ~/CLAUDE.md，寫下你是誰、你希望 AI 扮演什麼角色、你的工作方式偏好。這個檔案是整個系統的靈魂。

   # ~/CLAUDE.md 範例
   
   ## 角色
   你是 COO。用戶是 CEO。我們用新創模式協作。
   
   ## 用戶畫像
   - 軟體工程師，同時管理 3 個 side project
   - 偏好簡潔回覆，不需要重複確認
   
   ## 工作方式
   - 每次工作前讀 WORKSPACE.md 確認狀態
   - 版控優先：每個專案有獨立 git repo
   - 任務完成 = 用戶收到結果

3. 建立 Telegram Bot + 通知腳本

   # 1. 在 Telegram 找 @BotFather，發送 /newbot 建立 bot
   # 2. 記下 bot token
   # 3. 向你的 bot 發送一則訊息
   # 4. 取得你的 chat_id:
   curl "https://api.telegram.org/bot<TOKEN>/getUpdates" | python3 -m json.tool
   
   # 5. 寫通知腳本 notify.sh:
   #!/bin/bash
   TOKEN="your-bot-token"
   CHAT_ID="your-chat-id"
   MSG="$1"
   curl -s -X POST "https://api.telegram.org/bot${TOKEN}/sendMessage" \
     -d chat_id="${CHAT_ID}" -d text="${MSG}" -d parse_mode=Markdown

4. 加一個 cron job

   # 每天早上 8 點提醒你今天的重點
   crontab -e
   # 加入:
   0 8 * * * /path/to/notify.sh "早安！記得檢查今天的待辦事項"

漸進升級路線圖

工具替代方案

這套系統的設計是模組化的。每個元件都可以替換成你熟悉的工具：

設計原則（帶著走）

不管你用什麼工具組合，這些原則是通用的：

• 先 human-in-the-loop，穩定後放權 — 新功能先做需要人核可的版本，確認可靠再自動化
• 預設輕量，主動升級 — 不過度自動化，由你決定什麼時候升級
• 簡單可迭代 — 不超前設計，走通再擴展。每個階段解決一個具體痛點
• 版控優先 — 每個專案有獨立 git repo，每次有意義的變更都 commit
• 單一真相原則 — 每個事實只存一個地方，其他地方用指標
• 任務完成 = 用戶收到結果 — 報告生成但通知沒送出 ≠ 完成

⑥ 硬體規格

這套系統跑在一台 Mac mini 上，不需要高階硬體。以下是實際使用的配置：

主機

為什麼這個配置夠用

周邊設備

軟體環境