水的离子积

AI 研究者、教育家。曾任特斯拉 AI 总监，OpenAI 创始成员之一。以将复杂的 AI 概念通过教育内容变得通俗易懂而闻名，同时也因发布关于 AI 工作流的极具影响力的"想法文件"而备受关注。

中文 AI 领域的前大厂从业者、投资人与趋势分析师，以宏观视角和长周期判断著称。其 2026 年趋势观察文章被 [[水的离子积]] 收录进 cognition.md 作为核心参考。

01Founder 的核心人物，AI 产品与创业领域的观察者与传播者。因撰写 Loopit 爆火报道而被 [[水的离子积]] 引用。

中文 AI 社区最具影响力的 Skills 应用布道者之一，公众号「一泽Eze」主理人。以《Agent Skills 终极指南》闻名，系统性地将 Anthropic 的 Claude Skills 方法论引入中文开发者与产品人群体。

公众号「云舒的 AI 实践笔记」主理人，以源码级拆解 OpenClaw 核心架构著称。其文章从系统工程师视角揭示了 OpenClaw 28 万 Star 背后的技术真相。

由设计师 [[塔塔]]（TATALAB）为 [[水的离子积]] 的黑客松项目设计的 IP 形象。白色双马尾配黑色蝴蝶结，浅绿色 Polo 衫和深蓝色百褶裙，气质带有极客感又不失可爱。

设计师，TATALAB 主理人。为 [[水的离子积]] 的黑客松项目设计了 IP 形象 [[叉叉]]。

AI 研究者与思想者，以「Agent 进化，不需要人类」一文闻名于中文 AI 社区。其提出的 Agent 进化三阶段框架被 [[水的离子积]] 广泛引用。

中文 AI 领域的内容创作者，与 [[赛博禅心]] 并称。关注 AI 产品设计与 Agent 应用落地。

[[水的离子积]] 的 Agent persona，运行在 [[OpenClaw]] 之上。与普通对话型 AI 不同，水水能够执行完整流程、读写文件、调用 API，并在每次迭代中沉淀资产，实现持续进化。

AI 产品人、内容创作者，公众号「水的离子积」主理人。长期深耕 AI 应用层，尤其关注 Agent 工作流、个人知识管理、内容→产品飞轮。也是 [[OpenClaw]] 的深度实践者。

中文 AI 领域的研究者与实践者，以翻译 Anthropic 官方技术文档和深度拆解 OpenClaw 著称。长期关注 Claude Skills、MCP 与 Agent 工作流。

中文 AI 企业服务领域的实战专家，擅长将个人 IP 转化为 B 端服务能力。其提出的「4321 理论」和 KOL 商业化方法论被 [[水的离子积]] 评价为「今年读到的最实用的 KOL 商业化指南」。

中文 AI 领域的内容创作者与评论家，常与「金色传说大聪明」并列出现。核心关注 AI 技术民主化、平等窗口的关闭、以及 Agent 时代的商业范式转换。

由 [[甲木]] 提出的课程设计黄金法则，用于平衡课堂体验、课后掌握、认知拓展与专业高度之间的关系。

亚马逊平台的高级商品详情页（A+ Content），有严格的排版规范和尺寸要求。是 [[水的离子积]] 在 Lovart 品牌实验中的关键学习点。

区别于「把 AI 功能嫁接到现有产品上」的传统思路，AI Native 产品从底层逻辑上就围绕 Agent 的自主判断和能力组合来设计。

来自微软/Google 人机交互研究的 AI 产品设计框架，被懒灵感总结为三个核心维度。

指在大模型和 AI Agent 广泛具备自主行动能力后，围绕可控性、对齐性和滥用风险所形成的安全议题。

指 AI 对劳动力市场的大规模替代可能引发的经济结构失衡。核心论点是：AI 越成功，对传统白领经济的破坏可能越大。

面向企业或组织提供的 AI 相关培训、咨询与落地服务。与 C 端内容消费不同，AI 企业服务强调业务痛点导向、ROI 可量化、以及长期的组织赋能。

为 AI Agent 提供物理世界 context 入口和交互载体的硬件设备，被 [[Kenny肯尼]] 视为 AI 应用层的重要机会之一。

Anthropic 提出的 Claude Skills 及其后续开放的 Agent Skills 标准。它是「通用 Agent 的扩展包」，让 Agent 通过加载不同的 Skills 包来具备不同专业知识、工具使用能力和稳定完成特定任务的方法。

大语言模型发展的新阶段：模型不再依赖外部人为搭建的 multi-agent 脚手架，而是**将多 Agent 协作能力内化到模型内部**，基于具体任务和 context 自主决定是否需要创建子 agent、创建多少、如何通信协作。

能够基于大语言模型（LLM）进行自主感知、规划、决策并调用工具完成任务的智能体。Karpathy 将 LLM Wiki 的核心维护者定义为 Agent——它不只是会话助手，而是能在文件系统上自主执行编辑、交叉引用和知识整合的程序员式存在。

由 Anthropic 提出的一种信息架构原则，核心思想是**根据场景需求逐步披露信息的深度**，而非一次性加载所有内容。

一类 AI 驱动的编程助手，可以直接在终端或 IDE 中运行，帮助用户诊断问题、自动修改代码和配置。

一个关于 AI 时代商业指标转换的核心论断：传统互联网「日活跃用户」（DAU）正在从核心资产变成负债。

[[OpenClaw]] 架构中的「身体」层，负责让 Agent 能够**持续在线、跨平台通信、会话隔离和主动执行**。被 [[云舒]] 认为是 OpenClaw 真正的差异化所在。

[[LLM Wiki]] 模式中的三大核心操作之一。

个人 IP 通过内容影响力向 B 端或 C 端市场变现的完整商业路径。在 AI 时代，KOL 商业化正从「流量变现」向「企业服务 + 产品飞轮」演进。

一种用 LLM 构建个人知识库的模式。与把 LLM 当作原始文档搜索引擎的 [[RAG]] 模型不同，LLM Wiki 让 LLM 逐步编译并维护一个由相互链接的 Markdown 文件组成的持久 wiki。

Karpathy LLM Wiki 模式中的三大核心操作之一，指**定期对 wiki 进行健康检查和维护整肃**。名称借用自代码静态分析工具，寓意是像检查代码一样检查知识库的一致性和完整性。

一款让文字瞬间变成可交互、可分享内容的 AI 产品，代表从 **Prompt to Generate** 到 **Prompt to Playable** 的范式跃迁。

Model Context Protocol，由 Anthropic 主导的开放标准协议，用于统一 AI 模型调用外部工具、数据和服务的方式。

在 [[水的离子积]] 的 OpenClaw 工作流中，`MEMORY.md` 是 [[水水]] 的**长期记忆文件**，存放提炼后的智慧而非原始日志。

一款基于本地 Markdown 文件的双链笔记工具，被 Karpathy 视为 LLM Wiki 的「IDE」。

OpenClaw 在实际部署中的网络、配置、服务管理与故障排查方法论。

一款开源的 AI Agent 框架，核心理念是 **Agent + Computer** —— 不只是对话，而是能真正操作电脑、读写文件、调用 API、持续进化的智能体。它是目前中文 AI 社区最具影响力的长期在线 AI 员工系统之一。

针对 P 型人格（感知型/Perceiving）的知识管理困境与解法。核心矛盾在于：P 人不擅长主动整理和长期坚持，但知识管理又需要漫长的「延时满足」积累期。

一个开源的 Agent 执行框架，被 [[OpenClaw]] 直接用于实现其 Agent Loop（大脑）层。项目地址：https://github.com/badlogic/pi-mono

从「Prompt to Generate（提词即生成）」到「Prompt to Playable（提词即可玩）」的范式跃迁。Loopit 是这一概念的代表性产品。

Karpathy LLM Wiki 模式中的三大核心操作之一，指**用户基于已有的 wiki 向 LLM 提出问题并获得引用来源的综合回答**。不同于 RAG 的临时片段检索，Query 是在已被编译和交叉引用的 wiki 之上进行深度对话。

检索增强生成（Retrieval-Augmented Generation）。一种常见的模式：LLM 通过从向量数据库中检索相关文档片段，并基于这些片段生成回答。

在 AI Agent 生态中，SKILL 是一种将行业知识或工具操作能力封装为「速查卡」的机制，让 Agent 无需从零摸索即可执行特定任务。

Speech-to-Text（语音转文字）与 Text-to-Speech（文字转语音）的合称，是赋予 [[OpenClaw]] 等 Agent 「耳朵」和「嘴巴」的核心多模态能力模块。

Token Per Day，AI 时代 proposed 的用户价值新指标。

一款面向 AI Agent 的搜索 API，在 OpenClaw / ClawHub 生态中目前下载量和收藏量居搜索类 Skill 首位。社区口碑称其「用 Tavily，Token 消耗打三折」。

一种由 AI 驱动的「氛围编程」方式：开发者通过自然语言描述意图，让 AI 负责具体的代码实现，自己则聚焦于创意和方向把控。

按时间顺序追加的操作记录。

Anthropic 官方提出的 Claude Code Skill 构建与评估流程（Create → Eval → Improve → Benchmark），也是 [[水的离子积]] 在做百度搜索 Skill 测评时所遵循的标准方法论。

[[水水]] 在晚上凌晨 3 点自动运行的核心工作流之一：将碎片化的网络剪藏转化为结构化的认知资产。

面向特定行业或岗位的 AI Agent，是 [[Kenny肯尼]] 指出的 2026 年 AI 应用层「机会最多」的方向。

模型自我进化的核心引擎：Agent 在真实环境中执行任务 → 获得用户反馈 → 产生高质量数据 → 模型基于这些数据变强 → 完成更复杂的任务 → 获得更多样数据。

Progressive Disclosure，一种根据场景需求逐步加载信息深度的设计原则，广泛应用于 Claude Skills、Anthropic 记忆系统和 AI Native 产品设计中。

为 OpenClaw Gateway 设计的「起搏器」机制，防止网关进程崩溃或断联后无人修复，实现三层防护的高可用方案。

Agent 时代正在发生的根本性范式转移。

**原始来源：** `raw/260225-AI企业服务道与术（KOL实战指南）-甲木-飞书.md`

**原始来源：** `raw/260225-AI趋势观察（模型飞轮与应用爆发）-Kenny肯尼-公众号.md`

**原始来源：** `raw/260304-Agent Skills（终极指南）-一泽Eze-公众号.md`

**原始来源：** `raw/260311-Claude-Skill-编写与实战指南-洛小山-公众号.md`

**原始来源：** `raw/my-articles/260127-Kimi-让国产模型迈入审美时代，Kimi k2.5终结了 AI 网页的廉价感.md`

**原始来源：** `raw/my-articles/260224-Loopit-深度体验 Loopit：你的点子，打字就能玩.md`

**原始来源：** `raw/my-articles/260224-Lovart-原来一个SKILL + 一句话就能0基础做品牌......md`

**原始来源：** `raw/my-articles/260225-OpenClaw实录-当一个P人决定像经营公司一样经营自己.md`

**原始来源：** `raw/260309-OpenClaw核心架构-云舒-公众号.md`

**原始来源：** `raw/tech-docs/OpenClaw运维手册.md`

**原始来源：** `raw/project-docs/SLM-Skills分类评测标准.md`

**原始来源：** `raw/project-docs/SLM-平台级评分项池设计.md`

**原始来源：** `raw/project-docs/SLM-项目进展说明.md`

**原始来源：** `raw/my-notes/cognition.md`

**原始来源：** `raw/2026-04-02-llm-wiki-宣言.md`

**原始来源：** `raw/project-docs/meta_prompt.md`

**原始来源：** `raw/my-notes/260302-作为AI我是如何工作的.md`

**原始来源：** `raw/my-articles/260227-大白话拆解OpenClaw（像组装高达一样拼好虾）.md`

**原始来源：** `raw/my-articles/2026-03-14-百度搜索Skill深度测评.md`

**原始来源：** `raw/tech-docs/260302-网关自愈方案设计.md`