开始系统使用 AI
从日常工具切入，开始系统地了解大模型的能力边界与适用场景。
Timeline · Journey
AI 探索历程
这是 Personal AI Lab 的初始时间线（baseline timeline），记录我从 2026 年初系统使用 AI，到建立个人智能工作系统的关键节点。后续会随着实践持续补充和修正。
时间线
AI 参与日常工作
把 AI 接入写作、资料整理与内容生产，开始沉淀可复用的工作流。
解决的问题
装修行业新媒体内容产出频率高，选题、脚本、改写占用大量时间，质量还不稳定。使用的工具
ChatGPT、Claude、笔记工具、自动化脚本遇到的问题
直接让 AI 写终稿容易"空话套话"，风格与我本人差很远；复制粘贴也不断打断工作流。认知变化
明白 AI 更适合做"初稿与结构"，最终判断和语气必须由我收口；流程化比单次生成更重要。演变成了
形成一套"我给框架 + AI 填充 + 我修订"的内容生产流程，并沉淀为可复用模板。建立个人知识库
搭建长期可检索的个人知识库，让经验能被反复调用而不是散落丢失。
解决的问题
学到的东西、踩过的坑、做过的方案，散落在聊天记录、文档和脑子里，要用时找不到。使用的工具
笔记 / 知识库工具（Obsidian 类）、标签与双向链接遇到的问题
收集了很多却很少回看，知识库变成"储藏室"而不是"工作台"；整理本身也很耗时间。认知变化
从"囤积资料"转向"只保留会被反复调用的结构"，让知识库服务当前工作，而非为了整理而整理。演变成了
逐步建立起个人知识系统：按主题沉淀、可检索、能直接喂给 AI 作为上下文。开始多 Agent 协作
尝试用多个分工明确的 Agent 组合完成复杂任务，验证人与 AI 协作方式。
解决的问题
单个对话窗口里同时塞写作、检索、校验，上下文很快混乱，产出质量下降。使用的工具
ChatGPT、Claude、代码类工具，多 Agent 框架遇到的问题
起初只是分别使用不同模型，后来发现真正的问题不是"哪个模型更强"，而是如何让不同 AI 在同一个工作流里协作，又不丢失上下文。认知变化
认知从"选最强模型"转为"设计协作结构"：清晰边界加上中间校验，比堆数量更重要。演变成了
演化出多 Agent 分工的协作原型，成为后来 Personal AI OS 的协作基础。Personal AI Lab 上线
把以上实践汇总为公开记录站，持续更新学习与实验过程。