2026-11-12 06:00:00
前段时间参加一次读书会，聊得是《禅与摩托车维修艺术》。已忘记是因何聊起，有位朋友分享，她最近在认真了解自己的喜好。比如喜欢吃什么、穿什么，会把这些琐碎的事情记下来。
另一个朋友不太理解，觉得生活中很多小事并不重要，喜欢就是喜欢，没必要非得弄清楚原因。
我其实很能理解前一个朋友，因为我也经历过类似的阶段。
过去有一段时间，我的感受很少得到重视，也没有太多机会自己做决定。渐渐地，我习惯了顺从身边人的选择，在别人眼中显得随和，甚至一度以为这是自己的优点。后来，我开始有意识地关注自己的情绪和喜好，试着弄清楚自己喜欢什么，又为什么喜欢。
这在对我来说像是一种自我疗愈。
心理咨询过程中，有时会让人通过日记记录日常的情绪。而我开始写博客，写为什么喜欢某个软件，为什么觉得一部电影好看，或者为什么欣赏某一种设计。
这些事情或许并不重要，也未必有人关心。但在把感受写下来的过程中，我开始认真地对待自己。
我们在向 AI 讲述一件事情的时候，真的足够坦诚吗？
很多时候，我们并没有刻意隐瞒什么，却会不自觉地选择对自己有利的叙述。哪些细节值得提及，哪些行为需要解释，甚至事情应该从谁的角度讲起，都已经包含了我们的主观判断。
AI 听到的未必是事情的全貌，而是我们眼中的故事。
如果希望得到一个相对客观的回答，就需要尽可能完整地讲述事实，甚至主动说出那些不利于自己的信息。
这其实并不容易。人总是更愿意相信自己已经相信的事情。承认自己的错误需要很大勇气。
做数据分析时，也有类似的感受。有时，数据并不支持最初的假设，但换一个角度，似乎总能找到合理的解释方式。我们往往更愿意相信自己希望看到的结果。
后来，我开始让 AI 以审稿人的角度质疑我的分析。虽然它也会犯错，但这个过程让我意识到，能解释一个结果，不代表这个解释就是对的。
真正的严谨，是愿意承认自己想错了。
最近，我开始尝试 ChatGPT 的个人 Agent，Dots。
为了让它更了解我，我分享了大量关于生活、工作和个人经历的信息，也比过去更少回避那些私人的想法。这样做当然有隐私风险，并不值得所有人效仿。
在这个过程中，我发现，自己向 AI 分享越多真实信息，它就越好用。
AI 未必比我更了解自己，但为了让它理解我，变的更好用，我不得不先试着理解自己。
这让我想起最初写博客的契机。
那时，我通过文字慢慢确认自己的感受是重要的。如今，通过和 AI 对话，我又开始学习如何更坦诚地面对自己。
尊重自己的想法，并不意味着一定要证明它是对的。先学会倾听自己的声音，再学会不被自己的声音所蒙蔽。
认识自己并不是找到一个确定的答案。我们既是自己生活的经历者，也是这些经历的讲述者。同一件事情，在不同的人生阶段，可能会有完全不同的理解。我们所相信的自己，也未必就是自己的全部。
或许真正重要的，不是终于看清了自己，而是始终愿意重新认识自己。
这篇文章由我口述，AI 整理，最后由我校对。
2026-11-11 02:27:00
新研究所的杯子上，印的不是研究所的 Logo，而是建筑团队的合影和建造现场。
一开始有点不理解，毕竟以前学校和研究所的杯子上，印的通常都是自己的 Logo。
但转念一想，又觉得这个设计挺细心、温暖。
我们每天在这栋楼里工作，却很少有机会见到当初建造它的人。这栋建筑可能是他们很长时间的劳动成果。
这些杯子，让原本不会有交集，却又实实在在存在着联系的两群人，以这样的方式见到了彼此。
2026-11-07 20:27:00
最近一段时间，Dots 已经成了我使用黏度很高的个人助理工具。
整理了一下目前的使用方式，大致可以分三种：随手交代、定期任务和主动协助。
大部分思路也可以在 Grok bot 和 muse 里使用。
Dots 是一个长期协作的个人助理。要想真正用好它，首先得放下对个人隐私的部分执念。Agent 掌握的个人信息越丰富，对你的了解就越深入，使用体验通常也会越好。
我首先绑定了常用的邮箱、网盘和日历，又把个人博客、简历、GitHub 等资料都交给它。信息越充分，它就越容易理解我正在做什么、关心什么，以及有哪些事情需要处理。
Dots 还支持通过 iMessage 交互，不过 iMessage 和 ChatGPT 中的 Dots 是两条不同的对话信息流。这点有弊也有利，看如何使用。
有事情的时候，直接告诉它想做什么，不必先想好每一步怎么操作。比如：
这些任务单独看都不复杂，但省去了在不同 App 之间切换、复制信息和手动整理的过程。
一些重复的事情，交代清楚一次，让它定期去做。比如：
另外，我日常会佩戴 Fitbit Air 记录健康指标，数据保存在 Google Health 中。
我搭建了一个基于 Cloudflare 的 MCP 服务，让 Dots 和 ChatGPT 都能直接读取相关健康信息。配置过程被我简化成了 Skill 形式：personal-health-assistant
现在每周六会自动生成一份健康报告，结合过去一周和一个月的数据，观察活动量、睡眠和其他健康指标的变化，辅助判断周末适合增加一点运动，还是多安排一些休息。
这样也节省了 Google Health 智能助手的订阅费。
除了执行交代过的任务，Dots 也可以结合已有的信息，留意我可能遗漏的事情。
比如发现日程可能冲突、邮件中有需要处理的事项，或者某项配置可能影响邮件发送，再主动提醒我看一眼。
不知道是开了 Dots 之后才有的，还是 ChatGPT chat 也支持，最近 Chat 的对话框下也常有主动协助提醒。
Dots 能好用，信息之间的通畅必不可少。
目前我的行程、账单类信息主要在 Outlook，日程在 Apple Calendar，一些日常数据放在 Google Drive，健康信息来自 Google Health，还有大量研究和生活相关的内容散落在 ChatGPT 的聊天记录里。
我很少用 Dots 接入 Codex，起初很新鲜，但工作效率和结果都不让人满意。主要问题是中间多了一层信息传递，也不方便随时调整 Codex 的方向。
Codex 支持「引导」功能之后，可玩性高了许多。
2026-10-22 23:30:00
最近做了一个满足个人需求的小工具 QuietSearch，是一个可以部署在 Cloudflare 上的轻量搜索界面，支持接入 Kagi 和 DeepSeek 的搜索 API。
在设置中选择引擎、填入自己的 API Key，就可以搜索。配置 DeepSeek Key 后，在问题末尾加上 ？，还可以生成带来源引用的回答。
可以先试试我部署的版本，调用费用由你自己的 API 账户承担。Key 请自行妥善保存，网页只在当前页面内存中保存，但请求会经过网站后端转发。用完可以移除；如果不放心，也可以到服务商平台撤销这个 Key。
自行部署也很简单：Fork 仓库，在 Cloudflare Workers 中导入，构建命令填写 npm run build，部署命令填写 npx wrangler deploy。仓库里有图文教程。
我是 Kagi 的忠实用户，非常重视主动检索在日常工作和生活中的作用。做这个工具，起初是好奇 DeepSeek 搜索 API 的效果，以及它有没有可能取代百度在中国的地位。
用了三天，感觉它更像是为 AI 提供资料的搜索服务。对我来说，返回的结果缺少明确的重心，使用体验比较一般。优势是比 Google 和 Kagi 能显示更多中国的内容。
后来接入 Kagi，是因为有朋友平时搜索频率很低，但又想日常试试 Kagi。通过 QuietSearch，就可以按次付费体验。Kagi API 并不便宜，如果经常高频使用，家庭组订阅更实惠。
下图总结了什么搜索频率下订阅 Kagi 会员更划算：
另外，近几个月感觉 ChatGPT 的联网检索体验越来越好了，远好于 Claude 和 Gemini。如果 ChatGPT 能放出它的搜索引擎 API，我会很愿意日常使用体验一下。
2026-10-05 23:01:00
在国外住久了，试了许多中餐。炒菜、炖菜，常常总觉得差着一点意思。说不出究竟差在哪里，也许是菜不对，也许是火候不对，也许只是人在异乡，嘴也跟着挑剔起来。
面馆却常有意外之喜。
兰州牛肉面、陕西面、日式拉面、越南 Pho，都挺地道。欧美的朋友也吃得很开心，英国老板说她隔段时间就会带侄子去吃一家兰州拉面（三千拉面）。
这大约先要归功于原料。面粉、牛羊肉、辣椒、醋、葱蒜，在英国都不算难找，核心原料很全球通用。面食不像有些炒菜，非要某一种青菜、某一种鲜味，还要有匹配的火候，少一样便差了神韵。面条很包容，原料稍有出入，也不至于面目全非。
菜单通常也简单。几种面，几种汤，几样浇头。做得多了，手上自然熟，味道也容易稳定。若什么都卖，反倒常常什么都差一点。
还有一层，与饮食文化相关。
中国炒菜的菜单，对第一次接触的人来说，从名字到吃法都很陌生。点完以后，还涉及配米饭、共享几道菜这一整套中国式的吃饭方式。我们自己觉得自然，外国人第一次见，未必知道从哪里下手。面对真正陌生的食物，最难的往往不是吃下去，而是决定要不要尝第一口。
一碗面便省事得多。
意大利面在欧洲吃了几百年，「面加酱汁或浇头」早已是再熟悉不过的东西。第一次见陕西油泼面的人，未必知道陕西在哪里，却大概知道这一碗东西是怎么回事：面、肉、菜、酱，一人一份，吃完便是一餐。
形式熟悉，内容陌生，味道惊喜。
一种外国食物，如果看起来像自己熟悉的东西，尝起来就容易一些。想起来小时候，家里最早做的几样「西餐」，也是咖喱饭和意大利面。大概也是因为，它们虽然陌生，却一看就知道怎么吃。
2026-09-24 21:02:00
在英国试了试天展钓。
它原本是日本山地溪流里的一种钓法。没有线轮，也不需要复杂的饵和线组。
主体就是一根竿，一根线，一只毛钩。
Less is more，钓鱼这件事变得更依赖人本身。要观察鱼在哪里，看水从石头哪一边流过，哪里形成回水，哪里有树荫，哪里水深突然变化。固定长度的线也意味着，你不能站在岸边把毛钩一直抛向远处，很多时候必须自己走过去。
它甚至不需要真正的饵料。毛钩本身只是羽毛、丝线等材料扎成的人工拟饵。入水后，借助水流和竿尖的轻微动作，可以让毛钩像一只正在漂流、游动，或者落水后挣扎的昆虫，从而吸引鱼类的注意力咬钩。
这种和鱼和环境互动的感觉，很惬意。
以前徒步时，溪流只是沿途风景。开始钓鱼后，才会注意到石后的缓流、窄口后的深潭、树根下的阴影，以及水下石块改变的水流。
Tenkara 和徒步天然地连在了一起，我很喜欢这一点。
Folkestone 的黏土海崖非常容易侵蚀。雨水使崖壁崩落，冬季风暴和潮水又不断冲刷海滩，慢慢的将化石剥离出来。所以只要找到合适的区域，很容易捡到化石。
相比于一天只钓上两条鱼，化石的正反馈则多得多。沙滩上几小时就能捡出一大袋。
但完整的化石并不好找。海滩上直接捡到的多是碎片，想找更完整的，通常要挑刚从海崖掉下来的黏土块，顺着裂缝一点点敲开。
大多数里面什么都没有，但偶尔一锤下去，露出一小块完整的菊石纹路，还是很惊喜的。
捡到了一块喜欢的石头，纹路像地图，不知道会比较像哪个城市？
现在越来越喜欢这种需要一点专注、但又不需要占据全部生活的爱好。
