01 触发事件

在 Lenny's Newsletter 这期 “How I AI” 中,数学教育者 Scott Farrar 展示了一套基于 Claude Code、Obsidian、GitHub、Dropbox 和墙面显示屏的家庭 AI 系统。它记录家电型号、序列号、保修、收据、保险报价、家庭项目与待办事项,并让家人通过自然语言查询。

核心数字不是 token、ARR 或 benchmark,而是系统由 4 类关键组件组成:Claude Code 负责执行与组织,Markdown 文件承担持久记忆,Obsidian 提供人类可读界面,GitHub 与 Dropbox 分别处理多人协作脚本和日常文件。

这期内容最值得看的,不是“一个人用 AI 管理家庭”,而是 agent memory 开始从 opaque chat transcript 迁向 inspectable file system。

02 这事的真正含义

问题不在 Claude 会不会回答,而在于 chat 的默认产品形态不适合长期工作。

chat session 的状态属于对话历史。每次任务都可能从近似空白开始,用户要重新提供背景,AI 再从自然语言里重建项目状态。窗口更长,只能缓解容量问题;它没有解决 memory drift:上下文会漂移,文件会过期,隐含假设会沉积在对话里,出了问题也很难定位。

Scott 的做法把 state 从 chat 移到 Markdown。模型可以修改这些文件,但人随时可以检查、纠正和复用。agent 不再独占记忆,用户重新获得对系统状态的 ownership。

这才是 aggregation theory 在个人工作流里的微型版本:Claude Code 负责推理和执行,Obsidian 负责认知界面,GitHub 负责版本与协作,Dropbox 负责低摩擦文件同步。价值不在某一个模型,而在这些组件连接后形成持续运行的工作系统。

更值得注意的是“先拍家电照片”的设计。Scott 没有先建立规整数据库,而是让 Claude 告诉他需要什么 context,再把照片、型号、序列号和保修单喂进去。unstructured input 进入系统后,由 agent 维护 underlying files。

这比让用户先学一套复杂 ontology 更现实。AI 的价值不是要求人适应机器的数据结构,而是吸收混乱输入,再产出机器和人都能继续工作的状态。

那个真正会被定价的,可能不是 agent 本身,而是 agent 写入后仍然可被人类审计的 memory layer。

03 历史类比 / 结构对照

这和 2007 年 iPhone 的意义有一点相似:变化不只是多了一个触屏设备,而是浏览器、邮件、地图、相机和本地文件开始围绕新的交互入口重组。

当时 PC 上的应用通常以窗口和文件为中心。文件是静态附件;iPhone 把网页变成主要消费界面,又通过 App Store 把功能分发出去。旧组件没有消失,但它们被重新编排。

Claude Code + Markdown 也接近这种重组。chat 没消失,但它从长期工作状态退化为临时接口;文件从最终产物变成 agent 可读写的 live memory;版本控制从软件团队专属工具,变成家庭系统的冲突管理选项。

另一个更贴切的历史类比是个人电脑上的 filesystem。GUI 并没有消除命令行和目录结构,反而让它们成为少数用户不直接看见、多数用户依赖其组织能力的底层设施。AI agent 可能走同样路径:文件不会从界面中消失,反而会在 chat 背后变得更重要。

区别在于,传统软件把用户输入映射到预设数据模型;Scott 的系统反过来,让 Claude 先判断需要采集哪些 context。AI 不只是替代表单,而是决定表单应该长什么样。

这点我可能高估了家庭场景的可复制性,但它揭示的产品方向很明确。

04 对 AI builder 意味着什么

第一,agent 产品应该尽早设计 durable state,不要把所有事情压在 session history 里。

即便你的产品使用托管 memory,也需要让用户能看见、编辑、导出并版本化。opaque memory 很难建立 trust;当 agent 因错误记录做出采购、报销或运维决定时,审计权就是产品能力。

第二,把文件格式当作 API contract。

Scott 的核心资产是 Markdown,而不是某次 Claude Code 对话。对 AI builder 来说,这意味着 schema、命名规则、状态更新协议和冲突处理策略,比再包一层 chat UI 更值得投入。

第三,context collection 应该成为 agent 的一等能力。

让模型主动索取照片、收据、保修单或历史记录,再把它们整理进系统,比要求用户填写十几个字段更符合真实使用。衡量 agent 的指标也不该只有 task completion,还应包括它能否发现缺失的 context。

第四,multiplayer agent 必然撞上协作复杂度。

Claude 推荐 GitHub 避免 file conflict,但 Scott 的妻子认为它增加了额外负担。最终方案是 GitHub 放共享 scripts,Dropbox 放日常文件。这不是最佳实践示范,而是很好的产品现实主义:system design 必须匹配用户真实协作习惯。

第五,developer tooling 的竞争正在从“更会写代码”转向“谁能成为长期工作状态的 owner”。Claude Code 在这里展示出的优势,不是单次生成质量,而是它已经适合充当文件整理与流程执行层。

对 API 消费者来说,也应重新计算 token economics。表面上 model call 增加了,但重复上传同一批家庭资料、反复解释历史事项、不断重建项目状态,正在成为更大的隐性成本。更好的 memory layer 可能减少有效 token 消耗,同时提高结果稳定性。

这周我会检查自己的 agent 是否把关键状态放在可导出的文件或结构化记录中;如果状态只存在于 vector database 或 provider-managed chat memory,用户会失去纠错权。

05 反方观点 / 风险

我可能错在把家庭 demo 当成可持续架构信号。

Scott 的系统有大量低风险、低吞吐任务。整理待办、查找保修、比较保险,即使偶尔出错,纠正成本也不高。换成企业代码库、客服工单或金融操作,Markdown file system 很快会遇到权限、并发、审计、数据依赖与 rollback 问题。

GitHub 对家庭脚本已经显得过重;在企业环境,agent 修改文件还会引入代码审查、secret 管理、审批和 lineage 等复杂要求。filesystem 是透明的,但这不等于它天然是安全或正确的。透明意味着人可以看到问题,不意味着问题不存在。

另一个风险是 Claude 对“家庭 brain”的叙事具有明显 demo 效应。用户容易记住墙面屏幕和自然语言查询,却忽略背后的数据录入、维护、同步与异常处理。一个 demo 可以瞬间展示 magic,成熟产品却要承担数年运行成本。

我还可能低估了 provider-native memory 的改进速度。如果模型厂商能把 session state、文件、工具权限和审计记录整合得足够好,独立 memory layer 的价值会被压缩。反过来,Claude Code 恰好证明通用 coding agent 可以迅速吞掉原本属于 productivity app 的 workflow。

因此,更保守的结论不是“Markdown 会赢”,而是:当 agent 开始持续替用户管理状态时,状态的所有权、格式与可移植性会变成竞争核心。谁拥有 memory layer,谁就拥有更多 distribution;如果用户能把全部上下文导出,provider 仍然只是 execution engine。

我没在内部跑过这套家庭系统,也不能判断长期维护成本。但它至少给出了一个清晰设计问题:你的 agent 离开当前 chat window 后,究竟还记得什么,以及谁能修改它。