01
为什么 KDC
传统的一人工作方式容易被信息过载、重复劳动和上下文切换拖住。很多成果只存在于一次对话、一个文件或个人记忆中，下一次遇到相似问题时仍要重新开始。
KDC 尝试建立另一种工作方式：让知识可以积累，让流程可以复用，让 AI 在明确上下文与边界内持续协作。目标不是盲目追求自动化数量，而是逐步形成一个能够被观察、被修正、被复用的个人经营系统。
02
运行模型
| 支柱 | 作用 |
|---|---|
| 知识资产 | 把研究、判断、方法、案例和关系沉淀为可检索、可连接、可再次调用的长期资产。 |
| 自动化流程 | 把稳定且重复的工作转化为明确流程，让触发、执行、校验和复盘具有一致性。 |
| AI 协作 | 让 AI 在可信上下文中参与研究、推理、生产与检查，同时保留人的目标判断和最终责任。 |
03
运行闭环
- 捕获：记录输入、问题、对话、观察和需要继续追踪的信号。
- 结构化：完成分类、连接、版本和语义补充，使信息进入可复用的知识结构。
- 推理：结合目标、历史决策和现有证据形成判断，而不是只生成一次性答案。
- 执行：将判断转换为项目、内容、流程或可验证的行动。
- 复用：把结果、反馈和失败重新送回知识系统，成为下一轮工作的起点。
04
正在形成的证据
| 产物 | 说明 | 状态 |
|---|---|---|
| KDC 定义与公开档案 | 说明项目命题、边界与运行模型；当前页面持续承担这项职责。 | 已公开 |
| 个人数字花园 | 验证 Obsidian、Quartz、Astro 与静态发布如何共同形成知识发布基础设施。 | 构建中 |
| 内部技术架构 | 记录知识层、自动化层、AI 协作层以及它们之间的数据与决策关系。 | 内部迭代 |
| 决策与实验记录 | 保存为什么做、如何判断、结果如何以及下一步是否继续。 | 持续积累 |
05
当前进度
| 阶段 | 当前工作 | 状态 |
|---|---|---|
| 定义 | 明确 KDC 的问题、边界和三大支柱。 | 已完成 |
| 基础设施 | 建立独立网站、Obsidian 母稿、公开内容闸门与可回滚发布链。 | 进行中 |
| 方法沉淀 | 把重复出现的研究、内容和项目流程整理为模板与运行规则。 | 进行中 |
| 业务验证 | 用真实项目检验系统是否能减少重复劳动并提高决策质量。 | 待验证 |
06
下一阶段
- 建立 KDC 的知识对象模型，明确项目、决策、实验、流程和证据之间的关系。
- 选择一条真实业务链路，完成从输入、研究、决策到执行和复盘的闭环验证。
- 为高频流程设置可观察的质量门槛，避免“自动运行”替代“正确运行”。
- 持续整理可以公开的过程证据，让项目页从概念说明逐步变成真实案例。
07
公开边界
- 对外公开项目命题、运行模型、阶段进度、可验证成果和不涉及敏感信息的方法。
- 内部保留技术拓扑、账号与服务信息、未发布策略、原始实验记录和需要上下文才能判断的材料。
- 所有公开内容都由 Obsidian 中的
publish: true明确触发，不从私人目录自动导出。