背景
其实在很早之前，我就对现在的工作流非常不满意了，有几个方面
- 信息散落在各个APP中，比如写日报或者周报的时候，要去好几个app里面去回捞数据，大部分的时间都在数据整理上了
- 各个应用之间串联也有一些问题，比如稍后阅读的应用收集的文章想仔细批注沉淀到知识体系就很难达成，MarginNote上的卡片想定期复习整理也很难办，Flomo里面的内容和知识体系也无法打通关联
- 开源产品的体验也没那么好，比如memo的移动版更新很滞后，而且不是官方维护的，遇到breakChange的时候移动端就无法使用了
- 外部Agent接入十分困难，数据孤岛效应明显
作为一个脑力工作者，一直都想把整套体系好好梳理一下，平时工作很忙，尝试了下发现工作量是在太大很难达成。再25年6月的时候，基于大模型尝试开发了一个Soil的应用希望ALL IN ONE，但是当时Agent能力还比较差，试验了两周放弃了，直到26年初的时候进行了AIMO的尝试，发现这条已经可以解决大部分的问题了，具体可以看 AIMO，结合上面的一些痛点，萌发了开发一套 AI First 理念的应用，替换掉现在的 SaaS 应用。
考虑到平时工作很忙，所以整体一直在尝试使用Agent 长程任务的方式进行自主开发，验证部署，因此使用 AIMO 沉淀了 CSI, Rabjs 等能力，同时整理了网络拓扑SKILL，各类中间件接入的SKILL，方便Agent完成开发，调试，验证，部署的大闭环。闭环完成后，就基于SDD编排长程任务的方式陆续完成了Vital，Inwit，Moment应用的开发，支持PC，Web，Android/IOS 多端应用。这个循环跑起来后的短短几周的时间就完成了这些应用的开发。直接让我取消掉了各类SAAS的订阅 所以从这个角度来说 AI对 SAAS的冲击确实很大。
整体产品替换后如下：
| 原来 | 要完成的事 | 现在 |
|---|---|---|
| 滴答清单 | 待办、重复、提醒、习惯 | Vital 代办 |
| Cubox | 稍后读 | Vital 收件箱 |
| flomo | 随手记一条想法 | AIMO 闪念笔记 |
| 日周月报 | 当天做了什么，下周接着做什么 | Vital 自动生成 |
| MarginNote | PDF 阅读笔记 | Inwit 的资料、卡片、知识地图 |
| Anki | 按遗忘曲线复习 | Inwit 的 SM-2。AIMO 另有卡片自己的间隔重复 |
| 主动推送 | 复习、历史上的今天 | Inwit 的今日队列；AIMO 的历史上的今天和间隔重复。随机翻出一条还没有 |
| 微信读书、起点 | 把第三方读书笔记收进来 | 通过Agent存入 Inwit |
| 笔记发到博客 | 从笔记库外发 | 可以通过 Agent 接入上述产品完成 |
AI First：理念践行
这几套应用里的 AI First，指的是应用本身就把 Agent 作为第一角色来定产品形态，而不是在原先的产品旁边嵌一个对话框。以 Vital 为例：待办、收集和复盘的变化由常驻 Agent 整理、拆解和起草，结果回到任务、线程和报告里；接入层保持一致，外部 Agent 通过 skill 操作同一份数据。
打开 Vital，第一屏是今天：一条接下来做的事、正在推进的线程、习惯，以及今天的任务。链接先丢进收集箱，读完可以转成任务，做完进入当天的复盘。Agent 在这条链旁边跑，人决定哪些提议落地。
对内 worker 和对外 skill 写的是同一份任务、收集、习惯和报告。
对内的 worker 大约每 30 秒扫一次调度表。防抖、冷却、租约、重试和每日预算都在 PostgreSQL 里，进程重启还能接着跑。同一用户的同类后台任务不会并行。默认每人每天 100 次后台模型请求，超额推到次日。模型只读当前用户的数据。每个功能可以单独指定模型，不指定就跟随默认。不配模型时，待办、收集和复盘仍能用手写；一句话建任务、后台整理和日报生成不会跑。
调度表里的能力：
| 能力 | 做什么 | 何时跑 | 数据怎么改 |
|---|---|---|---|
看板状态 agent.headline | 给线程写一句话现状和下一步 | 线程内任务变化后防抖；每日巡检补陈旧线程 | 提议，采纳后才改 |
线程聚类 agent.cluster | 从未归属任务里发现并命名新线程 | 任务变化后防抖；至少 4 项未完成，且不属于习惯 | 提议，采纳后才改；撤销窗口内可以解散 |
任务拆解 agent.decompose | 把反复推迟的任务拆成子任务 | 推迟次数触发 | 提议，要人接受 |
方案起草 agent.draft | 为勾了「可交给 Agent」的任务起草执行方案 | 任务详情里手动触发 | 审阅后才写进备注或生成子任务 |
日报生成 agent.report | 按当天完成、结转和收集生成日报 | 复盘页「一键生成」 | 人点了之后写入当天日报 |
每日反思 agent.reflect | 扫描全部线程并更新状态 | 每日一次 | 提议，采纳后才改 |
记忆蒸馏 agent.distill | 从纠正、改名、忽略里学习偏好 | 3 条新反馈，或 1 条修改/拒绝后防抖 | 写入学到的偏好；手写记忆不会被覆盖或删除 |
主动通知 agent.notify | 把洞察写成一句人话推送 | 定时扫描 | 推送，不改任务正文 |
Critic 复核 agent.critic | 第二遍校验，消耗大约翻倍 | 按路由配置，默认关 | 不单独改数据 |
采纳、忽略或纠正在今天看板、线程页和「系统行为」里做。系统行为能看到 Agent 在等什么、跑过什么、为什么跳过，例如还没配模型，或今天的额度用完。可以「立即执行」或取消已经积累的观察，这不会关掉该能力。
对外是 vt_ 个人访问令牌和 skills/vital。Claude、Codex 或其他能装 skill 的 Agent 设置 VITAL_TOKEN 和 VITAL_API_URL 之后，调同一套 /api/v1。令牌明文只显示一次，可以撤销。API 目录由路由生成（pnpm gen:vital-skill），skill 按域加载，不靠记忆编字段。
网页里改过的，外部 Agent 看得到。Agent 建的任务，今天看板上会出现。同时为了方便用户理解系统Agent的行为，会在界面上详细列出来Agent在做什么，花了多少钱，推理过程是什么样的，沉淀了哪些记忆。
同时在日常工作的时候，可以通过SKILL 将公司的数字员工，本地的Agent接入进来，遇到什么问题直接和Agent沟通，很快就可以将任务整理好放到Vital中。
每次复盘的时候，也会通过目前已经做的事情，Agent自动整理一份复盘总结，人可以在这个上面增加一些自己的感想，相比之前到处找数据，简化了很多的流程。
产品介绍
Vital：待办、稍后读和复盘
复盘是日、周、月、年共用的一份 Markdown，进行中的任务和稍后读可以填进去。
滴答清单那边我用到的是待办、重复、提醒和习惯。Vital 里习惯会在时间窗内生成今天的任务；计数型习惯完成一次，会接着生成下一次，直到达到目标。逾期只给日期上色，不把整行染红。一句话建任务时，如果配了模型，会填上日期、优先级和摘要。它是单用户系统，没有共享清单，也不做多人协作。
Cubox 那边我用到的是稍后再读。粘贴链接会抽正文，也可以写一条没有 URL 的备忘。Chrome 扩展可以把当前页、选区或图片收进收集箱或待办。阅读器里可以归档、收藏、复制原文、转成任务、挂到线程、放进报告。
后台整理的提议在「系统行为」里采纳、忽略或纠正。手写的记忆优先级最高。
用量按天、按功能记账，未知用量不按零计。Web、Tauri 桌面、Expo 移动端和 Chrome 扩展共用一个 Fastify。演示在 vital.aimo.plus，界面见 作品页。
AIMO：闪念卡片
AIMO 的第一屏是写下一条。一张卡片一个想法。检索、关联和复习做在记录本身上：语义搜索走向量，笔记之间的关联画成图谱，日历上有热力图，间隔重复和「历史上的今天」把旧卡片推回来，摘要由模型生成。
闪念的复习和 Inwit 的复习分开。AIMO 把记过的卡片再推到你面前。一门课的资料、原子卡和知识地图在 Inwit。两边都会过一段时间再看，队列各写各的库。
数据在自己的机器上。MySQL 存用户、卡片、分类和标签，LanceDB 存向量，附件在本地目录。Docker Compose 会把 MySQL 和应用一起拉起来，数据在宿主机的 data/ 目录，删容器不会把卡片删掉。客户端有 Web、macOS、Windows、Linux 和 Android。iOS 还没上架。浏览器扩展在 README 里仍是开发中。
外部 Agent 目前用个人 API 令牌，放在 Authorization: Bearer 里，调 /api/v1。仓库里的 skills/aimo-api-reference 列出路径、字段和鉴权。2026 年 8 月的路线图写了 MCP 记忆面，服务端还没有 MCP 实现。给 Agent 当私有记忆，现在就是这套令牌和 REST。
源码协议是 BSL 1.1，写明的使用范围是个人的非商业使用，商业使用要另签协议。许可参数里的变更许可是 MIT，变更时间取四年后和首次商业发布里更早的那个。开发过程见 AIMO：用 Agent 开发跨平台闪念笔记。站点是 aimo.plus，界面见 作品页。
Inwit：资料、卡片和复习
首页是捕捉和今天要复习的数量。文档工作台把原子卡挂在原文锚点旁边。地图是一门课的概念树。翻卡先出题面，翻面后用三档反馈改间隔。周报写成功率和下一周该补的概念。任务页能看到消化、问答、进化各自用了多少 token。
PDF 经提取和 OCR 变成文本，再进入消化。我用它替换 MarginNote 的范围是：读过的材料变成可复习的卡片和一张概念地图。页边上的手写、高亮笔和自由大纲不在这里。Anki 的制卡和排队改由切卡加上 SM-2 完成。Inwit 目前还没有做 .apkg 卡组的导入导出。
Web、Tauri 桌面和 Expo 共用同一套 Fastify API。演示在 inwit.aimo.plus，界面见 作品页。
其他的各类应用介绍可以访问 works 页面查看。
感想
整个事情在一年前看，还是天方夜谭一般。AI 真的在释放生产力，结合生产力的变化，生产关系也会伴随变化，我们目前各种职能的合并，去外包化，去SAAS化都是这种冲击带来的表现。
开发过程确实比过去短。GitHub 的提交记录显示，每个应用大致用不到一周完成了主要功能，之后仍要根据实际使用调整细节。但变短的是实现功能的时间，需求取舍、数据模型、权限边界和后续维护仍然需要有人负责。Agent 能加快从想法到可用版本的过程，却不能替我判断哪些流程值得保留，也不会自动承担部署后的维护工作。这里的速度还依赖已有的 AI 开发工作流和长期积累的 SDK；离开这些条件，一周交付出来的东西未必能稳定使用和继续演进。
对我来说，AI First 的实际变化是：个人把工具做成贴合自身流程的成本下降了，Agent 也可以成为直接操作数据的入口之一。接下来要验证的不是还能多快做出功能，而是这些工具能否长期融入工作，以及维护它们的时间和精力是否值得。这个答案需要靠持续使用来检验。
但话又说回来，订阅的钱花给Coding Plan 明显比给SAAS更合适。
