最开始折腾 my-codex-os 的时候，我脑子里其实有一个很朴素、甚至有点中二的念头：能不能给自己做一个像《钢铁侠》里贾维斯那样的 AI 助手？
这个念头并不是凭空出现的。Codex CLI、Claude Code、Gemini CLI 这类能够在本地项目里协作的 AI 工具出现后，我第一次很强烈地感觉到：AI 不再只是网页里那个回答问题的聊天框，而是可以进入我的真实工作现场。
它可以读项目文件，可以修改代码，可以帮我整理材料，可以检查结构，可以在一个文件夹里理解上下文，然后继续往下做事。对我来说，这个变化非常重要。因为我几乎所有课程作业、工程项目、文章整理，都已经在不同程度上依赖 Codex 的大量协助。
于是我很自然地开始想：既然 AI 已经能进入本地工作区，那它能不能更进一步，成为一个长期陪我工作和学习的个人助手？
当时已经有一些项目在尝试把 AI 接入语音，用唤醒词、TTS、麦克风、摄像头之类的方式做出一个更像“智能管家”的界面。这当然很酷。但我慢慢发现，真正让我在意的并不是语音交互。
如果一个 AI 只是用更像人的声音叫我一声，但它不知道我是谁、不知道我现在在做什么、不知道哪些文件是 source of truth、不知道哪些事情必须先确认、不知道我的写作风格和隐私边界，那它离“懂我”其实还很远。
所以我真正想探索的问题变成了：
抛开语音，一个 AI 到底要具备什么，才算是一个真正“懂我”的助手？
my-codex-os 就是在这个问题下面长出来的一个个人系统。
它不是一个真正意义上的操作系统，也不是一个炫技式的 AI 外壳。更准确地说，它是我给 Codex 准备的一套个人协作环境：用一组 Markdown 文件、目录结构和 skills，把我的身份信息、工作原则、工具边界、长期记忆、当前关注和具体任务流程写成 AI 可以读取和执行的形式。
如果只用一句话概括：
my-codex-os表面上是给 Codex 读的文件夹，实际上是我把自己的一部分工作方式、判断边界和长期偏好，蒸馏成 AI 可以调用的系统。
不是让 AI 更像人，而是让它更懂现场
我们很容易把“个人 AI 助手”想象成一个拟人化的东西：它会说话，会回应，会叫你的名字，甚至会有某种人格。
这些当然会影响体验。我自己也承认，一个助手如果有稳定的称呼、语气和协作风格，用起来会更顺手。但如果只停留在这里，个人助手很快就会变成一种表演。
真正重要的不是它像不像一个人，而是它能不能理解“现场”。
这个现场至少包括几件事：
- 我是谁，我的背景和长期偏好是什么；
- 我现在正在关注什么；
- 哪些信息可以作为长期记忆，哪些只是临时上下文；
- 哪些工具分别负责什么；
- 哪些本地文件可以改，哪些不能乱碰；
- 一个任务到底应该发生在哪个工作区；
- 什么情况下 AI 可以直接执行，什么情况下必须先问我。
过去我们和 AI 协作，很多时候是靠一次性 prompt。每次打开一个新对话，都要重新介绍一遍自己，重新解释项目背景，重新告诉它“别乱编”“别改这个文件”“这个目录才是最终版本”。
这当然能用，但它不稳定，也很浪费注意力。
所以我后来越来越觉得：与其每次把上下文塞进 prompt，不如把一部分稳定上下文沉淀成系统。
这就是 my-codex-os 的基本出发点。
my-codex-os 大概长什么样
my-codex-os 的结构并不复杂。它更像一个给 AI 用的个人工作台，而不是一个大而全的软件系统。
一个简化后的结构大概是这样：
1 | my-codex-os/ |
这里面最核心的不是目录名字，而是职责分层。
README.md 是入口卡，告诉 Codex 这个系统是什么、启动时应该先看什么。
AGENT_PROFILE.md 记录我是谁，例如我的背景、常用工具、默认沟通偏好、输出风格和一些长期协作边界。
AGENT_PROTOCOL.md 记录系统原则，例如滴答清单负责计划，思源笔记负责知识沉淀，本地文件只保存稳定画像、当前上下文、长期记忆和变更痕迹。
WORKBENCH/CONTEXT.md 是当前工作台，只放当前真正需要激活的上下文。它像桌面，不像档案馆。
MEMORY/ 用来放长期记忆，但不是所有聊过的话都应该进去。只有经过确认、以后可能反复调用、值得保留的事实、决策和术语，才适合沉淀。
SKILLS/ 则是给 Codex 的专项操作手册。不同任务有不同 skill：记忆怎么启动，任务怎么规划，思源怎么检索，博客文章怎么写，外部工作区怎么路由。
我现在越来越觉得，一个个人 AI 系统最重要的不是“功能很多”，而是“边界清楚”。
本地 Markdown 不是日程系统，任务应该交给滴答清单；知识沉淀不应该全堆在项目目录里，应该进思源或长期记忆；外部项目文件不应该为了方便复制一份到 my-codex-os，因为那会制造第二份 source of truth。
这些规则听起来有点克制，但正是这种克制，让 AI 不至于从助手变成噪音制造机。
一个 AI 想长期协作，至少要知道什么
如果你也想搭一个自己的个人 AI 工作系统，我觉得不必一开始就照抄我的目录。更好的方式，是先问一个问题：
如果一个 AI 明天开始长期协助我，它最应该稳定知道哪些事？
我的答案大概分成五类。
第一类是身份画像。
这不是让 AI 记住一堆隐私，而是让它知道与你协作时最基本的工作假设。比如你的专业背景、技术基础、常用工具、沟通偏好、输出格式偏好。对我来说，Codex 不需要每次都从零理解“我懂一点 Python、Stata、数据分析、金融和 AI 工具”，这些可以写成稳定背景。
第二类是系统原则。
比如什么工具负责什么，什么事情不能乱写，哪些信息需要确认后才能沉淀。原则越明确，AI 越不容易做“看起来很勤快、实际上很危险”的事。
第三类是当前上下文。
人每天的关注会变化。当前上下文不应该无限膨胀，而应该只记录这一段时间真正重要的 1-3 件事。否则 AI 读到的不是上下文，而是历史包袱。
第四类是长期记忆。
长期记忆要少而准。它应该记录稳定事实、明确决策和反复使用的术语，而不是把所有对话都吞进去。一个人如果把所有聊天记录都当成记忆，这不叫聪明，叫没有过滤器。AI 也是一样。
第五类是任务流程。
很多任务不是靠一句 prompt 就能稳定完成的。比如简历定制、博客撰写、读书整理、项目发布、笔记归档。这些任务都有自己的步骤、边界和检查点。与其每次重新讲，不如写成 skill。
这五类加起来，其实就是一个最小版的个人 AI 工作系统。
我现在怎么用它：简历和博客
讲系统结构很容易变成空话，所以我想用两个实际场景说明它对我有什么用。
简历定制
投递新岗位时，我经常需要根据 JD 调整简历。
如果只把这件事交给普通聊天窗口，它当然也能帮我润色。但问题在于：它不知道我的完整背景，不知道简历源文件在哪里，不知道哪些经历是真实可用的，不知道我过去的简历版本怎么写，也不知道最终应该输出到哪个文件夹。
my-codex-os 的作用，是让 Codex 先站在一个更稳定的位置上工作。
它可以读取我的关键记忆，知道我的教育背景、技能基础和常用表达；也可以通过工作区登记表找到简历文件夹，读取过去的简历内容；同时它知道简历相关文件的 source of truth 不在 my-codex-os，而在专门的简历工作区。
这样一来，我给它一个岗位描述，它就不是在孤立地“帮我写一份简历”，而是在我的真实材料边界内做定制：
- 哪些经历应该更突出；
- 哪些表述可以更贴近岗位；
- 哪些内容需要压缩或展开；
- 哪些能力不能凭空虚构；
- 修改后的 Markdown、Word、PDF 应该回到哪里。
这里真正提升效率的，不只是 AI 会写，而是 AI 知道该基于什么写、写到什么程度、写完放回哪里。
博客文章撰写
另一个高频场景是博客。
我现在的博客不是只让 AI 随便代写，而是专门给它做了一个 blogverse-ops skill。这个 skill 会告诉 Codex：博客工作区在哪里，Hexo / Volantis 的目录结构是什么，哪些文件是源文件，哪些是生成文件，文章 frontmatter 应该怎么处理，发布前要怎么构建验证。
更有意思的是写作风格。
有一次我参考一个博主开源的“卡兹克风格创作 skill”，开始思考能不能给自己也做一个写作 skill。后来我把自己的写作样本、表达偏好、文章价值判断和常见问题整理进去，让 Codex 在帮我写博客时，不只是写得更顺，而是更接近我希望公开表达的方式。
这件事对我启发很大。
过去我们说 AI 写作，常常关注“它能不能写出一篇流畅文章”。但流畅只是最低要求。真正难的是：这篇文章有没有真实判断，有没有人的气息，有没有具体经验，有没有给读者带来启发。
所以我的写作 skill 里不只写了“语气要自然一点”，还会写：
- 文章要从具体触发开始，不要从空泛口号开始；
- 技术文章要讲清楚边界、代价和失败模式；
- 观点要保留不确定性，不要装作无所不知；
- AI 不能虚构我的一手经历；
- 如果缺少真实材料，要标记出来让我补充；
- 文章要有实用价值，也要有一点更深的思考。
换句话说，skill 不只是风格滤镜，更像是我把“什么叫一篇值得发的文章”写成了操作手册。
这大概也是 my-codex-os 最让我满意的地方：它让我把很多原本隐性的判断，变成了 AI 可以执行、可以复用、可以继续迭代的规则。
如果你也想搭一个，最小版本可以很简单
如果你读到这里，也想给自己搭一个类似系统，我不建议一上来就做复杂目录。
先建一个文件夹，然后写五个文件就够了：
1 | my-ai-os/ |
README.md 写这个文件夹是做什么的，以及 AI 启动时应该先读哪些文件。
PROFILE.md 写你是谁。不要写成自传，只写对协作有用的信息：背景、技能、偏好、常用工具、输出风格、重要边界。
PROTOCOL.md 写协作原则。比如哪些事可以直接做，哪些事必须先问；哪些工具负责计划，哪些地方负责保存知识；哪些文件不能乱改。
CONTEXT.md 写当前关注。保持短，只写当前真正重要的任务、约束和需要激活的记忆。
SKILLS/ 先从一个高频任务开始。比如：
1 | SKILLS/ |
里面写清楚：
- 什么时候触发这个 skill；
- 需要先读哪些文件；
- 任务怎么拆；
- 哪些内容不能虚构；
- 输出应该放在哪里；
- 完成前要做什么检查。
不要急着追求自动化。先让 AI 能稳定读懂你的规则，已经很有价值。
我自己的经验是，个人 AI 系统不是一次性设计出来的，而是在高频任务里一点点长出来的。你每次发现“这句话我又解释了一遍”“这个边界 AI 又忘了”“这个流程以后肯定还会用”，就可以把它沉淀到系统里。
这有点像给未来的自己写说明书，只不过读者不是人，而是 AI。
便利的代价：当 AI 越懂你，隐私边界越重要
当然，这套东西不是没有代价。
一个 AI 越懂你，就越需要接触关于你的信息。你的背景、偏好、工作材料、写作样本、求职经历、项目文件、长期目标，甚至一些不适合公开的私人判断，都可能成为系统上下文的一部分。
这就会带来一个很现实的 trade-off：
为了便利，需要交出更多上下文；为了隐私，就要放弃一部分便利。
如果使用 OpenAI、Anthropic、Google 等大模型厂商的官方服务，你的信息至少会暴露给对应厂商的系统。即便厂商有隐私政策和数据保护机制，你仍然是在把上下文交给一个外部服务。
如果使用所谓“中转站”，风险会再多一层。你的请求不仅经过模型厂商，还会经过中转服务。中转站是否记录请求、如何保存日志、是否会滥用数据、是否真实调用它声称的模型，普通用户很难完全验证。
如果使用本地模型，隐私会好很多，但又会牺牲模型能力、部署成本、响应速度和工具生态。对普通用户来说，本地模型并不总是最省心的选择。
所以这里没有完美答案，只有取舍。
我的阶段性判断是：个人 AI 系统应该主动做隐私分层。
有些信息可以沉淀成长期记忆，比如公开背景、技术偏好、文章风格、常用工具；有些信息只适合留在本地文件里，不应轻易发给模型；还有些信息最好根本不要进入 AI 协作流程。
这也是为什么我不喜欢“把所有东西都喂给 AI”的说法。它听起来很强，但也很粗糙。一个可信的个人系统，不应该只追求让 AI 知道更多，还应该知道什么不该让它知道。
这个问题甚至可以放大到社会治理。
在个人 AI 助手里，我们为了更好的服务体验交出上下文；在更大的公共系统里，公民为了更高效的治理、更便捷的生活，也可能交出更多个人数据。便利和隐私之间的张力并不会因为技术进步而自动消失，反而会因为系统越来越强而变得更重要。
我不想在这篇文章里把话题展开成政治哲学论文，但至少对我来说，my-codex-os 提醒了我一件事：技术系统越贴近个人生活，边界意识就越不能缺席。
所谓让 AI 懂我，也是重新认识自己
写到最后，我觉得 my-codex-os 最有意思的地方，反而不完全是 AI。
因为当我试图让 AI 更懂我时，我必须先把自己说清楚。
我需要回答：
- 我是谁；
- 我现在真正关心什么；
- 我希望别人怎么和我协作；
- 我在哪些事情上要保守一点；
- 我有哪些长期偏好；
- 我有哪些反复出现的工作流程；
- 我希望自己的文章是什么样；
- 我愿意交出哪些信息，又想保护哪些边界。
这些问题看起来是在写给 Codex，其实也是写给我自己。
很多时候，我们以为自己很了解自己，但一旦要把这些东西写成 AI 可以执行的规则，就会发现许多偏好原来是模糊的，许多原则原来没有说清，许多工作流只是靠临时感觉在维持。
所以从这个意义上说，搭建个人 AI 系统也是一种自我整理。
它不是把人简化成一组配置文件，也不是让 AI 彻底替代自己的判断。更好的状态是：我把那些稳定、重复、可表达的部分交给系统，让 AI 在这些边界内帮我处理更多事务；而我把注意力留给更需要判断、选择和创造的部分。
my-codex-os 现在还很早期，也远远谈不上完美。它只是一个个人实验，一个不断修补的工作台，一个让我和 AI 协作时少一点重复解释、多一点稳定边界的文件夹。
但我越来越确信，这类系统会变得重要。
未来每个人可能都不只需要一个 AI 账号，而是需要一套属于自己的 AI 协作环境。它不一定复杂，不一定酷炫，也不一定非要叫 operating system。它也许只是一个文件夹，几份 Markdown，一些清楚的规则，几个稳定迭代的 skill。
但它背后的问题很值得认真对待：
当 AI 开始进入我们的工作、学习和创作现场时，我们要怎样把自己表达成一个可协作、可保护、可持续迭代的系统？
这就是我现在理解的 my-codex-os。
它不只是给 Codex 使用的个人系统。它也是我在 AI 时代里，尝试重新认识自己、整理自己、保护自己，然后更好地借助工具的一种方式。
