每年一月，我都會立新年目標。 「今年要健身。要多寫文章。要把產品做起來。」
然後呢？ 二月還記得，三月有點忙，六月已經忘了當初設了什麼，十二月乾脆說「明年再來」。
這個劇本我演了好多年。OKR、GTD、12 Week Year……各種系統試過，問題都一樣：設定時興奮，執行時挫折。因為「記得去檢查、記得去更新、記得去追蹤」這件事，本身就是額外負擔。
數據散落在六個App，待辦事項存在五個地方，目標進度永遠看不清。 問題不是意志力不足，而是看不見自己——看不見自己在哪裡、要去哪裡、還差多遠。
轉折來自去年年底看到的一個概念：有人用AI同時運作多個專屬代理，讓AI比自己更清楚自己的財務、健康、進度與遺漏事項。她把這套系統稱為Personal Panopticon——讓AI幫你看見自己的人生全貌。
我想要這面鏡子。於是花了三個月，從空資料夾一步步長出現在這套系統。它不是買來的App，也不是套用模板，而是根據我的痛點與習慣，用可程式化的方式一點一滴搭起來的。
三個不變的設計原則
工具會換、模型會更新，但原則永遠有效：
- 可程式化的基礎設施 所有內容都用純Markdown本地儲存。Obsidian只是介面，真正的資料是跨平台、可被AI直接讀寫的檔案。沒有API或本地檔案存取權限，AI再強也只能在聊天框裡空談，碰不到你的真實數據。
- 數據驅動決策，而非猜測 不要自己開五個網站對數字。讓AI先把所有數據集中分析，告訴你「哪裡有問題」「哪個行動最該調整」。人只負責最終判斷。
- 能自動化的就自動化 做一次的事手動，做兩次的事考慮自動，做三次以上一定要自動。時間應該花在決策，而不是重複執行。
早上只要輸入兩個字：「開工」
現在我每天早上在終端機輸入「開工」。Claude Code會自動執行一連串步驟：
- 回顧昨天完成了什麼、遺漏了什麼
- 檢查本週目標進度
- 同步專案最新狀態
- 拉取今天行事曆（Google Calendar / iCloud）
- 處理郵件重點與行動項目
- 抓取相關社群熱門討論並過濾
- 生成今日任務清單，並用顏色標註優先級
任務標註方式如下：
- 🟢 綠色：AI已準備好行動，我同意就直接執行（退訂、歸檔、簡單回覆）
- 🟡 黃色：AI提供2-3個選項，我快速挑選後執行
- 🔴 紅色：需要我親自投入心力（重要會議、策略思考）
- ⚪ 灰色：今天不用動，等後續資訊
3-5分鐘內，綠色與黃色任務處理完畢，剩下全是紅色核心工作。 以前每天早上要花一小時「準備開始工作」，現在直接進入狀態。省下的不是只有時間，而是每天少做50次「要不要現在處理」的微決策。
不在電腦前時，我用Telegram建立了一個簡單的捕捉入口（命名OpenClaw）。想到什麼直接丟過去，系統自動存入inbox/資料夾，隔天早上Brief會提醒處理。腦袋真正清空了。
工作中的三個高耗能環節，現在都由AI接手
郵件處理：從每天40分鐘降到10分鐘。 系統凌晨已分類、草擬回覆、提取行動項目並自動加入本週任務清單。我只需打開、微調、送出。
會議：不再漏掉細節，也不再重複造輪子。 會前輸入/meeting prep，AI從行事曆、郵件、專案資料夾提取背景，生成「作戰手冊」（目標、對方背景、過去承諾）。 會中可即時轉錄並請AI給戰術建議。 會後一鍵Summarize，自動產出摘要、決策、行動項目，並存回對應專案資料夾。下次開會時，作戰手冊已帶有完整context。
知識庫：從「存了就忘」變成「會主動想起來」的第二大腦。 我用LYT連結法在Obsidian建立知識網。Claude Code可以直接對整個Vault做語意搜尋與跨檔案分析。 寫文章或準備會議時，它能從數千則筆記中找出三個月前相關思考、讀過的文章摘要、聊天紀錄。這些素材我自己早就忘了，但系統記得。
每週15分鐘的策略校正：WAM
日常執行再順，如果方向錯了也只是高效地走偏路。 我用12 Week Year框架，把一年切成四個12週周期。每週固定做一次「Weekly Accountability Meeting」（WAM）——跟AI對話。
AI會分析：
- 上週Lead行動完成率與原因
- Lag結果背後的真實問題（是行動量不夠，還是轉化方式需調整？）
- 下週建議優先調整的方向
這不是事後檢討，而是即時策略校正。看數字焦慮，分析Lead/Lag差異才有用。
背後的系統：FLUX Vault與數據自動流動
整個系統只有一個核心——FLUX Vault（Focus → Learn/Upgrade → eXecute）。
資料夾結構如下：
text
FLUX Vault/
├── daily/ # 每日Brief與回顧
├── goals/ # 12 Week Plan與進度
├── efforts/ # 專案與領域管理
├── Atlas/ # 知識庫（MOC + 筆記）
├── inbox/ # 快速捕捉
├── content/ # 內容創作素材
└── Calendar/ # 日記與反思關鍵不是資料夾，而是數據會自己流動。 開完客戶會議 → 記錄自動存入對應專案 → AI詢問「行動項目要排進本週還是先記著？」→ 你決定後，隔天Brief自動提醒。 讀到好文章 → AI拆成知識卡片歸檔 → 三個月後寫相關主題時自動被撈出當素材。
一件事從發生到歸位，中間不需要我手動搬運。這才是真正的自動化。
AI落地實現的具體步驟（從零開始的實作路徑）
不需要一次建完整系統。從痛點開始，逐步迭代。
第一階段：基礎環境（1-3天）
- 下載Obsidian，建立新Vault（建議命名FLUX或PersonalOS）。
- 建立上述資料夾結構。
- 安裝Claude Code（或對應的本地檔案存取版本），將工作目錄指向這個Vault。
- 建立daily-template.md，包含固定sections：昨日回顧、本週目標進度、今日行事曆、任務清單（預留顏色emoji位置）、靈感捕捉。
- 練習每天手動複製template為今日日期檔名，然後prompt Claude：「根據template與以下資料，生成完整filled版本，並標註任務顏色。」
第二階段：任務與決策自動化（1週內）
- 在任務清單使用YAML frontmatter或簡單emoji標記（status、priority、due）。
- 告訴Claude：「掃描daily/與goals/資料夾，分析本週Lead完成率，標註🟢🟡🔴⚪，並生成今日Brief。」
- 逐步把常用prompt包裝成可重複呼叫的Skills或長prompt模板。
第三階段：知識庫與會議流程（第2-4週）
- 在Atlas/建立MOC（Map of Content）索引頁。
- 會議流程：建立meeting-prep-prompt.md模板，Claude讀取相關專案與歷史記錄後自動生成作戰手冊。
- 會後prompt：「根據逐字稿與作戰計畫，產出摘要、決策、行動項目，並更新對應專案資料夾。」
第四階段：外部數據與捕捉整合（視需求逐步加入）
- 行事曆與郵件：初期可手動匯出或複製重點片段讓Claude處理；進階可開發輕量script（Python + API）定期生成摘要檔放入daily/。
- 想法捕捉：Telegram bot或任何快速輸入工具，把訊息轉存inbox/資料夾即可。
- 重點：先確保本地數據流動順暢，再考慮外部整合。隱私與控制權永遠優先。
第五階段：每週WAM與持續迭代 建立固定WAM prompt模板，讓AI每週自動分析Lead/Lag差異並提出校正建議。 系統每多接一個環節，手動部分就少一塊。三個月後，你會發現工作模式已經從「我去做事」變成「系統跑完，我來決策」。
你可以從這裡開始
問自己三個問題：
- 我每天重複做什麼最耗時間？
- 我最常花時間「找」什麼資訊？
- 我最常「忘記」什麼？
答案就是你的第一個自動化起點。 先做好一個模組（例如每日Brief + 任務顏色系統），跑順了再接下一個。 工具會一直變，但「讓數據集中、讓AI分析、讓人做決策」這個原則不會變。
看得見，才改得了。 當你終於能清楚看見自己在哪裡、該往哪走、還差多遠時，目標不再是每年重設的空話，而是可以被系統持續校正的真實路徑。
現在，我們可以開始塑造屬於自己的工具了。