Thought draft
Every company needs its own Skills Marketplace
每家公司都需要一种 AI-native 的知识基础设施,让 Agent 在真实工作里找到正确上下文,并把失败反馈回知识的维护者。
Read draftData · AI · Product Systems
我是林辰洋,关注 AI 时代里人如何组织技能、知识和工作流。这个网站用来沉淀我的思考、正在验证的想法,以及已经做出来的系统。
Skills Marketplace
Experiment analysis
Language learning tools
01 / Thinking
Thought draft
每家公司都需要一种 AI-native 的知识基础设施,让 Agent 在真实工作里找到正确上下文,并把失败反馈回知识的维护者。
Read draft模型变强只是第一层,真实工作还需要领域知识、流程和组织上下文。
知识会从“人读文档”迁移到“AI 可调用上下文”,Markdown、Skills 和 CLI 会变得更重要。
Marketplace 的价值不是展示,而是让 skill 被发现、比较、分叉、合并和持续迭代。
02 / Projects
Learning tool
一个帮助自己学藏语字母和发音的小网页。第一版已经有字母卡、音频播放和练习入口,后续会继续加复习记录和更好的练习路径。
Open toolResearch system
一个用于探索高价值细分行业、隐形公司和职业机会的研究框架。它把公司发现、coffee chat 和个人定位拆成可执行流程。
Notes being shaped for public releaseInvestment notes
面向单家公司长期跟踪的研究系统,包含信息源、日报、风险 dashboard 和 investment memo,用来训练持续更新的判断。
Private research system03 / Builds
Work platform
在公司里从零到一搭建实验分析平台,服务大量业务方使用。这个项目代表了我喜欢做的事情:把复杂的数据、流程和判断标准产品化,让更多人可以稳定地做出更好的决策。
AI workflow
正在把 Skills Marketplace 当成一个产品问题来思考:skill 如何被定义、发现、复用、协作和持续迭代。这个方向会继续沉淀成文章、原型和可用工具。
Documentation pattern
后续每个项目都会按背景、问题、约束、方案、结果和下一步来写,避免只展示成品,而是展示判断和推进过程。
04 / Notes
先把真实使用场景、约束和失败方式看清楚,再决定要不要抽象成工具。
好的文档不只给人读,也应该能被 AI、脚本和产品流程调用。
一个能持续用的小闭环,比一个停留在概念里的大系统更有价值。