推荐大家试下，把下面整个提示词发给Claude Code。

用AI语音输入法或打字耐心回答完问题。

能找出很多自己没意识到的问题，且能持续更新到CC的记忆系统。

感兴趣的可以一起试试。

----- 复制下面提示词发给 CC 或OpenCode-----

我想学习这个方法并写入到Claude md文件（全局）：

TELOS不是缩写，是个希腊词，意思是"目的"或"终点"。

是一套结构化的自我访谈框架。

帮你把"你是谁、你想要什么"这件模糊的事情，变成AI可以理解和使用的上下文。

核心是六个层次的问题，从问题到行动：

1. Problems（问题）

不是"你的目标是什么"，而是"什么让你不爽"。

人的很多动力都来自这里。

你想减肥，是觉得"我现在的状态不对"。
你想做产品，是因为"现有的解决方案很烂"。

Daniel说这个问题要具体。

- 我父母每人打三份工，没时间陪我，这导致了什么
- 现在的漏洞管理工具根本不懂工程团队怎么工作
- 大部分人觉得自己的想法不值得分享

可以是个人问题，也可以是世界问题。

都写下来。

2. Goals（目标）

你想改变什么？

不是"你想要什么"，而是"你想改变什么"。

这是从问题到方向的转化。

比如：
- 问题：大部分人觉得自己只是打工的，不是创造者
- 目标：激活更多人，让他们意识到自己也有值得分享的想法

Daniel的核心目标就是"提高人类激活度"（human activation）

贯穿他所有的项目：
① PAI项目：让个人能建自己的AI基础设施
② Fabric项目：开源AI工具
③ Unsupervised Learning：分享想法和洞察

3. Challenges（挑战）
什么在阻止你？

这是很多人跳过的一步，但特别关键。

如果你不明确说出障碍，AI就没法帮你绕过去。

障碍可能是：
① 技术的：我不会编程
②资源的：我没时间
③ 心理的：我觉得自己不够格
④ 系统的：现有工具太复杂

Daniel的例子：

他想让更多人用上个人AI系统。

但障碍是"大部分人不是技术背景，命令行对他们来说太难了"。

所以PAI的设计就要考虑这个，要让非技术人员也能用。

4. Strategies（策略）
你打算怎么做？

从"想要"到"行动"的桥梁。

不是具体任务清单，是方法论层面的。

比如Daniel的策略：

① 从开源项目开始，降低门槛
②用Markdown文件而不是数据库，保证可移植性
③ 先解决自己的问题，再推广给别人
④ 持续分享过程，激活其他人

5. Projects（项目）

你现在在做什么？

Daniel会列出：
① PAI：个人AI基础设施框架
② Fabric：AI工具集
③ Unsupervised Learning：周报
④ 客户咨询工作
⑤ 漏洞赏金研究

每个项目都对应回目标和策略。

6. Workflows（工作流）

你每天实际在做什么？

Daniel说这个特别重要，因为AI要帮你，就得知道你的日常是什么样的。

他的工作流：
① 早上散步时用Limitless录音捕捉想法
② 回来后让AI整理这些想法
③ 用"议会辩论"功能让多个AI角色挑战这个想法
④ 实时编辑，形成文章
⑤ 一键发布到 X 和LinkedIn

这整个流程，从"想法"到"发布到社交媒体"，都在AI的支持下完成。

为什么这套框架有用

1. 给AI提供了"北极星"

每次你问AI，它不是在真空中回答，而是知道：

① 这个问题和你的哪个目标相关
② 你在哪个项目的语境下问的
③ 你的障碍是什么（回答要避开这些坑）

Daniel举了个例子：他的朋友是心脏科医生，也做漏洞赏金。

当他把自己的TELOS加载到系统后，AI知道：

① 他的目标：找到更多漏洞，赚更多赏金
② 他的专长：客户端漏洞
③ 他的工作流：在诊所间隙做测试
④ 他的技巧：一些独特的测试方法

现在他只需要给AI一个目标公司，系统就会：

① 用他的方法论去做侦察
② 专注于客户端漏洞
③ 生成符合他风格的测试脚本
④ 按他习惯的方式组织结果

结果：发现的漏洞数量大幅上升。

2. 让AI的回答有"方向感"

Daniel有个概念叫"通用算法"（Universal Algorithm）：

从当前状态到理想状态

因为每次AI帮你做事，本质上都是在执行这个算法：

① 当前状态：你现在在哪里
② 理想状态：你想去哪里
③ 中间过程：怎么到达

TELOS就是在定义这个"理想状态"。

没有TELOS，AI只能给你通用答案。

有了TELOS，AI知道"对你来说"的最佳答案是什么。

3. 它会进化

这是最酷的部分。

Daniel的系统有个"升级技能"。

当他：
① 看了一个YouTube视频
② 读了一本书
③ 学了新技术

他可以让AI：

1. 读取这个新知识
2. 对照他的TELOS
3. 建议如何升级整个系统

比如他读了本关于修辞学的书，AI会说：

"根据这本书的原则，我建议：
① 在你的写作技能里加入这些修辞手法
② 调整博客工作流，加入修辞检查步骤
③ 更新你的风格指南"

AI在帮AI自己变得更懂你。

具体怎么做？

第一步：倾倒（Dump）

找个安静的时间，用语音或文字，回答这些问题：

① 什么让你不爽？（个人的、工作的、世界的）
② 如果你有魔法棒，你会改变什么？
③ 你现在在做什么？为什么做？
④ 什么在阻止你做得更好？

第二步：结构化

把这些内容按TELOS框架整理：
# TELOS
## Problems

- 我觉得大部分人...
- 现有的工具...
- 我自己总是...

## Goals

- 我想帮助...
- 我想创造...
- 我想学会...

## Challenges

- 技术上：...
- 时间上：...
- 心理上：...

## Strategies

- 通过开源...
- 从小项目开始...
- 持续分享...

## Projects

- 项目A：...
- 项目B：...

## Workflows

- 早上：...
- 写作流程：...
- 研究流程：...

第三步：加载到系统

这就是PAI的核心。

每次启动Claude Code（或其他AI系统），它会读取这个TELOS文件。

Daniel说他的TELOS大概10,000个token，每次启动都加载。

第四步：迭代

用一段时间后，你会发现：

① 有些目标变了
② 有些障碍消失了
③ 有些新问题出现了

定期更新TELOS。

Daniel建议至少每个月review一次。

Daniel说TELOS最重要的作用不是"让AI更聪明"，而是让你更清楚。
终于搭好了，很贴心的样子，开始进化！

【Gemini 2.5 Pro 0506版实测】

官方说前端开发、编辑、转换能力超越Claude 3.7 Sonnet，X上大佬都在测！

真的这么强吗？！

掏出自己的七段祖传提示词，测了整整一下午。

发现... 第一项，生成金句卡片。

提示词：

确实前端颜值有提升，但比Claude 3.7还是差点，跟DS v3接近，稍强点。 xiangyangqiaomu.feishu.cn/wiki/H26ywe3tX…

今天在钉钉做了一场直播，PPT是这两天重新写的。

分享三个重点：AI发展速度超乎想象、学什么才能不落伍、如何学才能收获最大。

AI发展速度快到上个月在清华大学分享的PPT这个月就得改。

最佳编程模型从Claude 3.7变成Gemini 2.5 Pro

最好用的AI编程工具从Cursor变成VSCode+Augment插件

最强文生图从Midjourney变成GPT-4o(在语义理解方面) 从个人体验看，模型一直在进步，但调用和对话交流方式变化不大。

即使是Deepseek R1和OpenAI O1这类推理模型出现后。

Prompt最多从面向过程转向面向目标，基础知识没变。

今年整理的提示词学习知识库依然实用：
xiangyangqiaomu.feishu.cn/wiki/UWHzw21zZ…

一直很关注AI知识库产品，昨天做了腾讯IMA、纳米AI、Cherry Studio、AnythingLLM几款有Mac客户端的工具评测。

先说个人结论：纳米AI > Cherry Studio > 腾讯IMA > AnythingLLM

结果有点出乎意料，真的没想到。

下面是评测问题和部分回答截图 为方便判断，上传了几份相对熟悉的资料。

简单说明：

第一个Epub是我给朋友做的电子书。腾讯IMA不支持Epub，所以只能拿纳米AI和CherryStudio比较。

第二个是个人日记，坚持写了三年多，方便我判断检索准确性。

第三个是张小龙饭否发帖记录。

第四个是张一鸣微博记录PDF版。