PAI：AI 赋能开发的生命操作系统

中文العربيةDeutschEnglishEspañolFrançaisहिन्दीBahasa Indonesia日本語한국어PortuguêsРусский
BBetter Stack
Computing/SoftwareInternet Technology

Transcript

00:00:00每次开启新的云会话，它都会忘记你的仓库、架构以及那一个决定
00:00:05你已经解释了五遍的事情，所以你只是在浪费时间为聊天机器人进行入职培训，这就是 PI
00:00:12它试图解决那个问题，或者说个人人工智能基础设施（Personal AI Infrastructure）
00:00:17为云端代码提供了记忆结构和可重用的工作流，在这个视频中我将向你展示它是如何工作的
00:00:22它在哪些地方有所帮助，以及在哪些地方依然让人感到烦恼
00:00:30PI 基本上是一个构建在 Claude Code 之上的生活操作系统，它由 Daniel
00:00:36Measler 创建，你可能从 Fabric、Sex List 以及许多其他安全和人工智能工作流中了解他
00:00:42PI 为 Claude Code 提供了一个操作层，不仅仅是提示词，也不仅仅是一个笔记文件夹，而是一个真正的
00:00:49用于记忆、技能、工作流、目标和流程的结构，它包含了跨越
00:00:55会话和项目的持久化记忆、你可以控制的自定义技能，以及一个名为“算法”的七步流程，它
00:01:02确保 Claude 按设定的顺序行动，它甚至有一个名为 Pulse 的本地仪表板，以及一个具名的数字
00:01:09助手，拥有自己的工作风格，它了解你的项目、偏好以及你喜欢的工作方式
00:01:16这听起来不错，但这与我们正在使用的工具真的有什么不同吗？所以
00:01:20让我们看看开发人员真正关心的部分，它是否减少了我们实际上需要
00:01:25进行解释的工作量？如果你喜欢能加快工作流的编码工具，请务必订阅，我们有视频
00:01:31不断推出。现在，这是加载在 Claude Code 里的 PI，我要问它一个通常会
00:01:38需要更长设置提示词的问题：帮我使用我当前的项目上下文、
00:01:45过往决策和编码标准来规划这个新功能的架构。现在让我们看看区别，通常在这里
00:01:53我会粘贴仓库结构、解释服务边界、描述我们的编码风格，并且我
00:01:58会希望 Claude 能留心并领会这一切。但在这里，PI 从它现有的
00:02:05记忆中提取信息，它理解项目上下文，并且它按照我之前谈到的那个算法运行
00:02:11而且答案不仅仅是“这里有一种构建方法”，它给了我一个结构化的计划，包括需要
00:02:17按照什么顺序进行修改才能完成这项工作，需要注意哪些风险，它做出了什么假设，以及如何验证工作确实完成了。
00:02:26现在，最后那一部分实际上非常重要，因为模糊的人工智能建议往往效果不佳。
00:02:32这真的很酷，但它到底和正常使用 Claude Code 有什么不同呢？嗯，
00:02:37Claude Code 大多数时候已经很棒了，但它仍然在很大程度上依赖于我们在该会话中
00:02:44提供给它的上下文。人工智能越强大，你就越想把它用于严肃的工作，但严肃的工作依赖于
00:02:50上下文。它依赖于我们的技术栈偏好、目标、测试策略，以及你个人对
00:02:58优秀代码的定义。PI 增加了缺失的一层，即连续性，它记住了那些通常
00:03:04在我们会话之间消失的内容。与像 LangChain、CrewAI 或
00:03:11自定义多智能体设置这类更重的代理框架相比，PI 更具个人化，它更倾向于文本优先，你不需要为了从中获得有用的行为
00:03:17而构建一个巨大的编排系统。更重要的是，它将人工智能从一次性的
00:03:24问答机器变成了更像同事的东西。例如，我们大多数人不需要更多的随机
00:03:30代码建议，我们需要的是连续性。自定义技能也是价值的重要组成部分，你可以创建一个
00:03:37用于审查 Next.js 代码安全、计划调试的技能，关键在于这些不是通用的
00:03:44基于兴趣的练习，它们是你的规则、你的偏好，只是按你的工作方式进行，这就是
00:03:51那一点点小的差异，但在使用 50 次会话之后，它就变成了巨大的差异。现在，这是
00:03:57防止它成为“每个人都应该使用它”的推荐的部分，不，并非完全如此。
00:04:03PI 不是一个解决所有问题的全能工具，也不是一个零努力的工具，我会将其与其他
00:04:11工具和技能堆叠在一起。你需要习惯终端、Git、配置文件以及维护
00:04:17你自己的 AI 操作层的理念。安装程序确实有帮助，但这仍然是开发工具，你可能会花
00:04:23时间去理解结构、编辑记忆、设置你的 Tilos、定义你的理想状态，找出
00:04:30系统中的哪些部分对你的工作流真正重要。如果你深度自定义它，升级
00:04:36就成了你需要认真思考的事情。现在，这并不会让它变得不好，只是你需要
00:04:42亲自完善它。此外还有 Claude Code 的一面，PI 是围绕 Claude Code 原生构建的，所以
00:04:48如果你还没有深度使用 Claude，那对你们中的一些人来说可能是一个障碍。API 成本也可能很重要，
00:04:55取决于你使用的频率，如果你有 Max 计划，那确实没问题，但是
00:05:01你不需要一个个人生活操作系统来记住如何让 div 居中，至少我希望不需要，所以
00:05:08PI 值得使用吗？我的看法是：值得，但只对特定类型的开发人员而言。如果你
00:05:13已经在使用 Claude Code 或代理 AI 工具，那么它就值得使用，如果你想要可重用的 AI
00:05:20工作流，而不是一遍又一遍地写同样的提示词指令，那它就特别值得。但老实说，你可能可以
00:05:26跳过它，至少如果你想要完全即插即用的东西，我会建议你
00:05:31像这样看待 PI：它不仅仅是另一个 AI 编码工具，它是一个个人开发者基础设施，你
00:05:39花时间进行设置，定义你的偏好，创建一两个有用的技能，然后每一次未来的
00:05:46会话它都会变得更好，因为助手有了更多的上下文来实际工作。如果你
00:05:51喜欢这样的编码工具，请务必订阅 Better Stack 频道，我们在下一个视频中再见。

Key Takeaway

PI 通过在 Claude Code 上添加持久化的记忆层、自定义技能和结构化算法，使 AI 能够根据开发者的特定项目背景和编码偏好，连续性地处理复杂的开发任务。

Highlights

  • PI 作为构建在 Claude Code 之上的操作层，通过持久化记忆和自定义技能，消除了重复配置环境的需要。

  • 该工具采用七步算法流程，确保 AI 按设定的顺序执行代码规划、执行和验证。

  • PI 通过集成跨会话的上下文，将 AI 从问答机器转化为具备项目偏好记忆的协作助手。

  • 该系统配备了名为 Pulse 的本地仪表板，用于管理自定义工作流、目标和流程。

  • PI 并非全自动工具，需要用户具备维护 Git、配置文件及个人 AI 操作层的能力。

Timeline

个人人工智能基础设施 (PAI) 的定义与功能

  • PI 旨在解决云会话中丢失仓库、架构及决策上下文的问题。
  • 该系统为 Claude Code 提供了记忆、技能、工作流和流程的结构化操作层。
  • 七步“算法”流程强制要求 AI 遵循特定的行动顺序。

通常的云 AI 会话会在每次重启时重置上下文，导致开发者频繁重复入职培训过程。PI 通过引入持久化记忆结构，在会话和项目之间保留开发者的偏好和项目上下文。它不仅仅是提示词工程，还包含了一个名为 Pulse 的仪表板，用以管理数字助手的协作方式。

对比传统开发工作流的优势

  • PI 通过提取现有的项目上下文，减少了繁琐的初始提示设置需求。
  • AI 给出的建议包含结构化的修改计划、风险评估、假设定义及验证方法。
  • PI 专注于个人化与文本优先的配置，无需复杂的编排系统。

在处理新功能架构规划时，PI 利用其已有的记忆库，无需开发者粘贴仓库结构或服务边界。它生成的反馈不仅包含代码建议，还明确了修改顺序和完成验证标准，确保建议具备可操作性。与 LangChain 或 CrewAI 等重型框架不同，PI 侧重于构建更具个性化的个人工作流。

使用局限与适合的开发者群体

  • PI 并非零努力的即插即用工具，需要深入的配置和维护。
  • 该工具深度依赖 Claude Code，且使用频率较高时需考虑 API 成本。
  • 特别适合那些已有代理 AI 工具使用经验，并希望将提示词指令重构为可复用技能的开发者。

该工具要求开发者习惯于处理终端、Git 以及复杂的配置文件。维护个人 AI 操作层本身需要投入时间来完善记忆和定义理想状态，这使其在升级时可能变得复杂。对于不需要处理长期复杂项目或追求简单即插即用功能的开发者，PI 可能过于繁琐。

Community Posts

No posts yet. Be the first to write about this video!

Write about this video