把散落的資料與擱置的想法,做成能持續使用的系統。

整合 Claude Code 與 Codex 的本機協作、任務與工作流程紀錄。翻譯、配音與社群排程走另外的腳本管線,不在這份對話紀錄內。
從六個例子開始:找回舊知識、閱讀多語內容、聽文章、沿著主線讀、看模型選擇,以及回看一段活動紀錄。每個例子都有入口,也保留目前的限制。

從這裡試用

正在使用的系統與已結案的實驗,分開標示。
內容網站

閱讀多語內容

把文章、相關概念與不同語言版本放在同一個網站。

原本的問題 內容分散時,很難沿著一個問題繼續讀。

可以這樣試

打開一篇文章,試著切換語言,再沿著相關連結繼續讀。

開始閱讀 →

使用範圍:翻譯與內容持續修訂;不把多語版本當成多份成果。

知識系統

找回舊知識

讓概念與來源互相連結,方便重新找到、核對與延伸。

原本的問題 收藏過的資料,日後不一定找得到。

可以這樣試

在 Wiki 搜尋一個關鍵字,例如「人機協作」,打開概念與來源。

打開 Wiki →

使用範圍:依已收錄與公開的資料查找,不代表完整知識庫。

內容管線

聽文章

用克隆的聲線把文章做成有聲版,放在 podcast 與文章頁。

原本的問題 長文不一定有時間坐下來讀。

可以這樣試

到訂閱頁訂閱 podcast,或在有播放鍵的文章頁直接聽。

訂閱有聲版 →

使用範圍:聲線是 AI 克隆,不是本人錄音;不是每篇文章都有有聲版。

策展層

沿著主線讀

把文章按系列與核心概念重新編排,讓一個問題可以連著讀。

原本的問題 文章多了以後,單篇列表看不出彼此的關係。

可以這樣試

從系列頁挑一條主線,或從核心概念頁找一個貫穿多篇文章的想法。

看系列 →

使用範圍:編排是人工決定,不是演算法推薦;系列持續增補。

資料儀表板

看模型選擇

把目前在用與評估過的模型整理成一張選擇地圖,持續校核。

原本的問題 模型與價格變動快,選擇時容易憑印象。

可以這樣試

依寫作、研究、程式開發等任務,看目前的建議與最近一次校核時間。

打開模型地圖 →

使用範圍:是最近一次校核的快照,不取代你自己的任務測試。

已結案 · 2026

回看一段進香紀錄

保留白沙屯進香場景下的活動與 ESG 紀錄。

原本的問題 活動結束後,現場的紀錄容易散落。

可以這樣試

查看當時平台保留的活動內容,理解這次實驗的使用場景。

查看歷史平台 →

使用範圍:歷史紀錄,不提供當年度即時活動服務。

決策紀錄 · 避免依賴單一 git 託管平台
避免依賴單一 git 託管平台
背景主要 git 託管帳號曾經被暫停,讓我意識到版本歷史、部署流程與 issue 紀錄如果全部依賴同一個平台,會形成單點風險。
考量當時評估過三種做法:繼續使用單一平台、整批移到另一個平台,或建立多個鏡像,讓不同平台彼此備援。
做法最後選擇建立多平台鏡像。任何一個平台出問題時,其他平台仍能保留版本歷史與更新能力;部署流程則改由 wrangler 處理,不直接綁在特定 git 託管服務上。
結果帳號恢復後,我把它接回為第三個鏡像。從那之後,git 託管不再是唯一依賴,issue 也只是工作紀錄的一部分,而不是全部真相。
決策紀錄 · 去識別化不等於可以公開
去識別化不等於可以公開
背景2026 年 7 月,17 篇去識別化後的每日綜述被判定可以公開,上線當天就撤回。
考量兩種做法:維持「先去識別化、再評估能否公開」的流程,或把原本帶有隱私疑慮的素材一律預設不公開。
做法選擇後者。去識別化只解決「進版本庫是否安全」這一層,不解鎖公開發布;規則適用全站所有公開管道,不限知識庫。
結果規則寫成決策紀錄與專案指令。之後遇到同類素材,預設維持不公開,不再走「先去識別化再評估」的路。
決策紀錄 · 部署前先檢查版本血統
部署前先檢查版本血統
背景2026 年 9 月,一批從分支部署上線的文章沒有併回主線;幾天後主線再部署,就把它們蓋掉了。
考量靠人記得先併回主線,或把檢查放進部署腳本,讓它自己擋。
做法腳本內建兩道檢查:上次成功部署的版本必須是這次的祖先,這次版本必須能從主線走到。任一不符就不部署;刻意回滾要另外授權並記錄原因。
結果從分支或工作樹直接部署會被擋下,規則有對應測試。線上內容被舊版蓋掉這件事,之後沒有再發生。
決策紀錄 · 退役全自動的自我優化引擎
退役全自動的自我優化引擎
背景做過一個讓網站自己提出並驗證改版的實驗引擎。它在七週內靜靜停擺,實驗紀錄 3 月下旬就中斷,沒有人發現。
考量修好繼續跑,或承認個人網站的回饋訊號太稀疏,撐不起全自動迭代。
做法2026 年 5 月退役,程式整批封存。改成由幾個 AI 工具與我分工議事:各自研究、提出方案,決定仍由人拍板。
結果llms.txt、MCP 與結構化資料降級為基本衛生,不再當成護城河;工作流程改以文件與決策紀錄為主。

工作紀錄與資料

這些數字描述活動與紀錄,不等同成果品質或節省的人力。彙總快照: 2026-11-21 07:41 UTC+08:00AI 原始紀錄自 2026-02-10 起(285 天);Git 主線自 2026-03-19 起(248 天)

資料期間:2026-03-19 至 2026-11-21

有非排程 commit 的工作日
230 / 248

有非排程版本紀錄的日期,不等於全天工作。

Handoffs:跨對話交接紀錄(累計)
492

讓後續對話接續工作的文件數,不是成功交接率。

決策紀錄
48

留下選擇理由的決策文件,已含在治理文件內。

累計淨行數變動1158K 行 · 依版本歷史累計
0K100K200K300K400K500K600K700K800K900K1000K1100K030405060708091011

包含程式、內容與文件,排除排程紀錄;不是現有程式碼規模,也不表示使用價值。

非排程 commit 日曆少 多 平台活動紀錄
2026年1月2月3月4月5月6月7月8月9月10月11月

灰色代表已涵蓋但無非排程紀錄;斜線代表未涵蓋,淡格是未來日期。可點選格子查看日期與次數。

2026-11-21 · 3 commits

Git 主線 248 天中有 248 天留下 commit;熱圖只顯示非排程 commit,因此有 18 天僅有排程的日期會留白。

Mac 上的 AI 前景時間

Timing 自動紀錄 · 僅 Mac · 台北時間

讀取中

累計 AI 時間
待更新
過去 7 個完整日(不含今天)
待更新
今天
待更新
來源月份
待更新

App
    待更新
網站
    待更新
裝置
    待更新
僅計算 Mac;iPhone 與其他裝置不在此指標範圍。

長條依時數長短排列,各圖以該圖最大值為基準;不是總時數占比,應用程式、網站與裝置不可相加。

計算指定 AI App 與網站在 Mac 前景的時間,包含閱讀、輸入與等待;重疊時段只算一次。不計手機、背景執行、未辨識的終端機或一般 IDE,也不把整個 AI 瀏覽器的使用時間算入。這是可辨識的 AI 使用時間,並非所有對話或 AI 運算時間。

時間增加可能來自學習、製作或返工,不能單靠時數判斷效率。

版本活動與工作流程明細

概況

資料來源包含 git、Claude Code 與 Codex 本機使用紀錄
非排程版本紀錄
7,149
部署相關變更(代理值)
1070
檔案歷史變更次數,非成功部署;另有 67 次 PR 合併。
程式碼與內容變動
+1460K / −301K
行數(新增 / 刪除)
有非排程 commit 的工作日
230 / 248
Git 248 天:230 天有非排程 commit、18 天僅有排程、0 天無 commit
連續有版本活動
248d
含自動排程 · 嚴格人機協作 130d

工作流程紀錄

跨視窗AI Agent 協作,整理成可以延續、交接與追蹤的工作紀錄
Worklogs:工作日誌(累計)
1036
Handoffs:跨對話交接紀錄(累計)
492
治理文件(含 ADR · 累計)
738
其中 48 份是 ADR 決策紀錄
AI 對話與 Token 口徑

資料期間:2026-10-22 07:38 UTC+08:00 至 2026-11-21 07:38 UTC+08:00

兩種 Token 的計數方式不同,不能比較效率、相加或直接換算費用。

Claude Code root 對話(滾動 30 日)
543 個對話
26,169 則訊息 · Opus 5.5
另列 153 個 subagent 執行紀錄
Codex root tasks(滾動 30 日)
108 個對話
1,631 則訊息 · GPT-6.1 Sol
另列 46 個 subagent 執行紀錄
Claude I/O Token(滾動 30 日)
16.8M

去重後的輸入+輸出,不含快取 Token。

Codex Token 增量(滾動 30 日)
975.1M

累計用量快照在視窗內的增量。

最常協作的時段
09:00
Claude + Codex root 訊息
測試與部署流程資料

可驗證質訊號

測量範圍各異;沒有資料不代表零。
測試覆蓋率
Python 85.9% · Node 51.4%

量測時間:2026-11-21 07:34 UTC+08:00

部署煙霧測試合規
87%
跨專案影響標注合規
100%
契約測試 SLA 達成
91%
回滾 / revert 次數
24
測試檔數
136
人工部署流程失敗率
16.4%

自 2026-06-21 16:14 UTC+08:00 起 · 人工部署樣本 654 筆. 部署指令或上線後檢查失敗;不含事後修補歸因。

已記錄事故
18

自 2026-06-22 10:37 UTC+08:00 起的歷史記錄;缺復原時間不等於事故仍未解除。

另有 217 筆排程部署,其中 19 筆標記流程失敗,未納入上述人工樣本。

交付紀錄的限制

不作個人評級
事故復原時間
尚未量測
變更前置時間
尚未量測

本站的流程失敗率包含部署指令或上線後檢查失敗,未回溯納入事後修補,與 DORA 的變更失敗率不同。DORA 現行採五項交付指標;本站不以代理數字評級。

DORA

五維能力證據

五維能力證據

質性讀數 + 證據級別,不合成總分、不打分
指揮|掌控 AI 協作系統(方向 / 治理 / 編排)工件佐證
治理 / 編排工件量充足;指揮品質屬自評。
交付|上線速度與穩定部分
有部署流程紀錄;成功部署頻率、復原與前置時間仍需各自核對。
槓桿|用 AI 放大產出工件佐證
高產出 + Claude / Codex 分列用量;倍率需「無 AI 的同人產出」baseline、無法量測。
品質|產出可靠性自動抓取
目前主要是測試與流程訊號;高覆蓋率不等於測試有效。
影響|對外擴散自評
無外部觸及訊號,誠實留白。
資料觀察

資料觀察

持續性

版本紀錄連續 248 天有活動(含排程);人工作業或主要 AI 對話的活動紀錄連續 130 天。這不是服務可用率。

協作紀錄

AI 對話本身容易斷裂,所以我另外留下 handoff、ADR 與工作日誌。這些紀錄讓不同 session 之間可以接續,也讓後來的自己知道當時為什麼這樣做。

資料限制

對話統計只涵蓋本機 Claude Code 與 Codex;螢幕時間另由 Timing 提供。Token 定義不同,不直接比較或相加。時數、程式行數與版本紀錄不能直接換算成效率。

資料整理方式

  • 資料來源包含 git 主線,以及本機 Claude Code 與 Codex session 實錄。
  • commit 數只取自一份 git 主線紀錄。GitHub、GitLab 與 Codeberg 是同一份歷史的鏡像,不重複計算。
  • Commit、工作日、熱圖與行數排除符合規則的排程 commit;協作系統連續運作天數包含排程,另以人工 commit、Claude Code root prompt 與 Codex root user message 計算嚴格人機協作天數。
  • AI 數據使用真正的滾動 30 日窗口;root sessions 納入主要數字,subagents 另列以避免重複。
  • Claude Token 是去重後 assistant message 的 input + output;Codex Token 是 task 累積快照的視窗內增量。兩者口徑不同,不相加。
  • repo 平台活動自 2026-02-20 起有 PR 與 issue 紀錄可查;由於 git 主線歷史曾在三月中重置,3/18 前的 commit 明細不列入目前統計。
  • 直接紀錄、代理值與估算分開標示;未知不填零,不合成能力分數,也不推估節省的人力。
  • 工作流工件會遞迴納入子目錄與 Codex 審查;排除備份、封存、草稿與 prompt 樣板。ADR 已包含在治理文件總數內,不重複計算。
工具現在哪個 AI 模型最強、最划算?模型比較與來源日期:綜合智力、純編碼、長程 agentic、性價比前緣,一頁看完,重點是判讀不是名次。看模型前沿儀表板 →