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。
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
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
2026-11-21 · 3 commits
Mac 上的 AI 前景時間
Timing 自動紀錄 · 僅 Mac · 台北時間讀取中
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。
Agent 自主執行(估算)
這是 AI 背景執行時間的估算,並非替人節省的工時;期間也與累計螢幕時間不同,兩者不能相加。
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
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。
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。