ARTICLE · 人工智能
你的工作正在被蒸馏成 Skill！硅谷 YC 掌门人：个人 AGI 不在云端，就藏在自己的文件夹里，下一代开发者，要拥有自己的“经验代码库”
一语总结文章介绍如何通过个人 Markdown 知识库和 Skill 文件，让 AI 助手掌握开发者的经验，实现个人 AGI，提升工作效率。
文章以 YC 总裁 Garry Tan 的演讲为基础，阐述了个人 AGI 的概念：开发者应将经验、判断和工作流程沉淀为可被 Agent 理解和执行的 Skill 文件（以 Markdown 形式保存），而不仅仅依赖云端模型。Garry 分享了他个人约 22 万页的 Markdown 知识库（GBrain），说明 Agent 如何在此基础上检索上下文、调用工具并完成任务。他强调模型负责判断与偏好，而确定性计算（如金额、数据查询）必须交给代码和数据库，以避免 hallucination。文章进一步给出构建个人 AGI 的实践路径：选择 Agent 框架、建立 Markdown 资料夹、编写第一份 Skill（从最讨厌的重复任务开始）、将其接入定时任务、任务后将成功过程整理为新 Skill，并强调知识库需要维护——记录信息来源与时间、冲突提示、定期删除失效内容、设置权限边界。最后鼓励开发者从“一页文件”起步，长期积累可复用的工作系统，以在模型能力提升时仍保持个人经验的竞争优势。
- 个人 AGI 的核心是将经验沉淀为可被 Agent 理解和执行的 Skill 文件。
通过 Markdown 记录判断、流程和边界，Agent 在遇到类似任务时可以直接调用，避免重复解释并提升效率。
- 模型负责判断和偏好，确定性计算必须交给代码和数据库。
Garry 将 Agent 分为潜在空间处理偏好与确定性系统处理金额、查询等，防止模型 hallucination，确保关键操作的可靠性。
- 构建个人知识库需要持续维护，以避免信息过期和冲突。
记录信息来源与更新时间、新旧事实冲突时先提示而不直接覆盖、定期删除失效内容、设置权限边界，确保 Agent 基于可信信息行事。
- 从最讨厌的重复任务开始编写第一份 Skill，逐步积累可复用的工作系统。
先像教新同事一样写清输入、步骤、输出和禁区，让 Agent 运行后根据纠正更新文件，长期形成经验代码库。
你的工作正在被蒸馏成 Skill！硅谷 YC 掌门人：个人 AGI 不在云端，就藏在自己的文件夹里，下一代开发者，要拥有自己的“经验代码库”
文章以 YC 总裁 Garry Tan 的演讲为基础，阐述了个人 AGI 的概念：开发者应将经验、判断和工作流程沉淀为可被 Agent 理解和执行的 Skill 文件（以 Markdown 形式保存），而不仅仅依赖云端模型。Garry 分享了他个人约 22 万页的 Markdown 知识库（GBrain），说明 Agent 如何在此基础上检索上下文、调用工具并完成任务。他强调模型负责判断与偏好，而确定性计算（如金额、数据查询）必须交给代码和数据库，以避免 hallucination。文章进一步给出构建个人 AGI 的实践路径：选择 Agent 框架、建立 Markdown 资料夹、编写第一份 Skill（从最讨厌的重复任务开始）、将其接入定时任务、任务后将成功过程整理为新 Skill，并强调知识库需要维护——记录信息来源与时间、冲突提示、定期删除失效内容、设置权限边界。最后鼓励开发者从“一页文件”起步，长期积累可复用的工作系统，以在模型能力提升时仍保持个人经验的竞争优势。
文章金句
"把技能掌握在自己手里。否则有一天，你的岗位只会剩下一份 Skill 文件。
"同样使用 Claude，有人只是写代码快了一点，有人却能把工作效率提高几十倍。
"Markdown is code.
"Never do one-off work.
"不要让 Agent 每天醒来都失忆