Moxt 實測：把你的組織，折疊進一堆文件夾

上周四下午，我同時在做五件事。

周刊選題整理到一半、CodePilot 新冒了兩個 Issue、Twitter 收藏夾里躺著三條想存的推、微信里有好幾條待回的信息、一篇長文的草稿卡在開頭。

一直以來我常工作見的問題就是：我的 Context 散在五個地方。

飛書、Notion、本地文件夾、微信聊天記錄、我自己的腦子。

切任務的時候，一半時間花在搬運。

這只是散。更麻煩的是臟。

就算把東西匯到一起，AI 讀起來也費勁：

飛書的 block、Notion 的 toggle、PDF 的視覺排版、Slack 截圖，每種格式都要先剝一層殼。

散加臟，就是現在大多數 AI 產品在上下文上的主要問題。

Agent 能做到什么程度，不靠模型，靠你給它的工具和上下文。

正好前段時間 Moxt 發布了，我就試了一下，發現它在這兩個問題的解決上做得非常好。

一、給 AI 一個自己的家

Moxt 上來就回答了一件事：AI 需要一個自己的工作空間。

它的答案挺"笨"的。讓 AI 在 md、csv、html 這些母語里工作，讓它在文件系統里導航。聽著不性感，但特別對。

Markdown 是 AI 的母語。

你給它一份 md，它秒懂；給它一份 Word，要先轉一道。

Word 本質上就是 Markdown 的 GUI，那層 GUI 為人眼而設，對 AI 來說全是噪音。

Moxt 會把這些對于 AI 來說的臟信息，轉成 AI 原生的格式：

導入 Word/PDF/Notion，后臺自動轉 md

導入 Excel，自動轉 csv

生成的可視化報告，一律是 html

文件系統是 AI 的圖書館。能 grep、能樹狀瀏覽的結構，正好是它訓練時熟悉的那種，讀起來天生就順。

這種設計帶來一個搬家爽點。

我在 Claude Code 里攢了十幾個 Skill：

humanizer-zh 去 AI 味、writing-rewriter 做小綠書和推特風格改寫、wechat-formatter 做公眾號排版、document-illustrator 做配圖。每一個就是一個 md 文件加幾個資源。

搬到 Moxt 的 Skills 目錄，一個不用改，全都跑得通。

它們本來就是 md，Moxt 的 Skill 也是 md。說是集成，其實就是復制粘貼。

Workspace 還有一個好處：把 Context 從一次性輸入變成可以累積的資產。

現在我寫 AIGC Weekly，不用重新貼前幾期選題、不用重新解釋寫作偏好、不用重新說我關注哪些方向。

背景默認已知。

別的 AI 產品，每次都是新一輪對話，Context 得一次性喂；Moxt 里的 Context 是往上攢的。

二、把"你是誰"寫進一份 md

每個 Moxt 用戶都有一個專屬個人 AI，叫 momo。

momo 的行為規則寫在一份 AGENTS.md 里，放在你的個人空間。

用過 Claude Code 的朋友一看就懂。就是 CLAUDE.md 那套思路，產品化了。

而且除了 Momo 以外，你還能創建自己的 AI 同事。

我做的第一件事，創建了一個我自己的 AI 分身"AI 藏師傅"。

具體方式就是把我所有的歷史語錄和寫的內容都傳了上去，然后它幫我創建了一個總結文檔和規則。

涵蓋了從 agents.md 到時間線等各種資料，以及語氣內容等各個方面。

給它寫了完整的身份書：

網名和平臺矩陣

口頭禪(「朋友們」「這太頂了」等)

感嘆號用法

對話模式和寫稿模式的切換規則

還有其他的要求

甚至從我的內容里總結出了 6 個我的核心信條：

1.

沒親手用過就沒有發言權

2.

松弛是生產力，不用數據審判自己

3.

AI 是賦能工具，不是替代品

4.

開放生態 > 平臺封閉

5.

只要敢花錢、敢放權，AI 就是許愿機

6.

朋友關系高于流量關系

比方說，我現在如果寫稿子或者寫內容，就完全可以直接讓這個 AI 同事幫我寫。

因為它已經幾乎蒸餾了我所有的內容和信息，某種程度上，它就是我的分身。

AI 藏師傅在我的個人空間里有完整的工作文件：

drafts/：它幫我起草的內容

MEMORY.md：它積累的關于我的偏好

Skills/：它能調用的所有技能

我隨時能打開看、能改、能刪。

整個記憶庫可以隨時打開改，沒有黑盒。

AI 的"記憶"不該是玄學，就是幾個你能讀懂的 md 文件而已。

這時候我才反應過來。Rules 也是 Context，而且是密度最高的那種。一份 AGENTS.md 里裝著你的人格、價值觀、寫作品味，是你給 AI 最濃縮的 Context。

三、做加法之前，先做減法

Moxt 有一個引導案例讓我特別有感觸。它的第一個 AI 同事模板叫"熵減官"。

這家公司專門造了這么一個角色，它手里沒有寫作、分析、生成這類產出任務。它只做三件事：

掃 Workspace 里過時的文檔

發現內容之間的矛盾

把死內容歸檔

他們那句 slogan 我很喜歡：做少是能力，做多是本能。

我手里有 300 多篇剪藏、幾十份項目筆記、上百條 Twitter 收藏，真正能用上的遠沒這么多。

更糟的是，廢墟會污染 AI。

你問它"我之前對某個問題怎么看"，它能把三年前已經被我推翻的觀點翻出來，一本正經地告訴你。

Context 的價值，不只在量，更在質。

Moxt 想做的是會自己精簡的地方。無限塞東西的倉庫，市面上已經夠多了。

四、讀得懂，還得會動、會記、有人格

AI 讀懂你的 Context 只是第一步。接下來它還得會自己動、會記住發生過的事、有一個承載這一切的人格。

將 Skill 組合完成復雜任務

必不可少的是現在 Agent 里的 Skills 能力。

大家知道我做了很多 Skills（比如最近很火的 PPT 生成）。

比如我的公眾號寫作流水線：

humanizer-zh(去 AI 味) → writing-rewriter(風格重寫) → wechat-formatter(公眾號排版)

以前在 Claude Code 里手動走三步，每步復制粘貼；

現在丟一份初稿進去，十幾分鐘拿到可以直接貼公眾號的終稿。

所有中間版本都在 Workspace 里，回看改動一目了然。

定時任務：讓信息來找我

同樣，Moxt 還支持定時任務。

我建了個"熱點監控員"，每天早上跑一個 Cron，掃過去 24 小時的 Twitter、Newsletter、Hacker News，按主題聚類，輸出當天的"科技熱點日報"。

這個對于我們的內容生產其實非常有幫助，我不建議大家全看 AI 總結的內容，但是 AI 能讓我們不漏掉一些比較重要的信息。

Webhook：讓事件來找它

比 Cron 更猛的是 Webhook。

我自己有一個 vibe coding 的項目，叫做 Codepilot 。

這種項目其實用戶多了以后，管理和上下文的處理都非常麻煩。

因為你的本地環境和線上的 GitHub 是兩個完全不同的環境。

CodePilot 的 GitHub 倉庫一旦有新 Issue，Webhook 推給 AI 同事，它先歸類：

是 bug?歸到待修復

是功能建議?排進路線圖候選

是用戶不會用?生成一條 FAQ 草稿

做完再決定要不要叫我。一個人沒法 7×24 在線，AI 同事可以。

自主性是一把刻度尺

由于是給組織用，所以安全性很重要。

而且大家不同的文件夾也有不同的權限，所以 Moxt 也做了很多安全上的處理。

Moxt 自己講得很到位：不同場景需要不同的放手程度。

場景

自主性

內部信息整理

放手

對外發郵件

發送前必須確認

數據分析

結論標"待人類確認"

刪除歸檔

卡審批

連外部系統：用好 MCP

除了 Slack、GitHub 原生集成，Moxt 也支持 MCP：

Sentry MCP：直接問"最近線上有什么報錯"

Figma MCP：問設計稿里某個按鈕的顏色

Linear MCP：「創建一個 bug ticket，優先級 high」

對于組織來說，這個功能還是更需要的。

因為我個人用的 MCP 很少有需要在不同地方流轉的需求。

但對于組織而言，經常需要從原來的 Notion 里查東西，或者從 Slack 去同步一些信息，這些流轉過程都很重要。

五、AI 不只會寫字，還會畫圖

Moxt 最驚艷我的一點，是它把 AI 的輸出從文字拓展到了完整的視覺形態。

同樣一份數據，momo 能輸出三種東西：

可交互數據看板

基于 ECharts。下拉能篩選、懸浮有提示、多圖聯動。一個獨立 html，打開就是完整的可視化。

比如我這里在連接了 GitHub 以后，我就讓它基于我 GitHub 這個項目，做一個可交互的數據看板。

結構完整的 PPT

Moxt 也能實時生成結構完整的 PPT。

你也可以安裝其他的一些 PPT Skills 來生成，都能正常生成預覽。

我這里使用的是我自己的 PPT Skills，也是支持的。

封面、目錄、內容頁、圖表、結尾。風格可選。html 格式，鍵盤翻頁。

產品也是可以的

由于它有很多的上下文，所以它生成的效果肯定是比一些沒有上下文、或者上下文非 AI 原生的產品要強很多的。

表單、列表、后臺 dashboard 常見頁面結構。Tailwind CSS，一個文件，可以直接當 demo 演示。

三種產出都是 html，落在 Workspace 里雙擊就看。

對靠視覺內容吃飯的人來說，AI 的交付物從"一段文字"升級成了"一份可以直接發出去的成品"。

而且對于組織來說，這種可視化的內容更適合理解和交付，比看純文字要清晰、直觀非常多。

六、Agent 公式

我其實以前提過一個公式。Agent 到底什么決定它有多強?

Agent 能力 = 工具 × 上下文 × (人格 + Memory + Skill)

工具決定它能做什么。Moxt 給的是 sandbox、瀏覽器、Cron、Webhook、MCP、外部集成

上下文決定它知道什么。Moxt 給的是 Workspace 里一路累積的 md 文件加外部數據通道

人格 + Memory + Skill 決定它像不像你。Moxt 給的是 AGENTS.md、MEMORY.md、Skills/，三件都是你能直接讀和改的純文本

這是個乘法。任何一個因子為 0，輸出就是 0。模型再強也救不回來。

Moxt 把這幾個因素結合、實現的非常好，而且易于理解。

重要的是，回答了在組織層面應該怎么去使用這些元素。

最后

Moxt 在 AI 藏師傅的身份書里寫了六條信條，第三條是「AI 是賦能工具，不是替代品」。

Moxt 這個產品想做的事，說到底也是一句話：放大人的能力。

這個同頻來得很自然。我認這個產品，是因為我本來就這么想。

"一人公司"里的"一人"，重點落在"決策和品味不被稀釋"這幾個字上，跟"一個人硬扛"沒什么關系。

真正稀缺的是判斷、審美、執念。這些 AI 學不來，也不該由 AI 來做。

AI 該做的，是把你從搬運 Context、切換任務、重復性看一眼這些瑣碎里解放出來，讓那份稀缺的判斷被放大。

一個人的品味 × AI 同事的執行帶寬，才是 OPC 真正的意思。

如果你或者是你的組織跟我一樣：

每天在五件事之間切換

Context 散在七八個地方

有一堆想沉淀的寫作方法論找不到地方裝

可以來試一下 Moxt（moxt.ai），今天的內容就到這里。

我覺得對你有幫助的話，可以幫我點個贊，或者轉發給你需要的朋友。