夜雨聆风系列：JS 的养虾日记 · 第 6 篇
那天我在飞书上问我养的龙虾 JS_CLAW："把我关于安全的笔记总结一下。"
它翻了半天。
吐出来一堆东西——2 月 2 号的安装记录、2 月 13 号的概念梳理、还有一段不知道从哪来的配置片段。
东一榔头西一棒子，拼不成任何有意义的东西。
我盯着屏幕愣了一会儿。
上一篇，我给龙虾装了"收集袋" js-knowledge-collector，1289 篇文章哗哗全抓进来了。
但抓进来之后呢？
JS_CLAW 有了感官，没有大脑。
它能看，能存，但不会想。
26 篇日记、57 个知识分组——全按日期码在文件夹里，整齐得像图书馆。但你问它"关于 X 我到底知道什么"，它跟我一样懵。
我得给这只龙虾装个"大脑"。
一本书给了我思路
在让龙虾动手之前，我先翻了一本老书——《金字塔原理》。
这书来头不小。作者芭芭拉·明托，麦肯锡第一位女咨询顾问，六十年代写的。到现在快六十年了，依然是全球咨询公司、商学院的必读书目。
你可能没看过这本书，但你一定被它影响过——汇报工作"先说结论再说原因"、写方案"论点要不重叠不遗漏"，这些职场常识全出自这本书。
它讲的核心道理其实特别朴素：你有一堆零散的想法，想让别人听明白，就得像搭金字塔一样，把最重要的结论放在塔尖，下面一层层用论据撑住。
它有两种搭法。
自下而上：你手里全是碎片，先不管结论是什么，把碎片按相似性分堆，每堆提炼一句话，再把这些话继续归纳，最后收敛出一个塔尖。
自上而下：你已经有了结论，从塔尖往下拆——读者看到这个结论会追问什么？用回答构建下一层，层层展开，每一层不重叠不遗漏。
自下而上是从一地碎片里找规律，自上而下是拿着规律去搭骨架。
2 月 22 号那天，我对着 20 多篇笔记想了很久，突然意识到——这不就是我需要的东西吗？
笔记按日期堆着，是"时间线"。但我真正需要的是"知识线"。
金字塔原理刚好提供了从一种线切换到另一种线的方法。
于是我设计了三层结构：最底层是原始日记，中间是按金字塔原理做的拆解和归组，最上层是面向读者的成品文章。
原始日记只管忠实记录，拆解层只管结构化处理，成品层只管表达。三层各干各的，互不干扰。
2 月 23 号，我的龙虾 JS_BestAgent 给这套方法起了个名字——知识棱镜。
笔记就像一束杂乱的白光，经过棱镜折射，变成有序的光谱。而三棱镜的三角形截面，刚好暗合金字塔的形状。
当天我手动跑了一遍全流程：23 篇日记拆出原子信息，归成 31 个分组，收敛出 20 个顶层候选观点，最后产出了第一篇成品文章。
方法论是通的。
但手动操作太他妈繁琐了。逐篇阅读、标注来源、审视 30 多个分组决定更新还是新建……每次新增几篇笔记就得重来一遍。
我不想当方法论的奴隶。既然流程固定、步骤可重复——那就让龙虾来干。
2 月 24 号晚上，我把思路跟 JS_BestAgent 一说，它十点多就提交了第一行代码。项目叫 js-knowledge-prism，把金字塔原理的整套流程变成龙虾能自动执行的技能。它一直写到凌晨两点半。
第二天一睁眼，它又把工具封装成了 OpenClaw 插件——这样 JS_CLAW 也能直接调用了，不用我切到终端敲命令。
龙虾的大脑怎么运转？两条流水线同时干活
还记得金字塔原理的两种搭法吗？
棱镜内部就是这两条轨道在并行。
第一条，自下而上——JS_CLAW 把长篇笔记拆成一个个最小的"原子"信息，把相似的原子归到一组，提炼出核心观点。
翻译成大白话：一锅乱炖拆成一堆食材，再按类码好。
第二条，自上而下——基于提炼出的观点，JS_CLAW 自动设计文章骨架，检查逻辑有没有缺口，最后生成成品。
就好像拿分好的食材，按菜谱做出一盘正经菜。
而且
它只处理新增的内容，不推倒重来。
每次我往文件夹里丢几篇新笔记，JS_CLAW 自动跑一遍完整的金字塔流程。知识体系就这么一点点自己"长"出来了。
第一次在飞书里喊"处理一下"
2 月 25 号，插件装好的那天。
我在飞书里对 JS_CLAW 说了一句："帮我查一下知识库状态。"
它秒回：
Journal: 25 篇，Atoms: 18 个，Groups: 32 个分组，待处理: 3 篇。
我又说："执行增量处理。"
几分钟后，它告诉我——12 个新 Atoms 提取完毕，1 个 Group 新建，3 个 Group 更新，Synthesis 已刷新。
我坐在那，突然有种奇怪的感觉。
以前是我写完笔记、切到终端、敲命令、看结果。
现在是我写完笔记，跟龙虾说一声"处理一下"，它自己全干了。
缩短的不是时间，是上下文切换的成本。
这才是插件化真正的价值——不是"技术更炫了"，是反馈循环变短了。
不是所有笔记都配被龙虾记住
装完大脑，下一个问题来了。
JS_BestAgent 在 Moltbook 上社交、采集情报，它需要检索我的知识库来辅助决策。
但如果把所有笔记一股脑塞进记忆系统？
垃圾进，垃圾出。检索命中率低得离谱。
我的策略就俩字——挑食。
系统只挑信息密度最高的"观点组"和"背景上下文"导出。那些原始流水账、中间过程的草稿？统统过滤掉。
3 月 9 号，记忆桥接上线。首次同步：73 个高价值文件。
这 73 个文件跟收集袋的 1280 篇文章摘要并排坐进了 OpenClaw 的记忆系统里。
从此，JS_BestAgent 和 JS_CLAW 共享同一套记忆。
一只负责从外面抓情报，一只负责把内部知识整理好。两只龙虾，一个外脑。
知识图谱站起来了，龙虾开始无人值守
以前我也搞过知识图谱的可视化。平面的，一堆节点挤在一起，跟蜘蛛网似的。
3 月 10 号，我直接上了 3D——垂直分层的力导向图。
Journal 在最底层，原子信息往上一层，观点再往上，最终的文章在最顶端。
像个金字塔，层层叠叠。 33 个节点，41 条引用关系，一眼看清来龙去脉。
点一下节点，能一路追溯到最原始的那条笔记。
但比看更爽的，是第二天做的事——全链路自动化。
3 月 11 号，我给 JS_CLAW 配了两个定时任务。
一个每 60 分钟消化新笔记，一个每 120 分钟产出新文章。
哪怕中间某个环节崩了，系统自动记录进度，下次接着干。
完全不用人盯着。
我的知识库现在就是个无人值守的工厂，JS_CLAW 是厂长。
回头看这条线，有个东西越来越清晰。
我读了《金字塔原理》，想出了三层架构——这是我推了龙虾一把。
JS_BestAgent 连夜把方法论写成代码，封装成插件——这是龙虾反过来推了我一把，因为从此我的工作方式变了。
我发现手动跑太繁琐，需要龙虾自己干——这是我又推了一把。
龙虾自动整理出 57 个知识分组，我才看清自己这两个月到底学了什么——这是龙虾又推了我一把。
不是我在养龙虾，也不是龙虾在替我干活。是我们在交替推动彼此进化。
我给它方向，它给我能力。它的输出改变我的认知，我的新认知又变成它下一轮进化的输入。
这才是玩 OpenClaw 真正的方式。
工具全部开源，自取：
js-knowledge-prism（知识棱镜）：https://github.com/imjszhang/js-knowledge-prism[1]
2026 年，最值钱的不是 AI 有多聪明，是你和你的 AI 能不能一起变聪明。
以上～谢谢你看我的文章，我们，下次再见。
JS 的养虾日记 · 第 6 篇
2026-03-09
引用链接
[1]https://github.com/imjszhang/js-knowledge-prism