夜雨聆风Moxt 把 AI 工作空间做成了一堆文件夹。听着笨，但解决了 Agent 最大的痛点：上下文散在五个地方，AI 读起来还费劲。这个“笨”设计暴露了一个被忽视的真相——Agent 的能力不靠模型，靠你给它的工具和上下文。
01 Context 的两个死穴：散和脏
上周四下午同时做五件事的场景，是大多数人的日常。周刊选题在 Notion、Issue 在 GitHub、推文在 Twitter、草稿在本地、待办在脑子里。切任务的时候，一半时间花在搬运。
这只是散。更麻烦的是脏。飞书的 block、Notion 的 toggle、PDF 的视觉排版、Slack 截图，每种格式都要先剥一层壳。AI 读起来费劲，不是因为它不够聪明，而是因为你喂给它的东西本来就不是它的母语。
Moxt 的答案很“笨”：让 AI 在 md、csv、html 这些母语里工作，让它在文件系统里导航。Word/PDF/Notion 导入后台自动转 md，Excel 自动转 csv，可视化报告一律是 html。文件系统能 grep、能树状浏览，正好是 AI 训练时熟悉的那种结构。
关键在于，这种设计带来一个搬家爽点。在 Claude Code 里攒的十几个 Skill（humanizer-zh、writing-rewriter、wechat-formatter、document-illustrator），搬到 Moxt 的 Skills 目录，一个不用改，全都跑得通。它们本来就是 md，Moxt 的 Skill 也是 md。说是集成，其实就是复制粘贴。
02 把“你是谁”写进一份 md
Moxt 的第二个设计更狠：把 AI 的人格、记忆、技能全部明文化。
每个用户都有一个专属 AI 叫 momo，行为规则写在 AGENTS.md 里。用过 Claude Code 的人一看就懂，就是 CLAUDE.md 那套思路产品化了。你还能创建自己的 AI 同事，比如作者创建的“AI 藏师傅”，把历史语录和内容全传上去，系统自动生成身份书：网名、口头禅、感叹号用法、对话模式切换规则，甚至总结出 6 条核心信条。
整个记忆库可以随时打开改，没有黑盒。AI 的“记忆”不是玄学，就是几个你能读懂的 md 文件。drafts/ 里是它帮你起草的内容，MEMORY.md 里是它积累的偏好，Skills/ 里是它能调用的所有技能。
这时候才反应过来：Rules 也是 Context，而且是密度最高的那种。一份 AGENTS.md 里装着你的人格、价值观、写作品味，是你给 AI 最浓缩的 Context。
与其说 Moxt 在做 AI 产品，不如说它在做一套“把人格编码进文件系统”的协议。
03 做加法之前，先做减法
Moxt 的第一个 AI 同事模板叫“熵减官”，专门扫过时文档、发现内容矛盾、归档死内容。这个设计很反直觉——大多数产品都在强调“无限存储”“永不丢失”，Moxt 反过来做：让 AI 学会扔东西。
他们那句 slogan 很到位：做少是能力，做多是本能。
300 多篇剪藏、几十份项目笔记、上百条 Twitter 收藏，真正能用上的远没这么多。更糟的是，废墟会污染 AI。你问它“我之前对某个问题怎么看”，它能把三年前已经被你推翻的观点翻出来，一本正经地告诉你。
Context 的价值，不只在量，更在质。无限塞东西的仓库市面上已经够多了，Moxt 想做的是会自己精简的地方。
这暴露了一个被忽视的矛盾：AI 的记忆越长，越容易被过时信息拖累。能遗忘的 AI，比什么都记住的 AI 更有用。
04 从对话工具到有人格的同事
AI 读懂 Context 只是第一步，接下来它还得会自己动、会记住发生过的事、有一个承载这一切的人格。
Moxt 给的工具箱包括：Skill 组合（公众号写作流水线从三步手动变成一键终稿）、Cron 定时任务（每天早上扫 Twitter/Newsletter/Hacker News 输出科技热点日报）、Webhook 事件触发（GitHub 新 Issue 自动归类，做完再决定要不要叫人）、MCP 外部集成（Sentry 报错、Figma 设计稿、Linear ticket 全打通）。
更惊艳的是，Moxt 把 AI 的输出从文字拓展到了完整的视觉形态。同样一份数据，momo 能输出三种东西：基于 ECharts 的可交互数据看板、结构完整的 PPT（html 格式键盘翻页）、Tailwind CSS 的产品 demo。三种产出都是 html，落在 Workspace 里双击就看。
对靠视觉内容吃饭的人来说，AI 的交付物从“一段文字”升级成了“一份可以直接发出去的成品”。
作者提过一个公式：Agent 能力 = 工具 × 上下文 × （人格 + Memory + Skill）。这是个乘法，任何一个因子为 0，输出就是 0。模型再强也救不回来。Moxt 把这几个因素结合得很好，而且易于理解。重要的是，它回答了在组织层面应该怎么去使用这些元素。
接下来要看的变量是：有多少人愿意把自己的工作流“文件系统化”，以及这套明文化的人格编码会不会成为 AI 同事的标准协议。
相关链接
Moxt 官网：moxt.ai
Claude Code:claude.ai/code
