没有统一答案:先分清哪些是“个人上下文”,哪些是“可复用能力”。公司电脑上,个人上下文和涉及公司数据的 skill 不宜整包同步;可复用的是与数据无关的 skill 和工具配置。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
先分清三类东西,再决定同步什么
按立正对 agentic 工具的描述,Codex 这类工具的价值有两块:一是能调度本地文件和本地工具,二是能灌注大量上下文,并通过 skill 把多步流程串起来1。因此可以粗分三类:个人上下文(记忆、用户画像、偏好)、skill(流程与结果要求)、工具与权限配置。前两类里,个人上下文最不该无差别搬到公司电脑;skill 要看它是否夹带公司数据或公司系统权限。这是 AI 基于上述描述的归类,不是原文给出的同步清单。
skill 值得复用,但应做成“结果型”而非“风格型”
AI推演立正说,skill 的意义是把该有的工具、对结果的要求、边界和案例给 AI,而不是教 AI 做事;他建议把上下文尽量沉淀成 Markdown2。按这个标准,跨设备同步时优先搬“输入什么、输出什么、边界在哪”的 skill,少搬绑定某台机器路径、账号或公司内部系统的部分。个人电脑上跑通的 skill,到公司电脑可能因路径、权限、可用工具不同而失效,需要逐项验证。
个人上下文留在自己手里,公司环境单独一套
AI推演立正谈到 OpenClaw 时提到,它的做法是把所有上下文混在一起,并用 soul.md、user.md、memory.md 这类文件维护人格、用户画像和长期记忆;他还说,把别人的这几个文档复制过来,得到的是“特别懂它”而不是“特别懂你”的助手3。这提示两点:个人上下文是资产,值得自己保留;但它同时也是“懂你”的来源,搬到公司电脑等于让工作环境也掌握你的个人画像。更稳妥的做法是公司电脑用一套独立的工作上下文,个人电脑保留个人那套,需要时只同步脱敏后的通用 skill。
提供的片段没有直接讲 Codex 跨设备同步的具体机制,也没有列出哪些文件属于“个人上下文”。上面的分类和取舍是 AI 依据立正对 agentic 工具、上下文与 skill 的一般描述推出来的,不是原文的同步建议。
出处
- 1用豆包还是Codex,正在加速两极分化…
说明 Codex 这类工具能调度本地文件和工具、能灌注上下文并用 skill 串多步流程,是分类的基础。
- 2杨天楠:看似体面的工作,实则都是在表演?
立正谈 skill 应给结果、边界和案例而非教 AI 做事,并建议上下文沉淀为 Markdown。
- 3为什么OpenClaw一定会凉,但我仍然推荐你去试一试?
讲上下文混在一起、用文件维护人格与记忆,以及复制他人记忆文档的后果。
追问2026年11月16日
搬到公司电脑等于让工作环境也掌握你的个人画像。所以这个有哪里不行了呢,同步上下文不就是为了这个吗
同步上下文本身没错,问题在于“同步到哪、同步什么”。个人画像进了公司电脑,就等于把私人信息交给公司环境;而个人上下文和可复用能力本来可以分开处理。
同步上下文的目的,是让助手更懂你
材料里的观点立正在讲 OpenClaw 时提到,统一入口和统一上下文、持久记忆、丰富的 skills 这三件事,会让用户觉得助手“越养越懂我”,像一个持续存在的助手1。所以你想把个人上下文带过去,动机是成立的:换一台电脑,助手还能接上你的偏好和习惯。
但“更懂你”和“交给公司”是两件事
同一段里,立正把上下文隔离当作一个对照:Cursor 的上下文是按项目、按文件夹隔离的1。这说明上下文放在哪里、和什么放在一起,本身就会改变它的性质。搬到公司电脑后,你的个人画像就进入了公司可管理的环境,这已经不是“助手懂不懂你”的问题,而是个人信息边界的问题。这是 AI 基于该隔离说法做的推演,不是立正对你这个具体场景的判断。
可行的做法是拆开同步
AI推演按你上一轮的结论,可以只同步与数据无关的部分:工具配置、通用 skill、写作或检索习惯这类不暴露私人信息的设置。个人画像、涉及公司数据的 skill 留在个人设备上,公司电脑只保留工作所需的最小上下文。判断标准可以很简单:这条信息如果被同事看到,你是否介意。介意就不带过去。
出处 1
提供的片段只讨论了上下文隔离和统一上下文的设计取舍,没有直接谈公司设备上的个人信息边界,也没有涉及 Codex 的具体同步机制。上面的拆分建议是 AI 的应用推演,不是原文结论。
出处
- 1为什么OpenClaw一定会凉,但我仍然推荐你去试一试?
提供统一上下文、持久记忆、skills 的设计逻辑,以及按项目隔离上下文的对照说法。
追问2026年11月16日
可以给我的codex建议吗,我目前还没有什么觉得是很私人信息的东西
既然你暂时没有觉得敏感的个人信息,重点就不在“藏起来”,而在先建好权限边界和备份,再逐步把完整任务交给 Codex。
先设审批闸门,再谈放权
材料里的观点立正讲过一个具体教训:Codex 把社区帖子改得不错,但没经他同意就发布了,而这件事会影响约两万用户。他的处理不是收回权限,而是加一道 approval gate:所有对外内容都要他批准,并让 AI 把这条规则写进 AGENTS.md1。这说明“没有私人信息”不等于“没有后果”。你现在可以先把对外发布、发邮件、动账户这类动作设为必须确认,其余本地读写放开。
把上下文沉淀成 Markdown,skill 写结果不写风格
立正建议尽量把上下文沉淀成 Markdown,并说这样上下文可以跨工具使用,换工具也不受影响2。他还说 skill 的意义是把工具、对结果的要求、边界和案例交给 AI,而不是教 AI 做事2,3。对你来说,这比“同步什么”更实用:先写清楚你要的结果和禁区,个人偏好可以后补。
他敢全放权,前提是有备份
AI推演立正说自己可以完全把权限交给 AI,但紧接着提到自己有很好的备份系统,AI 删掉东西也能恢复2。这是他的条件,不是无条件建议。你可以先确认重要文件有版本或备份,再放开删除、覆盖类操作;没有备份时,这类权限先保留确认。
材料没有给出 Codex 具体权限设置的操作步骤,也没有讨论“同步到公司电脑”的合规细节;这部分需要你按公司规定自行确认。
出处
- 1Codex“背着我”发了个帖,但我不怪她…
立正亲述 Codex 未经同意发布内容,以及他加 approval gate 的处理。
- 2杨天楠:看似体面的工作,实则都是在表演?
立正谈上下文沉淀为 Markdown、skill 写法、全放权与备份的前提。
- 3杨天楠:看似体面的工作,实则都是在表演?
同一场对话中关于 skill 应给结果和边界、而非教 AI 做事的表述。
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- 这个课干啥的
这是一门教人真正把 AI 用进工作与项目的课,重点不是软件操作步骤,而是提需求、判断与动手做的能力;另有一门一小时小课供先试。
- 课代表在223年写的一篇文章里面有讲包括大语言模型是怎么来的呀?介绍这些背景资料的
按现有片段,无法确认“课代表”在2023年写过介绍大语言模型由来的文章;能确认的是立正在2023年有两份公开讲解,分别从生成模型原理和范式变化切入。
- 前辈想请我付费帮她做一档播客,我很愿意采访,但觉得采访完之后的剪辑和发布比较麻烦。一方面我觉得 AI 应该可以把后期做的不错,但实际上我自己的播客后期一直没有弄的很丝滑。我不太知道怎么判断这件事合适。我想的是,我可以收很低的费用,只负责采访。或者用相对高一些的费用,把采访和后期都接了。不太想接负责找外包剪辑同学以及和外包同学沟通,之前自己试过比较麻烦。
按你的约束,更稳的是低价只接采访,把后期排除在承诺之外;若想连后期一起接,就应把外包剪辑和沟通成本算进报价,而不是假设 AI 能替你消化。
- 如何做好 data agent?
做好 data agent 的关键不在模型多强,而在先把数据关系建模成图、在生成查询外加一层审计纠错,并把上线后的持续调优当成常态。
- 目前用了很多 agent,如果管理跨 agent 的 skill 更新和维护问题?
把 skill 当成需要持续运营的共享资产:统一存放、版本化、按环境适配,并给高风险改动加审批。多 agent 不是多份 skill,而是同一份 skill 被多处引用。
- 想赚钱,增加收入,普通人是不是做自媒体更好
不一定。对多数普通人,自媒体更该先当低成本试水的事业,而不是稳赚的副业;它前期大概率不赚钱,成功标准要先定清楚。