(Obsidian + Antigravity + R) 連結每天的點滴成線的流程測試, 用ISO精神來記錄與PDCA

 

R summarized HTML (每個點表示一個Notes)

經過一段時間的測試與實驗後, 發現可以用Lunar Lake跑起來的Antigravity, 能做的事情明顯比舊款的Mac Mini 8GB或是12代i5多了很多.  P.S.寒假出國我的Saily eSIM推薦碼 🗼

首先它可以串連的事情有把每天做的筆記透過OCR轉譯成純文字, 然後記錄在Obsidian Markdown格式當中. 然後如果有需要把照片或是任何格式也貼進去筆記功能中的, 記得將社群外掛的make.md也掛載進去. 這樣的話就可以將原本只支援Markdown的格式擴成所有格式都支援. 

原則上可以5W2H 把那天當中發生的情境人事時地物的照片或是資料與想法也記起來. 還有相關的資料整理與檢驗連結起來. 來推演情境跟想像我們現在缺少那些元素來達到想要的局面. 

(Hackway) 新聞追追追(02-04) Docker掛載FreshRSS+LM Studio+RSSBridge測試

今天吃飯前, 想說要是可以不用看新聞網站那個痛苦的排版, 單純用RSS與LM Studio依照權重來只給我夠重要的夠可信的新聞來源(拜託不要台灣的鄉土連續劇類型的那種新聞XD)

就開始動手作, 然後做出來的報告大概是這樣

(來源如上圖)

# 🕵️ Daily Intelligence Brief - 2026-02-04

打造「不凋零」的數位護盾：我如何針對 AI 惡意軟體強化居家網路安全 Building an "Undead" Digital Shield: How I Secured My Home Network Against AI-Driven Malware

中午在例行的掃郵件過程中，突然看到生成式ＡＩ如何演化並突破過往我們以為的防毒軟體該有的功能。就拉著肇事人（ＧＥＭＩＮＩ）升級了HomeLab同時掃描了所有的Log file(抱歉我眼力不好，掃每日log files真的會累死）

在快速的把我想做的事情與更新搞定後，在請他把我們做的事情整理出一個報告，至少可以幫助有資安意識的人也來好好思考我們傳統面對的駭客是人，今天面對的駭客是不死族（不用睡覺，自行升級，還可以無限複製，就像是〈我獨自升級〉的主角獵人－成振宇 （樣？）不過對於無限的生命這點，ＡＩ可能還略勝一籌。 

CloudFlare One AI 企業級方案  

升級好設定後，也把這個過程直接請ＡＩ筆記型助理模式，幫我用雙語寫出來作為今日的報告(等等....在建好Docker-docker sidecar後, 好像能做的事情變多了@@?)

極簡人的購物應用 🛍️Minimalist Guide for Better Earth🌏

即將要面對的過年假期，對照最近在閱讀<量子經濟時代>的同時，想到應該要做一集Podcast與把AI小幫手們(Gemini+DeepSeek)來出來實作一下。

橋接新的一年, 把邊界推更遠1% (每一天?) 來實踐旅行的意義

(Github) Bridge: Node-(edge)-node

今天早上一樣跑步看河濱的風景時, 看到了101想說今天終於露臉了. 等等應該可以順利看Netflix直播. 果然回家打開Netflix洗澡等開爬Alex, 雖然途中看起來很緊張, 但是我想在爬的人應該是還好(就像爬山的人通常都覺得攀岩很好玩而已), 果然完成後的訪談中, Alex提到101真的是國際認證的[家庭友善]攀爬的好地方.容易到達, 訊號良好, 還可以直播🤣 如果這大好新的一年有甚麼計畫, 應該是每天都來進步1%(在AI的幫助下好像很容易📖). 

<Neflix Streaming 1/25 09:00AM> Alex Honnald 

"Death is not the greatest loss in life. The greatest loss is what dies inside us while we live.” – Norman Cousins

<個人心得> 從零開始學任何東西

從AI之輔助下來解決問題, 不知道算不算 Vibe Coding, 但絕對是Vibe Solving. 從最早的跛腳版AI到ChapGPT, DeepSeek到現在可以超長token的Gemini 3, 似乎在2025年中開始就讓人更覺得可以好好搬開石頭, 解開所有每個階段的問題.  同時也推薦這個創投與顧問業提醒大家的影片, 從更高的角度來看手上的資源與試著用你的知識來槓桿~ 來解決一輩子想追求的問題, 還有持續追求答案的過程.

推薦閱讀:

1.<The Thinker Model> 中:多模型思維 

這個書中提到的各模型思考當初是為了想要體驗資料科學家生活, 但是現在有AI 可以更進一步讓你對於想要的模型套用到你有興趣與記錄的觀察事件上.高度推薦把它當作工具書放在身邊, 有想到甚麼看到的問題時, 就可以隨時翻到模型並追求解答

我的一個小Vibe Coding來做模擬實驗(Packaging Thermal Analysis)

2. Justin <Introduction to Algorithms and Machine Learning from Sorting to Strategic Agents>

高中演算法的入門教材, 只要有讀過高中數學的人, 都可以從裡面得到一些有趣的科學實驗! 

但是有一些點是整個摸索到現在可以問到想要的code與答案(幾乎) 的親身體驗.