27周，读到Minja老师的新文章《在笔记软件中管理标签的低技术方案》，我如获至宝。文中介绍的宏为FSNotes量身打造，与我的Obsidian工作流并不兼容，但我立刻意识到，其原理完全可以借鉴，打造一个为我所用的版本。关于这个方案的详细介绍，我已经写成了一篇文章：《上下文、无冗余、零维护：用Keyboard Maestro实现Obsidian标签的动态调用》。

宏的动作逻辑不难理解，核心的查询代码，是我与Gemini反复”对话”的产物。我爱折腾，却对Shell脚本一窍不通。整个调试过程，便是在我与AI之间不断迭代：我提出需求，Gemini生成方案；我试错运行，将报错信息反馈给它；它定位问题，提出修改建议……如此往复了两三日，最终的成果颇为理想。有兴趣的朋友可以看我的推文自己配置一个。

像我这样热衷于改善工作流的技术盲，时常会陷入”两头不靠岸”的窘境：对现有工具的功能百般挑剔，却又缺乏将个人创想付诸实践的能力。大多数时候，只好以”重器轻用”来自我宽慰。

AI的出现，极大地拉低了我”折腾”的门槛，它恰好能补足我在脚本知识上的短板。我的理念是，在坚持本地优先的原则下，以开放格式的文件作为基础材料，去调用那些接口开放的头部应用，并配合系统原生的稳定脚本。过去，这需要高昂的学习成本，但如今AI的加入让这一切变得轻松，各种繁琐的手动操作都能方便地转化为自动化流程。于是，一个个为我量身打造的小工具应运而生，精准地填补了我工作流中的缝隙，让日常的”摩擦力”越来越小。

这让我再次想起了之前提过的”浪中捕鱼”的比喻。AI无疑是滔天巨浪，它的力量足以在任何领域掀起变革。然而，浪潮带来的究竟是滋养我们的”鱼”，还是只会将我们拖入无尽烦恼的”流沙”，则全凭我们自身的判断与取舍。而这种判断力的根基，正来源于个人对”实际现场”的扎实积累和果断决策。这便是我认为的，现阶段人类面对AI时，所能展现的最高价值。