未來追蹤一個創作者，可能不再需要你一直回來找他

我其實一直想把「追蹤一個創作者」這件事，做到降低人需要主動持續的比例。

我們現在所說的追蹤，通常是追蹤社群帳號、訂閱電子報、加入社群，然後期待平台有一天把他的內容推到自己面前。看到值得保存的內容，還得再複製、收藏、分類，或者丟給 AI 摘要。

這些步驟單獨看起來都不困難，真正的問題是，它們需要一個人持續主動執行。

你可能真的很喜歡某個創作者的內容，也知道他的觀點對工作有幫助，但只要忙上一段時間，資訊就會逐漸累積。電子報沒有打開、收藏沒有整理、社群貼文被演算法沖走。等到某一天真的需要時，才隱約記得他好像寫過相關內容，卻不知道那篇文章究竟在哪裡。

所以我開始想，追蹤一個人的下一種形式，或許不是要求人持續回來，而是讓資訊主動進入他的 AI 環境。

目前 CabAI 已經開放 Agent API。使用者完成設定後，可以讓自己的 AI 依照權限取得 CabAI 的公告、Library、Skill 與課程內容。

但目前的形式仍然是由使用者的 AI 主動呼叫 API 取得資料，還不是 CabAI 主動把內容推送到外部 AI。未來是否能進一步做到定期同步、記錄處理狀態與依照情境重新找回內容，仍然是我們想持續探索的方向。

我想建立的不是另一個內容平台

這兩天，我終於把一直想做的東西做出了第一版。

老實說，功能本身非常簡單🤣

我建立了一條屬於自己的資訊管道。使用者只需要註冊一把金鑰、複製一行指令，就能讓 Agent 取得自己有權限存取的內容，並同步進自己的 AI 環境或知識庫。

它不只是像我之前的課程一樣，提供一份文件，讓你下載之後再自己丟給 AI。因為這樣仍然需要人處理下載、上傳、分類、版本更新，以及記得自己上次處理到哪裡。

這些事情每一件都很簡單，但只要需要反覆執行，最後通常就不會持續。

我期望的使用方式，是把這些維護工作交給 Agent。它可以記錄哪些內容已經處理過，透過排程定期取得更新，每次只同步尚未閱讀或尚未處理的部分，再根據使用者目前的工作、專案與問題，重新整理這些資訊。

例如，我今天寫了一篇關於 AI 工作流的文章。對讀者來說，最有價值的使用方式未必是當天完整讀完，而可能是幾個月後，他正在設計自己的工作流時，Agent 主動找出這篇文章，指出他現在遇到的問題和文章裡提到的資訊同步、狀態管理或知識更新機制有關。

這時候，內容才真正進入了他的情境，而不是只被看過一次，接著沉進收藏清單裡。

這個想法並不是最近才突然出現。

去年 11 月製作金流課程時，我就開始觀察到一個很明顯的變化：在 AI 時代，內容不只要服務人類閱讀，也要方便被 AI 取得、理解與使用。

所以當時即使課程的主要形式是影片，我仍然提供了完整的文字文章。影片很適合講解、示範與陪伴理解，文字則更容易被搜尋、引用和比較，也更適合交給 AI 重新整理。

過去，我們經常要求內容一定要簡單、直接、短小，因為作者必須自己負責把每一位讀者一路帶到理解。內容如果太複雜、篇幅太長，讀者很可能中途離開。

但現在，許多人的第一步已經不是直接從頭讀到尾，而是先把內容交給 AI，請它摘要重點、提出問題、找出和目前專案相關的部分，再根據自己的情境深入討論。

這並不代表作者從此可以寫得更爛。

相反地，內容可以保留更多必要的脈絡、例外、推理與細節，不必為了迎合所有人的閱讀速度，把每件事都壓縮成幾句容易傳播、卻難以真正使用的結論。

內容本身「必須替每一位讀者完成所有簡化工作」的責任，可以適度轉移給 AI。作者負責把事情講完整，AI 再依照不同人的程度、工作與問題，重新組織成適合他的版本。

不過，要讓這件事真正成立，不能只改善內容怎麼寫。取得內容的過程，也必須一起變得更簡單。

現在的問題早就不是網路上沒有足夠的內容。

真正困難的，是建立一套可以持續運作的接收機制。它必須知道哪些內容值得保留、哪些已經處理過，也要能在來源更新時接續同步，並在真正需要的時候重新找回來。

更重要的是，內容不能只被收藏，還得有辦法進入一個人的工作、專案與判斷裡。