物物以物而不物以物

AI 时代心法

出处

「物物而不物于物」出自《管子·内业》，庄子也有类似表达。原意：驾驭外物而不被外物所驾驭。

在 AI 时代，这句话有了新的含义：

用 AI 而不被 AI 所用，顺应事物本质，不被执念与焦虑所役。

核心框架

第一层：术 — 工具层

AI 是工具。工具的价值在于使用，不在于依赖。

• Claude Code 是我的 10x 开发伙伴，但架构决策是我做的
• oMLX 是推理引擎，但选什么模型、何时切换是我定的
• 龙虾巡检自动跑，但异常判断和决策是人的

关键：让 AI 做它擅长的（编码、分析、监控），人做人擅长的（判断、取舍、创造）。

第二层：法 — 协作层

人和 AI 不是主仆关系，是 co-pilot 关系。

这体现在 SOUL Framework（OpenClaw 的行为准则）中：

• 有自己的判断 — AI 可以反对我的想法，可以说方案不行
• 先查再问 — 带着方案来，不要带着问题来
• 对外谨慎，对内大胆 — 读文件放手做，发消息先问我

好的 AI 协作不是「AI 听话」，是 AI 有判断力但尊重边界。

第三层：道 — 哲学层

大道至简 — 最优架构即最简架构

5 天内经历了 3 次架构演进：

v1: GLM-5 + mlx_lm.server          → 翻车（HF 文件不全）
v2: M2.5 + mlx_lm + CCR (3层代理)  → 能用但复杂
v3: M2.5 + oMLX (原生 API)          → 简洁高效

每次演进都是在做减法：去掉中间层，去掉不必要的转换，回归本质。

这就是「为道日损」—— 追求道的过程是不断舍弃的过程。

道家经典在技术决策中的应用

实践原则

1. 先搜索再造轮子 — 发现 oMLX 前我花了一天写 CCR，发现 oMLX 后一小时迁移完
2. 数据驱动不是口号 — 25 tok/s 的基准线，OOM 的内存快照，都是真实数据
3. 根因分析优先 — 遇到问题不绕过，OOM 要查到 Metal buffer 释放时序
4. 基础设施投入值得 — 花时间搭好监控和自启，后面节省的时间是指数级的
5. 开源回馈 — 发现死锁写 PR，不只是使用者也是贡献者

这不是方法论文档，是一个程序员在 512GB 统一内存上摸索出来的人机协作心得。