AI Capability Stack（AI能力栈）
个人将外部 AI 工具、模型、框架和方法吸收内化后形成的**层级化生产系统**。核心特征是能力复利——每次使用都留下可复用资产。
生产方式：人写签发：晓黎学习复核：2026年7月7日被 4 个词条引用
一句话定义
AI Capability Stack 不是"我用过很多工具"，而是"我有一套持续进化的个人 AI OS"。
七层架构
| 层级 | 名称 | 示例 |
|---|---|---|
| L1 信息层 | 资料库、知识库 | 论文库、产品库、prompt 库、失败案例库 |
| L2 工具层 | AI 产品矩阵 | ChatGPT、Claude、Gemini、Perplexity、Cursor、Claude Code |
| L3 技能层 | 可复用 Skill | 写作 skill、调研 skill、代码 review skill、产品拆解 skill |
| L4 流程层 | 标准化 SOP | 调研流程、写作流程、开发流程、复盘流程 |
| L5 自动化层 | 无人值守 | RSS 汇总、网页监控、知识库更新、定期报告 |
| L6 Agent 层 | 多 Agent 协作 | 角色分工、工具调用、任务队列、结果合并 |
| L7 资产层 | 可复用资产 | SOP 模板、案例库、可复用 prompt、评测集、脚本、插件 |
能力复利原则
普通用户：每次都重新开始
AI Native：每次 AI 使用 → 留下可复用资产 → 下次更快
能力复利的具体表现：
- prompt 变成模板 → 模板变成 skill → skill 变成自动化流程
- 单次调研 → 调研方法论 → 调研 Agent → 自动调研系统
- 一次代码 review → review checklist → review skill → auto-review Agent
复利飞轮
使用 AI → 沉淀资产 → 下次更快 → 有精力做更高价值的事 → 继续使用 AI → 继续沉淀
相关概念
- AI Native — 能力栈是 AI Native 的核心产出
- Eval Harness — 决定什么工具/skill 进入能力栈
- Frontier Radar — 发现值得纳入能力栈的新工具/方法
- Practice-first Learning Loop — 新工具纳入能力栈的方法
来源
- 阿迪亚-2026-AI-Native能力Benchmark — D6 个人 AI 能力栈构建力
互链
链接来自概念卡正文里的双链，编译时能解到本期词条集的才成为站内链接。
- AI Native（AI原生）相关概念
- Eval Harness（评估框架）相关概念
- Frontier Radar（前沿雷达）相关概念
- Practice-first Learning Loop（实践优先学习闭环）相关概念
反链（4）
出现在哪些课时里（0）
判据与「课时正文里能不能点出来」是同一个：那一节确实提到了它。点课时走当前页跳转， 它是导航，不是词条链接。
还没有课时讲到这一条。它是词条跑在课程前面的那一部分，不是错链。
关联图
只画这一条与它直接相连的词条，边与上面两区同源。可拖拽、可缩放，点节点是新标签。
出处
路径是本地知识库（Obsidian 库）里的位置，正文与概念卡逐字对应。
- 概念卡原文AI Capability Stack（AI能力栈）
03_RESOURCES/概念/ai-capability-stack.md - 所属知识地图栏目概念页索引 · 知识库与方法论
03_RESOURCES/概念/Index.md - 正文引用的知识库笔记阿迪亚-2026-AI-Native能力Benchmark
03_RESOURCES/摘录/adiya-2026-AI-Native-benchmark.md
编译入库：2026年11月2日。词条由知识库编译而来， 修正要回到概念卡改，再重新编译。