游乐游手机版
首页/AI教程/文章详情

Yank Note系列14:如何与AI协作写文章

时间:2026-07-12 16:04
YankNote3 92 1发布,新增“审阅批注”和“编辑装订线”扩展,聚焦AI写作的人机协作循环。审阅批注将反馈绑定到选中文本,编辑装订线高亮显示修改行,帮助人看清AI改动。同时升级Markdown-it至14 3 0,优化中日韩文本渲染。

Yank Note 3.92.1 正式发布。本次更新聚焦于 Markdown 渲染、扩展 API、浮动编辑器以及终端体验,并新增了两款实用扩展:“编辑装订线”与“审阅批注”。

这些改进的背后,其实都指向同一个核心问题:当 AI 参与写作之后,人类如何更高效地介入修改循环,掌控最终内容质量。

AI 写作并非一次性生成

如果只给 AI 一个简单题目,生成结果不满意就换提示词重新开始,这样很难获得真正符合自己意图的文章。一篇文章不仅包含内容,还包括作者的观点、语气、取舍标准以及上下文逻辑,这些都不能交给 AI 一次性决定。

更合理的做法是将 AI 写作视为一个循环迭代过程:

  1. 人提供目标和素材
  2. AI 生成草稿或修改建议
  3. 人阅读、批注、删改、补充判断
  4. AI 根据这些反馈继续调整
  5. 人再次审阅,直到文章真正变成自己的作品

上一篇文章介绍了如何让 Agent 进入 Yank Note,而版本 3.92.1 则继续解决另一个关键问题:AI 进来之后,人如何更好地掌控这个循环。

审阅批注扩展

本次新增的“审阅批注”扩展,允许用户在预览模式下选中一段文字,然后直接添加批注。

以往想要指出某段文字的问题,必须在提示词中重新描述位置和上下文,那种体验谁用谁知道。审阅批注将反馈直接绑定到选中的文本,并以人和 AI 都易于理解的 Markdown 结构保存在文档末尾。这样下一轮 Agent 读取文档时,既能看到原文,也能看到人的修改意见,大大提升了协作效率。

编辑装订线扩展

另一个新增的扩展是“编辑装订线”。它会在 Monaco 编辑器的装订线区域,直观显示哪些行被新增、修改或删除。

AI 修改文章时,最令人担心的是什么?最怕它悄悄改了很多你未曾注意到的地方。

写代码有 diff 工具,写文章同样需要 diff。尤其是当 AI Agent 直接修改 Markdown 文件时,你必须快速了解:

  1. 哪些段落被重写了
  2. 哪些句子只是润色调整
  3. 有没有被偷偷删掉重要的观点

编辑装订线不能代替你判断好坏,但它能把“哪里变了”这个问题变得非常醒目。这样你就可以把精力集中在真正需要判断的内容上。

这类功能在 AI 写作场景中会越来越重要。过去我们关注的是“如何让 AI 生成更多内容”,现在更应关注“如何让人看清 AI 做了什么”。

Markdown 相关升级

本次还将 Markdown-it 升级到了 14.3.0,并增加了 CJK-friendly 强调解析,优化了中文、日文等文本的渲染效果。

AI 生成的 Markdown 经常把 *_ 紧贴中文或标点符号。Markdown 解析器会根据标记两侧的空白和标点来判断强调从哪里开始、在哪里结束,这套规则在面对通常不靠空格分词的中日韩文字时,结果往往不符合直觉。CJK-friendly 解析正是针对这些情况做了专门适配。

此外,新增了原始 HTML 容器,支持在 Markdown 内容中混合并直接渲染 HTML 区块。这对于一些更复杂的文档和自定义内容来说,会更加灵活方便。

其他修复

本次还修复了几个细节问题:

  1. 修复了带语言标记的纯文本代码围栏重复转义的问题
  2. 修复了应用启动时无法正确恢复 HTML 及其他非 Markdown 文本文件内容的问题
  3. 避免终端横向溢出导致输入法界面位置偏移
  4. Electron 升级到 41,并更新了依赖和安全相关的间接依赖

其中终端 IME 位置偏移的问题,对中文用户尤其明显。既然现在侧栏终端和 AI Agent 会越来越常用,终端里的输入体验也就变得更为重要了。

最后

AI 可以起草、整理和润色,但文章最终留下什么,仍然需要由人来决定。什么重要、什么该删、哪句话像自己——这些判断无法外包。

因此,我们可以把 MCP、CLI、侧栏终端、审阅批注和编辑装订线看作一组相互协作的工具:AI 可以直接推进文档,而人也能清晰看到改动、留下意见,再决定下一步如何走。

希望 Yank Note 能提供一个更适合人和 AI 一起写文章的工作台。

来源:https://juejin.cn/post/7661152754473517065
上一篇一文读懂MCP:让AI大模型万能插拔协议 下一篇天学会AI应用开发上下文与RAG阶段性总结
本站内容用于信息整理与展示,如有侵权或内容问题请及时联系处理。

相关推荐

补充同频道和同主题内容,方便继续浏览更多相关内容。

同类最新

继续查看同栏目最近更新的文章。

更多
天学会AI应用开发上下文与RAG阶段性总结
AI教程 · 2026-07-12

天学会AI应用开发上下文与RAG阶段性总结

系统梳理了AI应用开发中的上下文与RAG核心概念。搭建Python3 10开发环境后,通过提示词工程管理历史对话,利用截断、摘要提取及离线大模型压缩上下文。RAG采用加载文档、分块、向量化、存入FAISS或Chroma库、检索五个步骤,中文场景推荐BGE-small嵌入模型,实战证明离线检索有效。

一文读懂MCP:让AI大模型万能插拔协议
AI教程 · 2026-07-12

一文读懂MCP:让AI大模型万能插拔协议

MCP(模型上下文协议)由Anthropic提出,为AI大模型提供通用接口标准,解决工具调用碎片化问题。采用Host Client Server架构,支持动态发现工具,通过stdio或HTTP通信,实现工具即插即用、跨语言调用和统一对接规范。

BeeWeave开源:为AI Agent打造越用越懂你的知识创作台
AI教程 · 2026-07-12

BeeWeave开源:为AI Agent打造越用越懂你的知识创作台

BeeWeave是一个Agent原生的知识创作台,通过workbench和vault双层结构实现素材获取、内容创作、知识沉淀与上下文复用的持续闭环。它支持多Agent共用同一套知识库,内置41个Skills,采用MIT开源协议,旨在解决跨会话知识丢失问题。

AI闭环工程师自动推进工程任务
AI教程 · 2026-07-12

AI闭环工程师自动推进工程任务

LoopEngineer是一种将AI嵌入可执行、可验证、可持续迭代的工作循环中的工程协作方式。通过触发器、上下文、工具和验证机制,AI在循环中自动分析、执行、验证并调整,直至任务完成或需人工介入,实现复杂任务的可观察、可审计、可批准的分段自动化。