Vol.19 | 我给 AI 一块 296×152 的墨水屏，它开始替我管理注意力

聊聊背景

这台 Quote/0 是去年买的。当时我很喜欢它的硬件形态：小、薄、安静，放在桌面上像一张永远不会熄的纸。开箱后的新鲜感也确实维持了一阵子。

在之前的周刊里面有提到

i-vox，公众号：i-voxVol.05 奔赴热爱 | 极光与冰雪星露谷物语；Google与AirDrop；喜人与朝圣之路

后来它逐步成了摆件。偶尔放一句话、换一张图、看一眼天气，更多时候只是静静地立在表明器旁边。它的内容能力没有难题，难题在于这些内容和我的一天缺少联系：工作节奏变了，显示屏上还是那张昨天就看腻的卡片。

直到最近听说 MindReset 给 Dot. / Quote/0 做了官方 Skill，我才重新把它拿出来。这个 Skill 同时给出本地 MCP Server 和 Open API，Agent 可以列设备、读状态、查看 Loop 内容、切换内容，或者把文字、图片和 Canvas 直接推到显示屏上。

其中最让我在意的是 Canvas API。它允许 Agent 按当前状态生成结构化界面：字多一点还是少一点，黑底还是白底，时间放大还是任务放大，都可以在发送时决定。

于是我给自己出了一道题：一块已经吃灰一年的墨水屏，能不能变成 AI Agent 的桌面输出端？

答案是做一个 Attention OS。

微信、日历、CI、代码评审、各种 Agent，都在争夺注意力。每个工具都觉得自己很关键，最后的结果是：显示屏越来越多，注意力越来越碎。

这块显示屏不负责展示一整天的待办、所有指标和全部通知。它每次只选一条当前信号，决定该表明什么。告警浮现时给出行动项；会议临近时给出下一场会议；需要深度工作时保留当前唯一目标；任务完成后安静地留下一个 checkpoint。

这个方向让我觉得很有意思。桌面上的小屏终于有了一个更合适的角色：它不再抢占视线，它帮我筛掉不值得抢占视线的东西。

官方 Skill 到底给了什么

官方接口把能力分成了三层：设备、内容和 Canvas。

Text API 合适一句提醒；Image API 合适固定海报或已有图片；Canvas API 合适我这次的情形，因为它把内容和布局拆开了。数据变化时，卡片跟着变化；优先级变化时，整张卡的视觉语言也能一起切换。

底层请求落在 POST /api/authV2/open/device/:deviceId/canvas。完整字段和设备设置说明可以在 Dot Skill / Open API 官方文档 里查看。

一次只表明一个信号的强规则

所谓 Attention OS，核心不在于信息源有多多元，而在于取舍足够明确。我给它设了一条很朴素的优先级：

CI 失败 / 构建异常          100设备离线                    97Agent 卡住、需要输入        94 / 8830 分钟内的下一场会议        92两小时内的下一场会议         78当前深度工作目标             65任务完成后的 checkpoint      58安静待机                     0

日历、GitHub、Agent 状态、当前主任务都会产生候选信号。策略层只保留优先级最高的一条，再把它转换成合适 296×152 的 Canvas。

日历 / CI / Agent / 当前主任务              ↓        Attention Policy              ↓          Canvas API              ↓           Quote/0

这点很关键。小屏的价值来自克制：同一时刻只有一个结论，且这个结论要能立刻理解、立刻行动。

它是怎么跑起来的

我没有让模型每隔几分钟随意生成一张图。整套流程被拆成了几个稳定步骤：

收集信号 → 排优先级 → 挑选卡片形态 → 生成 Canvas → 校验 → 发送 → 读取实机渲染结果

第一步是 Content Studio。要先在 Quote/0 的 Loop 里创建一个 Canvas API 内容项。它相当于设备上预留的“远程画布槽位”。后续每次发送都带着这个内容项对应的 taskKey，设备才知道要更新哪一项内容。

第二步是信号收集。这个版本已经接入了当前主任务和 Agent 状态，也预留了日历、GitHub Actions 的输入口。实际接入时，它们都会被规整成同一种数据：标题、详情、优先级、来源与可选跳转链接。

第三步是策略。它只做一件事：从候选信号中挑出最高优先级的一条。这里我没有让大模型直接裁决，因为“会议还剩多久”“CI 是否失败”“Agent 是否卡住”都有明确规则，用确定性策略更可控，也更容易排查。

第四步才轮到 Canvas。发送给设备的内容由三部分组成：

{"data": { "headline": "Infra Weekly", "detail": "21:35 · 28 分钟后" },"windowData": { "default": ["结构化 UI 树"] },"layoutFull": { "tw": "p-0 bg-white" }}

data 是这次要表明的内容，windowData 是布局树，layoutFull 是全局布局规格。换句话说，显示屏并不接收一张预先做好的 PNG；它接收一份可渲染的结构化描述，再由服务端生成适配墨水屏的图片。

最后是两个容易被忽略的保护措施。

四种状态，四种显示屏语言

假设 Android CI 有两个失败用例，显示屏会切到 ATTENTION。标题足够大，原因一句话说清，底部保留行动提示。

这张卡并不试图解释所有日志。完整信息仍然在 GitHub、终端和 IDE 里；墨水屏只负责把“该处理了”送到视线里。

会议进入 30 分钟窗口后，显示屏切成 NEXT UP。时间、会议名、倒计时和会前准备集中在同一块区域。

（当然这只是 showcase 并还未真的在公司用起来）

我很喜欢这种提醒方式。手机推送很容易被划掉，电脑角落的通知也容易被其他窗口盖住。墨水屏没有声音，没有弹窗，它只是在你抬头时把关键信息放在那里。

当天没有会议压力、没有构建异常、Agent 也没有卡住，显示屏进入 FOCUS MODE，只表明当前最关键的一件事。

“写完这篇公众号文章”这种提醒看上去很简单，却很合适放在桌面上。它给人的感觉更接近一张便签：持续存在，又不会像通知一样要求你立刻回应。

哪些是真实的，哪些是演示的

这次实验的设备、Canvas API 调用、内容切换和四张显示屏图片都来自同一台 Quote/0。每次发送后，我都借助设备状态接口取回服务端渲染出的图片，再把它们放进本文。

为了覆盖告警、会议、专注三类视觉状态，截图里的 CI 失败、会议和写文章任务使用了演示信号。它们的作用是验证优先级和布局是否正确，显示屏渲染本身完全走真实链路。

一块好显示屏，应该帮你留下什么

我以前总想把更多数据塞进桌面屏：天气、日历、股票、服务器、待办、使用量……后来发现，信息越完整，越容易变成背景噪音。

这次实验给了我一个更喜欢的答案：桌面屏应该保留经过判断后的结果。

它可以在构建失败时提醒我处理；在会议前留出准备时间；在一切正常时守住手头的任务；在工作完成后告诉我可以收尾。显示屏很小，反而逼着平台做出挑选。

如果把 AI 当作一个会执行任务的协作者，Quote/0 很合适做它的物理输出端。它留在桌面上，安静、可见、低干扰。下一步我会接入真实日历、GitHub Actions 和 Codex 任务状态，让这块显示屏真正跟着一天的工作节奏变化。

对我来说，这才是 AI 和硬件结合最舒服的一种形态：少一点打扰，多一点恰到好处的浮现。

最后

如果你也对此感兴趣，也可以自己上手 DIY 一下：

设备：Quote/0（296×152 墨水屏）接口：MindReset Dot Skill / Canvas API项目：Attention OS，按优先级把实时工作信号投射到桌面显示屏。