过去两年里，我最重要的工作平台就是：Obsidian和excalidraw for obsidian插件。尽管在插件里，已经可以加入AI功能，但是解决方案依然比较复杂。
我不是没考虑过基于Obsidian写一套更适合自己使用的插件，但是在我如今的数据量下，Obsidian基本达到了性能的极限。
其实主要的问题还是来自于：Obsidian是基于文件系统的，闭环系统虽然可以自行开发插件，但是对后端的改造难度还是很大的。
半年前我把目光转向了两套开源替代方案：tldraw和Blocksuite。然而在改写的过程中，tldraw后端功能偏弱，虽然潜力巨大，但开发量也很大；Blocksuite的文档结构比较复杂，同时受到商业版本Affine的影响，每次更新的代码变化都比较剧烈。
我一直相信，随着模型能力的不断提升，很多复杂的开发架构是可以被优化的，当下的“痛点”可能很快就会因为模型能力增强而被解决。所以，整整半年多的时间一直在这样一种内耗中：当下考虑的这种解决方案是不是值得花费时间去实现，还是等别人来实现。
然后，就在年尾，“幸福”来了：tldraw computer。
AI时代，我们所需要的就是一张空白的Canvas。这个观点正在得到越来越多人的认可，越来越多的产品也正在向这个方向靠拢。
可是，毫无疑问，是在Gemini 2.0推出后，这个“可能”才真正落地下来了：
1、我们需要一个模型可以真正处理各种模态，完成各种不同的任务； 2、我们需要在这样的模型后台的基础上，把交互做的简单、漂亮、高性能；
第一项，输入Google DeepMind的功劳，第二项，属于tldraw团队的功劳。
一个简单的例子截图如下：
故事生成-->图片生成-->音频解说-->音频文字稿。
自从去年的ComfyUI开始，我用过很多低代码AI工具，但是没有任何一个可以做到如今的tldraw computer一样，既强大，又简单。
1、如上所述，各种模态都有； 2、模型不需要任何配置，直接使用； 3、所有的组件都不需要调整参数； 4、组件类型很简单，五种：提示词、文本、图像、音频，以及流程控制；
对于这样的循环＋分支流程也能完美解决。
还有，Claude3.5最强的功能：Artifacts。
上图右边是直接生成的网页式的ppt：Gemini 2.0负责了代码。
好了，我要去试试让模型跟模型下棋了。
这是，目前为止，在我的应用领域，最完美匹配的AI工具。
我也相信后面会有很多令人兴奋的更新：
1、代码开源：tldraw本身就是开源的，我相信当这个实验性的工具开始成熟后，开源代码是大概率事件； 2、支持跟embed的交互：tldraw支持一系列embed，打通之间的数据流，就“完美”了；
3、语音或者对话框交互：如果连手动画组件和拖拽的步骤都少了，通过对话，直接生成复杂流程，那就“超神”了。
上面的，不难。
感谢Google DeepMind的Gemini 2.0，不仅仅是模型能力，各种模态API都开放，而且，还免费。