AI基建的第五步：注册一个 GitHub 账号，并真正把它用起来
前面几步，我们已经把 AI 工作系统最基础的东西搭起来了：大模型、智能体、电脑和 MCP。
到了第五步，我建议做一件很多非技术人员以前完全不会考虑的事情：
注册一个 GitHub 账号，并开始真正使用 GitHub。
我发现很多律师第一次听到 GitHub，第一反应都是：“这个不是程序员写代码的吗？”
我以前其实也会这么理解。
但随着 AI 用得越来越多，我现在越来越觉得：
GitHub 很可能会成为 AI 时代每个重度用户都应该掌握的基础工具。
尤其是当你开始使用 Agent、Skill、MCP、知识库以后，它很快就会出现。
一、先讲清楚：GitHub 到底是什么？
不讲技术，可以把 GitHub 理解成：
一个专门用来保存、管理、同步各种“项目文件”的云端仓库。
最早它确实主要是程序员用来保存代码的。
比如一个程序员写了一个软件，里面有几百个文件。今天改了一些，明天又改了一些，几个人还要一起修改。
这时候不能像普通文件一样：
最终版.docx
最终版2.docx
最终版真的最终版.docx
所以 Git 出现了。
它会记录谁改了什么、什么时候改的、原来是什么、后来变成了什么，必要的时候还能恢复到以前的版本。
而 GitHub，就是把这些 Git 仓库放到了网上。
所以你完全可以把它粗略理解成：
“带完整版本管理功能的云端项目文件夹”。
二、为什么 AI 时代，GitHub 不再只是程序员的东西
因为 AI 正在把普通用户和“代码世界”之间的门槛快速拆掉。
以前你看到一个 GitHub 项目，几千行代码、README、Python、JavaScript、配置文件，普通律师大概率直接关掉。
但现在不一样。
你可以直接把 GitHub 地址丢给 Agent：
看一下这个项目是干什么的，适不适合我使用。如果适合，帮我下载安装到电脑上并完成配置。
后面的事情很多时候 AI 可以自己完成。
于是发生了一个很大的变化：
你不需要成为程序员，也开始能够消费程序员创造的工具。
更进一步，你甚至不需要自己写代码，也可以让 AI 创建 GitHub 项目、修改代码、提交版本、修复 Bug、写脚本、部署服务。
所以 GitHub 和普通用户之间原来很高的墙，被 Agent 一下子拆掉了很多。
三、对我来说，GitHub 第一个重要用途：管理 Skill
我现在越来越看重 Skill。
因为一个 Agent 真正用久以后，你不会每次都重新告诉它怎么审合同、怎么整理证据、怎么生成法律意见书、怎么检查 IPO 问询回复、怎么处理 Excel、怎么制作 Word、怎么检索案例。
这些成熟的方法，应该逐渐沉淀成 Skill。
例如：
contract-review
legal-research
ipo-inquiry-review
litigation-evidence
word-formatting
Skill 大多数本质上就是：
一组文字规则 + 配置文件 + 脚本 + 模板。
而这恰好是 GitHub 最擅长管理的东西。
比如我在 Mac mini 上修改了一个 Skill，提交到 GitHub，MacBook 再同步一次，两台电脑就可以保持一致。
以后换一台电脑，也不用把各种 Skill 一个个重新复制，直接把仓库拉下来即可。
所以对 Agent 重度用户来说，GitHub 很快就会变成：
自己的 Skill 中央仓库。
四、第二个重要用途：建立自己的知识库
这也是我觉得 GitHub 对律师特别有价值的地方。
我们每天都会积累大量专业知识：法规、案例、IPO 问询、交易所审核案例、法律研究、监管规则、项目总结、行业资料。
以前最常见的方式就是全部扔进电脑文件夹。
GitHub 给了另外一种思路。
比如建立：
法律知识库
├── 公司法
├── 劳动法
├── 合同法
├── 争议解决
├── IPO审核
├── 上市公司监管
└── 新三板里面的知识可以逐渐整理成 Markdown、JSON 或其他结构化文件。
这些格式最大的好处就是：
特别适合 AI 阅读。
于是以后 Agent 可以直接连接这个知识库。
比如：
查找知识库里所有涉及“劳务派遣超过10%”的 IPO 案例。
或者：
总结2026年以来北交所审核中关于关联交易规范性的主要关注点。
这时候 GitHub 就已经不是单纯的“放代码”，它实际上变成了：
AI 可以直接读取的专业知识仓库。
五、而且知识库可以不断更新
真正有价值的知识库一定是不断生长的。
比如今天处理了一个新的 IPO 项目，遇到了一个比较典型的审核问题，项目结束以后，把脱敏后的核心分析沉淀进去。
下周看到一个非常好的案例，再加进去。
监管规则更新了，把旧版本更新掉。
Agent 使用过程中发现分类不合理，重新调整目录。
于是知识库不是一个静态文件夹，而是一个：
不断迭代的专业资产。
这正是 GitHub 最擅长的事情，因为每一次变化它都可以记录下来。
六、GitHub 还有一个特别重要的功能：多台电脑同步
只要有 Mac mini、MacBook、VPS、办公室电脑、家里的电脑，就会出现一个问题：
怎么让这些设备上的 Agent 使用同一套东西？
最简单的办法之一就是 GitHub。
所有设备从同一个仓库获取，有更新就同步，改完以后再提交。
这样就不会出现这台电脑的 Skill 是新版，那台还是三个月前的版本，Mac mini 又单独改过一个。
对多设备使用 Agent 的人来说，这种统一管理非常重要。
七、GitHub 还可以保存很多 AI 的“基础设施配置”
以后用得越来越深，会发现很多东西都适合统一放进 GitHub。
例如 Agent 的全局指令、Skill、Prompt 模板、MCP 配置、自动化脚本、Docker 配置、服务器部署脚本、知识库处理程序、数据清洗脚本、OCR 工具、文档转换工具。
甚至你整套 AI 工作系统本身，都可以逐渐形成一个仓库。
以后换电脑的时候，不再是：“我以前到底装过什么？”
而是：
按照这个仓库，把我的 AI 工作环境重新部署出来。
甚至这句话都不用自己执行，直接交给 Agent。
八、以后很多 AI 工具，本身也是从 GitHub 开始的
如果经常折腾 AI，很快就会发现很多真正有意思的工具，第一发布阵地根本不是 App Store，而是 GitHub。
新的 Agent、新的 MCP、新的 Skill、新的开源模型、新的知识库工具、新的自动化项目、新的 OCR 项目、新的文档处理工具，经常都是先在 GitHub 上出现。
所以会不会用 GitHub，慢慢也会影响你能不能及时接触这些东西。
以前看到一个 GitHub 地址，我可能觉得：“这跟我有什么关系？”
现在我的第一反应反而是：
把这个项目给 Agent 看一下，看能不能为我所用。
九、以后甚至可以让 GitHub 自动帮你干活
GitHub 还有一个很强的能力叫 GitHub Actions。
名字听起来很技术，但简单理解就是：
当某件事情发生以后，让 GitHub 自动执行一段任务。
比如每天自动抓取新的资料、自动更新知识库、自动整理数据、自动生成索引、自动检查文件、自动部署网站、自动更新 MCP 服务。
这一整套流程甚至不一定需要你的电脑开着，它可以直接在 GitHub 上运行。
所以 GitHub 真正用深以后，已经不仅是一个仓库，它还是一个：
免费的自动化基础设施平台。
十、律师使用 GitHub，有一个问题必须特别注意：保密
GitHub 很好用，但律师一定要注意这一点：
不要因为使用方便，就把客户资料直接扔进公开仓库。
尤其是客户合同、尽调材料、身份证件、内部法律意见、诉讼材料、未公开交易信息、上市公司内幕信息、其他具有保密义务的资料。
GitHub 有 Public Repository，也有 Private Repository，所以在真正使用之前一定要先理解仓库权限。
另外 API Key、密码、Token、服务器密钥、数据库密码也不要直接写进 GitHub 仓库。
因此我的原则是：
GitHub主要管理“可复用的方法和知识”，客户原始材料则单独管理。
十一、不要把 GitHub 理解成另外一个网盘
Google Drive、OneDrive、iCloud 和 GitHub 并不是一类东西。
如果只是存几百个 PDF、几十 GB 视频、大量扫描件、原始底稿，网盘往往更合适。
而 GitHub 特别适合保存 Markdown、代码、配置文件、脚本、Skill、Prompt、结构化知识、项目说明、版本不断变化的文本资料。
简单说：
网盘擅长存文件。
GitHub擅长管理“不断迭代的项目”。
而 AI 工作系统恰好越来越像一个长期迭代的软件项目。
十二、GitHub 可能会成为个人 AI 系统的“中央仓库”
大模型负责思考，Agent 负责执行，电脑提供运行环境，MCP 负责连接外部数据。
而 GitHub 开始承担另外一个角色：
保存和同步你自己的 AI 能力。
你的 Skill 在这里，知识库在这里，自动化脚本在这里，MCP 配置在这里，各种项目在这里，更新历史也在这里。
以后换模型没有关系，换 Agent 也没有关系，换电脑甚至也没有关系，因为最重要的东西已经逐渐沉淀成自己的资产。
十三、所以第五步不是“学编程”，只是先注册一个账号
很多人一听 GitHub 就觉得：是不是还得先学 Git？是不是还要学命令行？是不是要学编程？
其实完全不用。
我的建议甚至非常简单：
先注册一个 GitHub 账号。
然后慢慢用。
第一阶段可能只是收藏别人做好的项目。
第二阶段，让 Agent 帮你安装 GitHub 项目。
第三阶段，开始把自己的 Skill 放进去。
第四阶段，建立自己的知识库。
再往后，让 Agent 帮你管理仓库、提交代码、自动同步、运行 GitHub Actions。
所以我的 AI 基建第五步是：
注册一个 GitHub 账号，并开始把它当成自己 AI 工作系统的一部分。
GitHub 以前确实是程序员的主场，但到了 Agent 时代，它正在变成一种更通用的基础设施。
模型是租来的。Agent 也可能会换。真正值得长期积累的，是属于自己的 Skill、知识和工作系统。
而 GitHub，是目前非常适合承载这些东西的地方。
