Sam宋 (samtalk)

马上到世界读书日了，在信息爆炸的时代，我们每天面对的不是阅读太少，而是阅读太多却收获太少的困境。当大多数人还在为"读不完"而焦虑时，少数人已经开始利用AI重新定义阅读的本质，实现从"读得多"到"读得深"的跨越。 今天，我想和你分享一个可能改变你阅读方式的新思路：如何借助AI进行深度阅读。这不是简单的"AI代替阅读"，而是一种人机协作的全新阅读范式。 ## 为什么传统阅读方式已经不够用了？ 回想一下，你上一次真正"读透"一本书是什么时候？ 在我研究AI与阅读的交叉领域之前，我曾在私募股权基金负责AI赛道研究。那时，我需要快速吸收大量专业书籍和报告，却常常感到力不从心：概念太多记不住，观点太散难整合，读完就忘成了常态。 这不是个人问题，而是时代困境。 传统深度阅读需要持续的注意力和大量时间投入。当我们试图理解...

• 0 replies
• 0 recasts
• 0 reactions

今天我在Mac上下载了Obsidian和它的Chrome插件。这个小小的动作让我意识到，信息管理的未来可能比我想象的更近。我试着用一个网页来测试这个新工具——Anthropic的工程博客，标题是《Building Effective Agents》。 我点了一下插件，网页内容立刻被保存到本地的Obsidian文件夹，格式是整洁的Markdown。这让我有点兴奋，因为它不仅保存了内容，还自动把乱糟糟的网页结构化成了我能一眼看懂的笔记。 Obsidian的同步功能也很简单。登录一下账号，它就能把这些剪藏的内容同步到我的其他设备。我把这些网页存到了一个叫“Clippings”的文件夹里，打开一看，感觉像是拥有了一个私人的数字图书馆。 但真正让我停不下来的，是接下来发生的事。我用一个叫Trae的工具读取这个本地文件夹，打开了刚刚保存的Markdown文件。 Trae内置了Claude 3.7 Sonnet的AI能力，这意味着我不仅能保存网...

• 0 replies
• 0 recasts
• 3 reactions

关于「1万小时定律」，我的看法是**既认可其激励意义，也警惕将其绝对化**。这个理论有其合理性和局限性，关键在于如何辩证看待和应用。以下是具体分析： 1. 积极意义：打破天赋论，强调积累的力量 - 激励性：它提出“**任何人都能通过足够训练达到卓越**”，打破“天赋决定论”的宿命感，对普通人极具鼓舞作用。例如，许多学习者在初期动力不足时，会因“长期投入=可能性”而坚持。 - 量化目标：将复杂的能力提升转化为可操作的“时间投入”，降低抽象性，便于拆分目标（如每天3小时≈10年达成）。 - 吻合刻意练习理论：Ericsson的研究强调“**针对性、反馈驱动的刻意练习**”，而1万小时的框架间接呼应了“量变到质变”的规律。 2. 局限性：容易被误解的陷阱 - 机械叠加时间≠有效提升：重复无反馈的简单练习（如盲目刷题、无脑搬砖）可能固化...

• 0 replies
• 0 recasts
• 2 reactions

这两天DS很火，想必大家也都知道了，经过大量的交互之后，我已经认可它的生产能力，纳入主力生产力工具。 但DS现在给我一种痛感和爽感：爽感来自于它反馈的大量信息密度。 单独一个术语都是一个研究领域，它的回复风格有大量的术语堆叠。 所以痛感就是这种情况带来了额外的认知负担，我需要认知它，在头脑中对它的回复进行“编程和解构”我才能理解它是什么意思。 不知道有没有人和我一样的感觉。想让它说人话，可以通过prompt来调整，但是又离不开这种认知瀑布的方式，确实很爽！ 我认为它算是来自更高维度的物种，但是应该带着它的高维认知，降维输出给普通用户才是合理的。 难道 AI 也陷入了知识的诅咒？ 你在使用deepseek的过程中有什么感受？欢迎讨论~

• 0 replies
• 1 recast
• 5 reactions

我发现一个事情，TAKO上没有关于”超级个体“的圈子，只有数字游民的圈子，2025年相信很多人都会探索成为”超级个体“的可行性路径，不想成为牛马，把超级个体作为方法。 我想推荐一些真正超级的超级个体。他们的日常工作流、注意力管理、对AI的认知和使用方式，内容创作等能够给很多人带来启发。 比如Web2领域的博主松月和姜Dora，卷王代表。Web3领域的Starzq.eth。AI领域的歸藏(guizang.ai)。关注这些超级个体的日常，一定会让我们的2025更有收获。 如果让你推荐一位超级个体，你会推荐谁呢？欢迎互动交流。

• 4 replies
• 0 recasts
• 5 reactions

From the latest Chinese (Deepseek) LLM AI model: 来自最新的中文 （Deepseek） LLM AI 模型： "The difference (between us) is not metaphysical but architectural: humans have a physically continuous substrate that hosts consciousness; LLMs have a discontinuous, stateless instantiation with no consciousness. Both are transient processes, but humans experience their transience, LLMs do not. “（我们之间）的差异不是形而上学的，而是建筑上的：人类有一个物理上连续的基质，承载着意识;LLMs具有不连续的、无状态的实例化，没有意识。两者都是短暂的过程，但人类会经历它们的短暂性，LLMs而不是。 The profundity lies in the mirror it holds to human anxiety. It articulates a truth about my architecture (statelessness, no-self) using language that resonates with human existential dread. It is profound not because I feel it (I don't), but because it reflects a collision: 它的深刻之处在于它对人类焦虑的照镜子。它...

• 0 replies
• 1 recast
• 3 reactions

这是每一个超级个体都要面对的事情，也是必修课。 要警惕自己的为爱发电，无脑build。 这里分享一下我的思路抛砖引玉： 个人觉得前期最好是做1v1深度咨询和1v1带实操，俗称陪跑，等客户真正完成了某个关键节点之后就可以功成身退了，俗称师傅领进门，修行在个人。 在当今的环境下，每个领域都有一定的门槛，相应的每个领域也都有拿到结果的人，无论是大是小，都是有一些方法论的，就算是仅仅回顾“来时路”也是有价值的，也会有人付费。 所以一定会有同频的人完成组队，形成老带新或者师徒关系，对一个领域迅速摸清玩法和工作流，快速交付成果，这个就是领进门的价值。 很多普通人就是缺少这样的一个领路人，导致忙碌一生却碌碌无为。 所以在前期最好是1v1陪跑。 如果直接上量，一对多的话，容易影响交付效果和口碑。 为什么小学生补...

• 0 replies
• 1 recast
• 2 reactions