早高峰里的一点小聪明：我用 AI 把“碎片阅读”拼成体系
我一直有个坏习惯：收藏夹像个黑洞，什么都往里扔。今天看到一篇好文，点个星；明天刷到一个图，截图；后天同事甩来一个链接，又保存。
然后呢？然后它们就一起沉底了。
直到有一天我在地铁上站着，手里拎着早餐袋，突然意识到：**我不是信息不够，我是“线索管理”太差。**我需要的不是更多内容，而是更少、但更连贯的东西。
我给自己设了一个“早高峰流程”
每天早上 15 分钟，不多不少：
- 选一条昨天收藏的内容（文章 / 视频 / 推文都行）
- 用 AI 做两件事：提炼 和 连接
- 写 5 行自己的话，存进笔记
重点是第 2 步。以前我让模型“总结”，它会给我一份像说明书的摘要，看完还是感觉没抓住。后来我换成更“人话”的提示：
你先告诉我：这篇内容在解决什么问题？作者的观点和常见观点有什么不同？如果我要在工作里用上它，最像落在哪个场景？
它给的回答不一定完美，但能把我从“读完就过”拉回“读完能用”。
最有用的不是“总结”，而是“反问”
有一次我读到一篇关于“长上下文”的文章，模型总结得中规中矩。我不满足，就让它反问我：
如果你要把这篇内容讲给一个没看过的人，你会怎么开头？对方可能会提出哪些质疑？
这一下很神奇。它列出的质疑里有一条把我敲醒：
“你是不是把‘上下文变长’当成了‘模型更聪明’？”
我当场在备忘录里写下这句话。后来开会讨论方案，我就是从这句开头，把团队的预期拉回现实。
连接：把“这篇”跟“我已知的”绑在一起
“连接”这一步，我会提供我最近在做的项目背景，让模型帮我桥接。比如我在做知识库检索，我就会问：
把文章里的 3 个观点，映射到“知识库检索”的流程里，分别影响哪个环节？会带来什么副作用？
它会把抽象概念落到流程节点上。哪怕它说错了两处，也不影响我得到一张“可讨论的草图”。我很喜欢这种草图：它不是结论，它是讨论的起点。
我把笔记写得更像“给未来的自己”
最后那 5 行，我强迫自己用“未来能看懂”的方式写：
- 今天的重点是什么（一句话）
- 我准备在什么场景试一下（一句话）
- 我担心的坑是什么（一句话）
- 需要补查的资料（两条链接以内）
一周后回看，会发现自己不是在“堆笔记”，是在“堆经验”。
小提醒：别让 AI 把你“写得很勤奋”
有一阵子我偷懒，直接把模型的输出贴进笔记里。看起来非常丰富，像我读了很多书。结果真要用的时候，我连自己存了什么都不知道。
后来我规定：**模型输出最多只能占笔记的 30%。**剩下的必须是我自己的话。因为写自己的话会暴露理解的漏洞，而漏洞才是学习的入口。
现在我还是会收藏很多链接，但收藏夹不再像黑洞。它更像一张网——每天早高峰，我把网补一小块，慢慢就能兜住更多东西。