这个月终于完成了 3 个大的项目,值得纪念:
- Elog 1.0 版本所有功能都实现了,下一步就是编写测试用例,自测完毕后就可以发布 beta 版本,邀请更多的人来试用和反馈。
- CoverPen Web 端基本完成了,是一个很简单的产品,就是为了给博客生成简单好看的封面图,不需要每次都得可以找封面。Node 端则计划纳入 Elog 1.0 插件系统中,让生成封面图更自动化一些。
- HomeLab 启动,最近在搞一些 HomeLab 的实践,利用自己的小主机服务器,搭建家庭影院,让自己和家里人能更方便的看电影。
减少信息焦虑
最近读到阮一峰周刊中《信息就像糖,让人上瘾》中谈到信息与糖的相似之处:
- 低成本的大量生产。信息革命之后,可以低生产成本、低传播成本地到达消费者
- 上瘾机制相同。都是刺激多巴胺,产生满足感
- 垃圾信息泛滥。故意营造热点、多阅读量的信息会更容易传播
- 思维“发胖”。垃圾信息会降低思考水平,没意义的内容充斥着大佬,分散注意力,堵塞思考,导致思维迟缓,判断力下降。
这也是我近段时间的困境。一直以来我都在构建自己的知识管理工作流,整个流程里面最简单的就是信息的获取,我需要尽可能的找到适合自己并能持续迭代的信息源摄入。
于是我疯狂的寻找各种 RSS 订阅,Newslatter等。但实际情况是,每天我的邮件里都会躺着十几封未读邮件看不完,但又舍不得删除,害怕自己错过了什么信息。虽然已经很早就开始意识到这样不行,但因为没有更好的办法,但还是会继续「收藏」信息。
而让我真正想要对信息源做减法,是偶然间看到了这么一句话:重要的信息大概率会不止一次出现在你面前,放心大胆的删除它。
听起来非常哲学,但确实很有道理。回想一下自己订阅的信息源,很多都是重复的。例如最近新出现的技术栈、工具大概率会同时期出现在 JavaScript 周刊、React 周刊等一系列技术期刊上,我根本不用担心错过新的东西。所以我放心大胆的删除了 200 多封没看的期刊,消减了一些订阅。
目前我的 Readwise Reader 中的邮箱平均每天只有 1-2 封邮件。不过我目前还没有完全适应我近期新搭建的知识管理工作流,还需要持续不断的优化。
避免让 AI 帮我思考
最近在 AI 领域花费了不少钱,充值了 GPT4(真贵啊)核心是想多利用 AI 能力,提高我阅读的效率。
这里就不得不点赞一下 Flomo 的相关笔记 功能。当别的笔记软件都在疯狂跟随 AI 的脚步,纷纷推出一些 AI 服务,例如帮你写文章,帮你总结文章等等。Flomo 则非常清醒,直到现在才出现了一个和 AI 挂钩的相关笔记功能,这也源于它一直坚持的原则:重要的不是写作,而是更好的思考。
如果站在这个角度想的话,会发现 AI 代写文章对帮助自己思考几乎毫无作用,甚至起反作用。自己经过思考写下来的才是自己的东西,才算得上是永久笔记,AI 都帮我写了,那我就不用思考了。
而 Flomo 的相关笔记功能,则是更好地帮助我复习和回顾时能更快的索引,让我更容易与之前的知识点相关联,诞生出新的想法。
所以我未来将 AI 加入到我的工作流,特别是写作这个环节,会格外注意这一点:避免让 AI 帮我思考。
可嵌入 AI 流程:
- 对于专业性更强的技术期刊,我需要用 AI 帮我总结知识要点,让我更快筛选感兴趣的技术。对于一些思考性更强的博客文章等,我就不让 AI 帮我处理了。
- 同样对于技术类博客文章,我准备加入 AI 总结功能,方便读者更方便了解内容。
- 准备训练属于自己的知识库索引,帮助我在回顾时能更快更方便的检索到相关笔记。
信息 All-in-one
优化了我的笔记工作流:
![Untitled.png](https://image.1874.cool/blog/19d2e88e9ea37a83ee61beb802949a8a.png)
有两个大一点的改变:
- 信息源需要统一处理,这样才能让 AI 更多介入进来。而且分散的信息源更像是一座座孤岛,无法链接和处理。而 Readwise Reader 就很胜任这个工作,利用 RSS 订阅和 Newslatter,将信息聚焦到一个点来进行筛选处理。但这种方式又会出现第一个问题:信息焦虑,这需要我持续探索。
- 笔记工具加入了双链笔记工具 Logseq。如果是我自己记录的日常所思所想,Flomo 很适合,随时记录一张卡片,然后回顾/总结的时候把他关联起来,产生联想。但是我在系统性学习一些知识的时候,课程本身是有大纲的,我的学习也是跟着大纲来走。这个时候 Flomo 的引用就显得很乱,我无法按照大纲来记录和链接,就像维基百科一样对关键词和主题进行链接,也无法看到整个双向链接的图谱。而 Logseq 则更适合做这件事。