重度使用 atlas 21天后，我认为它就是“2025最有价值 ai 工具”

上周ai讲座的大纲笔记来啦。

还没上课的可以大概了解讲了什么，上过课的可以温故知新。

从“做中学”谈起

买了人生第一手期权

• 个人经历：被朋友“押着”现场买了人生第一手期权。
• 核心感触：尽管十几年前作为 CPA 系统学习过期权知识，但“亲自来去买这个东西”时，所学到、经历和感受到的，与书本知识“完全不一样”。
• 认知层面的思考：概念分为两类。理解性概念 (Know What / Know Why)：在符号层级的一种理解；做中学的概念 (Know How)：无法单纯通过知识获取来掌握。例如，如何去教别人、如何去写作、编程。

学习 AI 也要“做中学”

• 结论：AI 也必须在实践当中来去用，单纯学 AI 知识或获取信息是不够的。
• 落脚点：想把 AI 变成“神器工具”，努力的方向就是“一定要做中学”。

讲座主题

• 回顾上周主题 (AI 知识管理) ：利用 AI 放大我们有限的脑力资源（避免“诸葛亮累死的”困境）。
• 本次主题的定位：上周主题的延伸。
• AI 浏览器：在“输入、加工、闭环”环节做 AI 增强。
• AI Notion：作为知识管理工具；（预告）展示如何基于它构建一个“家庭学习 OS”，作为 AI 时代的“基础设施”，解决学习导致的问题。

为什么是 AI 浏览器和 Notion？

• “AI+” 与 “互联网+” 的区别：
• 过去“互联网+”什么都可以加；现在“AI+”也是，什么工具都要加 AI。
• 核心观点：少数“基础设施级别”的工具，当它们与 AI 以“对的、最好的、最理想的方式”整合时，会带来“范式转换级别”的全新效果。
• AI 浏览器 (Atlas)：
• 浏览器是互联网的基础设施和入口（Chrome 已 17 年，近 3000 万行代码）。
• 它带来的提升是“质的一个提升”。
• 本质：“它本质上不是关于浏览器，它本质上是 AI，而这个浏览器只是它那个相对来讲非核心的部分。”
• AI Notion：
• Notion 的本质：数据库的平民化。让普通人不需要写 SQL 也能用上数据库。
• AI 带来的转变：过去付费（12美金/月）但用得有限；Notion 3.0 全面引入 AI 后，立刻毫不犹豫地付费（22美金/月）。
• 结论：在 2025 年的当下，AI 技术成熟，很多过去工具的 AI 版本变成了“神器”。

AI 知识管理

打通你的私人数据库

核心步骤：Google Drive 同步

• 现状：使用 Logseq/Obsidian 管理上万个 Markdown 文件的阅读库和笔记库。
• 关键一步：将本地的笔记库（如 1.3G, 1万+笔记）设置为 Google Drive 的同步文件夹。
• 效果：本地笔记实时同步到云端。

"Chat with Your Notes”：与你的几万个笔记对话

• 原因：ChatGPT 和 Gemini 可以添加 Google Drive (或 Notion) 作为 source（源）。
• 能力：AI 会索引这些云端文件，实现 “chat with 你的几万个笔记”。
• 应用：可以做 Deep Research（深度研究），并指定 Google Drive 为信息源。
• 索引效果：
• 本质是 RAG（检索增强生成），“绝对是远超我们靠人脑那种非 AI 的模式的”。
• ChatGPT 和 Gemini 是真 RAG；Claude 可能更多是 grep（命令行搜索）。
• 实现：在 AI 中添加 Google Drive 的 Connector（连接器）。

案例 1：思想综合 (Synthesize)

• 场景：研究 Sam Altman 的 "Abundant Intelligence" 文章。
• Prompt：“使用 Google Drive Connector，搜索之后‘综述’”。
• 核心：做“信息综合”或“思想综合” (Synthesize)。
• 价值：高质量的思考不是“空对空”的（如冥想），而是“一定跟高质量的这个内容的一些碰撞”。AI 能把你一生知识管理系统中的相关内容进行跨学科整合。

案例 2：基于私人库的 Deep Research

• 场景：在 Logseq 的 2W2H 笔记模板中，增加一个 "Chat with 私人 GPT" 模块。
• 示例：用 Deep Research 搜索与 "Notion" 有关的一切内容。
• 结果：AI 耗时 13 分钟，把笔记库和阅读库“翻了个底朝天”，产出了一份关于 Notion 的综合报告（包括 Notion 本质、与 Obsidian 比较等）。
• 评价：“这是一个非常非常高质量的一种用法”。

愿景实现：你的私人 GPT

• 回顾：9 年前（2016）知识管理第一期畅想的 Vision（愿景），现在“已经完全的、彻底的、100% 的实现了”。
• 最有价值的 Use Case：把 ChatGPT 变成你自己的私人 GPT。
• 论点：
• 公用 GPT 不会让人人都一样强。AI 不是“葵花宝典”，不是玄学。
• “唯有你自己，把你自己的系统，把你自己的整个的做事情的工作流，把你的洞见，把你的能力，跟一个公用的 AI 作为一种工具结合在一起的时候，它变成你自己的一个私人 GPT 的时候，它才是最强的”。

从今天开始构建你的系统：

• 对践行者：生活在 AI 时代会“特别的感动，特别的振奋”。
• 对未开始者：千万不要因为这个事情而焦虑，核心是“你只要从今天开始弄就行了”。
• 现实：知识管理是一种日常实践（如 speaker 每天新建 21 条笔记，迭代 7 条）。现在开始做的人，仍属于“非常非常少数的”（5%）。

案例 3：用“三级笔记”实现超能力阅读

• 场景：使用 AI 浏览器阅读任意文章。
• 工具：使用（小能熊）“三级笔记” prompt。
• 效果：如同获得了“超能力”，能“洞穿”线性阅读中的“竖状结构”，立刻得到笔记初稿。

深度思考的原理：概念砖块与思维链

• 思考的基础：笔记中的概念（如 "Compute"）是“知识板块”或“概念板块”，如同“乐高砖块”。
• 深度思考的前提：必须在领域内积累足够多、清晰准确的“概念砖块”。
• 思考的机制：如同 AI 的 CoT (Chain of Thought, 思维链)。
• 思考失败的原因：如果思维链中缺乏概念（gap），现查（易被抖音、小红书诱惑），思维链“必然就会断掉”。
• 负反馈：人会因此“逃避这种深度的思考”。
• 结论：很多人工作十年没有成长、想进步没效果，从认知原理角度讲，归根结底是“没有做好知识管理”。

工作流补充：Readwise 如何同步到 Google Drive？

• 澄清：Readwise 不是直接同步到 Google Drive。
• 正确流程：

1. 使用 Logseq/Obsidian 的插件（如“微读”插件、“Readwise Official”插件）。
2. 插件将 Readwise, 微信读书等的“画线”和“笔记”（非原文）同步到本地的 Markdown 阅读库。
3. Google Drive 同步这个本地的 Markdown 文件夹。

案例 4：即时笔记，即时 RAG

• 演示：

1. 用微信“文件传输助手”作为 Inbox 记录灵感。
2. 在 Logseq 中快速建立笔记（"做中学"）。
3. 立刻在 ChatGPT 中使用 "Chat with 私人 GPT"（搜索 Google Drive Connector）。

个人与家庭的 AI 基建时代

• 宏观：我们处于“AI 大基建”时代，类似“大航海时代”。
• 微观：个人和家庭特别需要做好“AI 基建”。
• 现实：99% 的人不在乎，每天刷 150 分钟抖音（“数字版的、算法版本的鸦片”）。

AI 知识管理 = 上下文工程

• Prompt Engineering（提示词工程）：本质是“结构化表达”，不应过度神话（否则日常说话就是“语言工程”）。
• Context Engineering（上下文工程）：更加重要。
• Context (上下文) ≈ 人脑的“工作记忆”（Working Memory）。
• （聪明人 = 工作记忆能力更强）。
• 定义：AI 知识管理（speaker 自创词）的本质，就是非开发者的 Context Engineering。
• 目标：把大模型最宝贵的上下文，装上最高质量的、最贴合你的信息。

AI 浏览器的杀手级应用

• 核心：任何新 AI 技术，必须找到“杀手级应用”（killer APP 级别的 use case），你才会被它触动。
• Agent Mode（智能体模式）并非核心：
• Agent Mode 目前“没有达到可用的程度”。
• 自媒体宣传（如“10 个 agent 给我打工”）是“忽悠人”、“骗人的”。

杀手级应用 1：AI 赋能建构主义

• 场景：阅读 Wikipedia 词条（如 "Black-Scholes 模型"）。
• 流程：使用“三级笔记” prompt，把“从头写笔记”变成“笔记重构”。
• 理论：AI 让“建构主义” (Constructivism) 再次伟大/真正落地。
• 建构主义（皮亚杰）：学习是主动构建（非被动死记硬背）。
• 落地困境：主动构建消耗大量大脑带宽（脑力资源）。
• AI 的价值：AI 解决了这个带宽问题，让建构主义从“美好的想法”变成现实。

杀手级应用 2：信息消费 变为 思想对话

• 场景：阅读文章、看 YouTube 视频、看课程、读社交媒体。
• 核心转变：把被动的、缓慢的、低效的“知识消费”，变成了一种主动的“构建”和高质量的“思想对话”。
• 效果：
• 过去：受限于大脑算力，获取信息数量少、质量低（因为“费脑子”）。
• 现在：AI 辅助下不那么费脑子，可以处理“别人无法想象的”高质量信息（信息消费量是别人“数十倍”）。

杀手级应用 3：AI 辅助内容创作

• 个人痛点：创业十年，深受“诸葛亮的困境”之苦。脑力有限，但所有事（起标题、改标点）都要你干，导致精力“铺大饼”，丧失专注。
• 案例：给一篇 8000 字的、非本人写的、有难度的文章起标题。
• 流程：

1. 文章预览（微信文章不开放，需剪藏）-> 剪藏到 Readwise Reader。
2. 用 AI 提炼结构（“三级笔记”）。
3. 基于“标题的第一性原理”让 AI 推荐。
4. AI 成为对话伙伴，围绕 speaker 的核心想法（"压缩成一句话"）和“好标题的第一性原理”进行迭代。

案例 4：AI 辅助写作（以本文为例）

• 场景：为自己写的“做中学”文章起标题。
• 痛点：找人类（如阿禅）对话很难（对方要厉害、有耐心、有洞见）。
• 流程：

1. 让 AI "费曼"（Feynman）自己的文章，理解结构。
2. AI 帮助优化早期标题，激发灵感。
3. AI 基于“好标题第一性原理”（从认知张力、情绪能量、意象隐喻、句式节奏四方面）对新标题打分。

AI 浏览器的本质：是 AI，不是浏览器

• 引用：OpenAI 的技术博客 (OWL - OpenAI Web Layer)。
• 核心：Atlas 的核心不是 Chromium（开源 Chrome），而是 AI。

Q&A 与总结

Q1: 为什么用“直播”而非“课程”讲 AI？

• 核心观点：无法用静态课程交付 AI 知识。
• 原因 1：AI 是快速发展的学科，迭代太快。speaker 关注 AI 十年（从 AlphaGo），尚感吃力。
• 原因 2：静态课程（尤其面向小白的）无法交付，是“割韭菜”。
• 原因 3：很多资讯是“五六七八手”的，甚至是自媒体“拿钱恰饭”（一条视频 10-20 万）。
• 结论：学 AI 必须“做中学”，通过实践和交流分享。

Q2：还在用 Arc 吗？

• A：用。5% 场景（非 AI）用 Arc（主要为了 Split View 和 Space）。95% 场景用 Atlas（ChatGPT 浏览器）。

Q3：哪些 AI 产品值得付费？

• A：ChatGPT, Claude, Gemini, Notion+AI。（总计约 80+ 美金/月）
• 理由：2025 年 AI 已经“分化”。三四个 AI 像三个完全不同的人，在语言风格和能力上有差异，答案差别很大。

Q4：Notion 和 Logseq 哪个好？

• A：Notion 本质是数据库，不适合做个人知识管理。

结语：慢慢来，一点一点来

• 态度：直播和学习都不应成为“过重的负担”，这样才能“长期的陪伴下去”。
• 行动：哪怕只吸收了一点（如“AI 浏览器很重要”）并用起来，价值就很大。
• 建议：“任何时候都不要着急”，“慢慢来，一点一点”。

广告环节

如果你想跟着 @howie.serious 用ai，学ai，那么，可以考虑加入 “做中学”ai社群

此外，小能熊大会员双11活动，最后一天。如果你想跟着howie、savage、小树这个学习型家庭，共建你自己的学习型家庭，为ai时代做好基础设施建设，那么，大会员就是适合你。