肉絲在看：
在馬斯克變網紅后，有大量的人開始像研究神奇物種一樣扒他整個人的成長家史、把他當做人類樣本來研究。各種自媒體仿佛抓住了流量密碼，開始瘋狂推崇“馬斯克的閱讀秘密”：鼓吹他是如何如何一天至少讀兩本書、擁有超高閱讀量和恐怖自學能力的。
但我一再強調的是，不要再沉迷于讀書的絕對數量了。真正重要的，是搭建自己的閱讀體系、然后逐步進化到建立自己的認知體系，維護一套屬于自己的 “認知資源庫”。
真正造成人跟人認知差的，是 “認知資源庫” 的廣度、深度、結構完備性，以及可提供“創造性連接”的程度；
在我看來，馬斯克閱讀法強調的就是四件事：主題式高閱讀量、帶問題閱讀、建立知識框架、將書中內容用于實踐。這四個點其實都是顯性知識，大多數對閱讀感興趣的人絕對聽過。但具體怎么落地？在學習新領域的時候怎么選書？AI 能幫我們極大拉升知識吸收的效率嗎？有什么工具能幫我們在知識之間建聯、建框架？
以上問題，都是我個人長期思考的。在調研了30+ 個人知識管理(PKM)工具、刷過100+ AI 產品后，正式向大家介紹一下我的獨家絕活;)
基于 AI 工具和超強白板筆記工具的——【海王AI閱讀法】
PART 1：
啥是【海王 AI 閱讀法】？
顧名思義，就是利用 AI 工具海量閱讀，同時能真正為己所用、升維認知。
【海王閱讀法】遵循五大原則：
■【以貌取書】原則
■【斷章取義】原則
■【招來揮去】原則
■【饕餮閱讀】原則
■【為己所用】原則
且聽我一 一道來。
①【以貌取書原則】：
要批量地“以貌取書”，絕不輕易對一本書投入感情 :)
不能隨便對一本書投入自己的時間心力精力；現在市面上的書，尤其暢銷書，80%以上是在賣紙，干貨量極低。“篩選什么值得讀”，本身就是一項對知識積累和認知能力有較大考驗的任務。
在這個前提下，隨便從頭開始讀一本書，是對自己時間的不負責任。
要在投入閱讀前，形成對一本書、一篇內容的一眼認知：AI時代之前，是靠封面、推薦序、目錄來判斷一本書值不值得讀；但往往由于文學性修飾、標題黨等因素，傳統目錄的總結是有偏的，不能完全充當原文的客觀概述；而利用AI工具，可以獲得更全面、無偏的內容速覽，以此可以極大提升判斷準確性，后文會舉例詳述。
②【斷章取義原則】：
一本書隨手翻3次、讀3段，沒共鳴的書不讀
美國圖書館界楷模人物 Nancy Pearl 提倡“50頁法則”：即先讀一本書的前50頁，然后決定是否值得繼續讀下去；此外，如果你已經年過50，那么就從100中減去你的年齡，然后讀那么多頁。
在我看來，50頁都太多了，如果隨機翻三次，撞見的原文不能啟發我，那就不必占用我的認知資源去讀。
反常識的一點是，“斷章取義”有巨大價值。理性腦認為我們必須有 “上下文context”、這樣才能客觀、全面地理解和學習內容。
但實際上，真正激發人的“學習自覺”的，是滿足好奇心誘發的“共鳴”獎賞。斷章取義的原文金句，雖然沒有上下文，卻能引發足夠的想象與情緒，成為閱讀的鉤子。
人必須得先被“擊中情緒”才能開啟學習的內驅力——哪怕這種“擊中”是帶有語言符號無法回避的、曲解性的“自嗨”的——沒關系，恰恰在被擊中“自嗨”后，才能真正有那個反人性的耐性，去深入理解知識的上下文。
更何況，80%以上的書里，干貨不及20%，根本不用記住那么多。很多時候讀完一本書/一篇內容，能記住3個金句就值了。其他的知識點都應該AI 拆好、存好到自己的“認知資源庫”中以備調用——“你有忘記的自由”
金句的抽取過程，可以利用AI 工具科學化，比如通過高技巧的 prompt 讓 gpt 或 kimi 幫你挑書中的最有洞見、最尖銳、反常識、價值濃度高的原文金句
③【招來揮去原則】：
絕不從頭到尾讀完一本書（非虛構類）
對書里的內容要“召之即來、揮之即去”，快速進行取舍。
把書拆過后，只記錄自己有感觸、用得上的，對于共鳴感不深、沒有引起進一步學習興趣的，就先丟掉不記；未來AI一定可以幫我們根據知識塊的語義，在需要使用時對丟掉的內容進行召回。
④【饕餮閱讀原則】：
絕不一次只讀一本書
要批量橫向閱讀，建立知識主干以及葉子節點知識間的連接，或至少要布下連接的 “鉤子”
讀一本高質量書后，要能帶出一串高質量書。要會利用 AI 巧妙地 “閱書無數”，要能窮盡相關周邊知識領域的所有高價值內容，并拆成知識塊備用。
對于這“一串書”的類型，主要有兩種： “本質理論類” 與 “臟手智慧類” 。
一方面，力求通過橫向對比，追溯到最底層、最本源的概念，而不是拿著別人咀嚼過的、用一堆故事包裝雕花后的N手概念去吸收（當然故事有其價值），要形成自己對某一認知領域的知識主干樹；另一方面，要能找到把理論落地到實踐的具體行動方法論。
⑤【為己所用原則】：
必須把讀到內容與自己已有的認知結構建聯
馬斯克有個說法倒是很認同（誰知道是不是他說的，不重要）：“把知識看作一棵語義樹是很重要的，在你進入葉子/細節之前(不需要依賴其他知識了)，你至少先懂基本原理，即主干和大分支。” 很明顯，馬斯克說這個話的時候腦子里是有自己清晰的知識結構的。
一切讀來、拿來的知識，若不能納入到自己的認知體系中，就都是散裝的知識碎片，沒有太大意義。
要學會對知識祛魅，跳脫出繁雜迷人的知識本身，真正圍繞自己的認知結構、帶著問題 “定向獲取” 知識，為己所用。
太多的人，由于沒有一套屬于自己的、相對穩定又不斷開放迭代的認知體系，總是四處掇拾一些他人嚼過的碎片理論，東拼西湊，最后腦子里只有一套套“散裝認知”，根本適配不了現實生活中層出不窮的復雜問題和人生終極問題。最后的結果，就是不斷被各種搭出了系統認知體系的人肆意割韭菜。
PART 2：
基于《智能簡史》的海王閱讀實操
用《智能簡史》（The history of intelligence）一書作為例子。這本書來自一檔外網播客推薦，很感興趣立馬就找來了英文版電子。
原書目錄
一看好家伙，是一本489頁的英文原版書，如果干啃太不明智了。
接下來我就完整呈現下我是如何用AI，落實上述5大閱讀與認知構建原則的。看完后，你也可以利用 AI，短時間內打通、打透一個【認知領域】，真正實現從“傻讀書”到“構建認知”的跨越。
01【以貌取書原則】
先用AI進行全書結構化速讀，判斷是否要在這本書中投入精力。這就跟見一個人時，在5分鐘的言談舉止、vibe感覺中，其實你就可以決定要不要深入交往是一個道理，哈哈。
首先由于原書沒有在國內出版，先用有道的文檔翻譯，全文翻譯成中文。雖然不能細讀，但大面上可參考即可。
網易有道翻譯支持超長文檔翻譯，可以試用10w字
之后，將英文原版文檔分章節拆分，分別喂給kimi。原因是通過多次嘗試，對于這個遠超5w字的超長文本，截斷后分別讀，比一次把一整本丟進去的輸出好很多。（需要PDF轉成Word后按章節分割文件）
如果直接給一本，一方面是長度不支持，另一方面輸出的結果常常是非常有偏的，經常會出現只讀了前一部分、完全沒涉及到文檔偏后部分的情況。即便是截斷后按章節（1-2w字）再丟進去，還是會經常出現因為“太長”而輸出卡殼的情況，無論是GPT4、kimi、llma3，都是如此。比較之下最后還是選用了在中文閱讀理解上相對有優勢的kimi。
用kimi速讀原書每個章節，要求kimi輸出章節的關鍵問題、原文摘錄
整體速讀判斷下來，這本書是比較好的從大腦進化角度講人類的認知、記憶、學習等方面能力形成的原因的，視野足夠廣、且追溯到了相對本質和根源的“大腦進化過程”，不是一般暢銷書中隨便扯幾個大腦解剖學名詞那種，并且最終將人腦智能跟人工智能相關聯，適合作為構建認知領域的“主干”書。
02【斷章取義原則】
原文金句摘錄：
★ 'Dopamine is not a signal for reward but for reinforcement.' “多巴胺不是獎勵的信號，而是強化的信號。”
★ 'Helmholtz suggested that much of human perception is a process of inference—a process of using a generative model to match an inner simulation of the world to the sensory evidence presented.' “赫姆霍茲提出，人類感知的很大一部分是一個推理過程：使用一個生成模型將內心世界的模擬與呈現的感官證據相匹配的過程。”
★ 'The true power of DNA is not the products it constructs (hearts, livers, brains) but the process it enables (evolution). In this same way, the power of language is not its products (better teaching, coordinating, and common myths) but the process of ideas being transferred, accumulated, and modified across generations.' “DNA的真正力量不在于它構建的產品（心臟、肝臟、大腦）而是它使能的過程（演化）。同樣，語言的力量不在于它的產品（更好的教學、協調和共同的神話）而是思想被轉移、積累和跨代修改的過程。”
這“斷章取義”的幾句金句，立刻誘發了我深入閱讀的極大興趣。
上文提到了，“斷章”之后的原文金句和原文切片非常重要，被金句觸發后我才有繼續拆讀這本書的愿望。
因此我拆解書的結構有 4 個部分：該章節的原文金句、問題式大綱、問題回答、跟回答最相關的原文摘錄
在進行了幾十次 prompt 調優后，把產出的答案再在白板筆記軟件Heptabase上進行拆解，得到全書內容的 “一眼認知”：（插一句，我認為 AI-powered 的視覺化軟件才是知識管理的未來，好過Notion、印象筆記等傳統層級式筆記，之后會寫文章詳述原因）
Heptabase 上的全書樂高化拆解
拆解結構分為4部分：該章節的原文金句、問題式大綱、問題回答、跟回答最相關的原文摘錄
這并不是簡單地把全書做筆記后放在一個白板上，這種視覺化的拆解與傳統的 Evernote 等層級式筆記相比，差異化的優勢在于：
1. 層級式筆記的感覺是“在知識的黑暗叢林里鉆”，需要不斷下鉆或上潛，很容易一頭扎進某個筆記后totally lost。實際上，人腦是傾向于視覺化記憶的，當你感覺能在一個視覺屏幕范圍內認知全書時，你會對內容產生一種“縱覽全局”的可控感與熟悉感，降低學習陌生內容的心理門檻，利于整體框架的形成。
2. 書中的知識不再是擠在一起的、大段大段的文字，而是變成了有“可靈活調用感知”的“知識塊”；這種“感知上的靈活性”，能激發人更勤快地調用知識切片、進行知識建聯和重組的意識。
03【招來揮去原則】
參考上面的 AI 拆解，個別“問題塊”的內容能完全“擊中”我，產生強烈興趣：比如魚其實根本不是我們通常以為的“7秒記憶”，他們的記憶力實際上很強；比如科學研究質疑了人類推理、抽象和反思等能力的人類獨特性......
《智能簡史》全書類似一部語言生動易懂的教科書，知識點非常多，如果追求“全”、都用筆記記錄下來，那大概率之后根本記不得啥；所以我只挑選我感興趣、且能與我之前的認知體系相關聯的“問題塊”記錄下來，除此之外其他知識塊都暫時不要。
我挑出這些能夠“擊中”我的“問題塊”，作為自由卡片放在一邊，以備重新組織。
集合自己真正感興趣的“問題知識塊”
“全都想要，意味著什么都留不住”，只留下這次需要的，其余的以后都丟給 AI 工具管理，需要時召回。
04【饕餮閱讀原則】
接下來就可以以這本書中的知識塊為線索，找出相關【認知領域】的書了。
【認知領域】不是單一的學科領域，而是跟這本書涉及的學科領域相關的、所有的周邊學科領域。
認知領域也可以按照相關度分級別。比如《智能簡史》這本書，一級認知領域包括了腦科學、認知心理學、人工智能；次一級認知領域包括人類學、科學哲學、行為經濟學等
爭取通過一本書帶出涵蓋多學科的一個【認知領域】，然后將該【認知領域】內的高質量書一網打盡。
我將一個認知領域的書主要分為兩類——【底層理論類】和【臟手智慧類】，“底層理論類”偏系統性的學科骨架書、教科書；“臟手智慧類” 重實操，面向具體生活情境問題。
在結合了AI 速讀，以及微信讀書、得到、豆瓣等多個讀書平臺的書評后，從五十多本中挑出了這些：
底層理論類：
一級認知領域：
《認知、腦與意識》
《神經科學：探索腦》
《意識探秘》
《認知：人行為背后的思維與智能》
《認知心理學：心智、研究與你的生活》
《認知心理學及其啟示》
《腦機革命》
二級認知領域：
《人類的認知》
《人類學與認知挑戰》
《心理學與認知科學哲學》
《神奇的連接組》
《劍橋學習科學手冊》
《福格行為模型》
臟手智慧類：多數從腦科學和認知心理學兩個學科領域出發，用生動實例講如何在生活中運用上面提到的底層理論。這類書是水貨暢銷書重災區，得會火眼金睛篩選。先選了三本：
《激活你的學習腦》
《精準學習》
《效率腦科學》
理想情況下，AI 可以幫我把每本都拆成“信息塊”，之后進行廣域的橫向對比，相互查漏補缺，還能以結構化的形式輸出，方便快速調用。目前還沒有能這樣一步到位的 AI 工具，但 GPTs 可以部分實現。
GPTs 首頁，開通 GPT4 后可用，等很快 GPT-4o 免費開放后相信很快也會開放；國內類似的產品是字節家的 Coze，免費可用多個大模型
把這些書的版電子都用來作為 GPTs 配置的“知識庫”，經過 prompt 調優后就可以對 ta 提問任何橫向對比的內容，比如原書中提到的 “語言與大腦” 相關內容，就可以快速在這些優質、底層的內容中獲得相關的原文摘錄。
如此，我便完成了自己針對腦科學、認知科學等這一組【認知領域】樂高知識塊的積累儲備。
用【認知領域】內的相關書籍版電子作為知識庫，配置GPTs
配置好的GPTs，可以對一個問題從多本書中摘錄相關內容
比起 AI 檢索/普通互聯網搜索，這種方式的優勢在于找到的內容不是淺度的互聯網 N 手資源，而是真正深度、底層的內容，能極大提升你的輸入信源質量。
05【為己所用原則】
在這里我貫徹三個關鍵詞：【連接】、【提問】、【立馬行動】。
第一，“每個概念或事實都可以與無數其他概念或事實建立聯系。” 要把新學的概念、理論與已有的知識體系、或生活場景做關聯，嘗試去用所學做解釋，哪怕有牽強的部分；這時就可以通過彌補理論與自己的闡釋間的 gap 來強化自己的學習，并且不斷創建不同領域、不同形態事物間的連接。
不同領域的知識塊建聯
所謂創造性，就是將看似毫不相干的、碎片的經驗、知識、想法、感覺和價值，以不可思議的方式連接、再創作。
“創造力是找到兩個看似無關事物之間的聯系。”（愛德華·德·波諾）
第二，要永遠帶著問題去找知識塊。要像搭樂高積木一樣，面向問題搭建情景化的解決方案。
因為一方面，人的大腦天然對問題感興趣，問題引發的好奇心會在大腦中激活多巴胺回路。因此問題是強化認知、增強記憶的鉤子，帶著問題能提升知識吸收效率。
另一方面，單純羅列式地整理知識沒有意義。那些密密麻麻的、漂亮的結構化筆記或思維導圖，多數只是自我感動，自己也不會回看、要用的時候又得重新讀一遍。
知識一定是面向解決問題、解決困惑的；否則都是死知識、越多越僵化、如同在腦子里堆滿了知識漿糊。
對于這本書和上述一串書拆解后的知識塊，進行重組和知識塊間的建聯。比如，對于“語言如何重塑大腦” 這個問題，就可以直接問配置好的 GPTs，快速獲得相關的知識塊并摘錄，之后與以前拆解過的知識塊建立鏈接。
逐漸地，當你建立的認知領域足夠多，理論上對于任何問題，你都可以快速調用 “知識塊”，搭建一套從底層學科理論到實操方法論的自洽解決方案；不必只刷各種網站找二手答案，被繞得云里霧里了。
長期積累，就可以在大腦中建起一個明暗閃爍不定、擁有無數連接的認知網絡；彼時，智慧必將涌現。
第三，把知識立馬變成一個具體的行動，落實在生活中；嘗試優化生活中哪怕特別特別小的一個行為習慣，并且有意識地去觀察其變化。一個就可以，就一個。
比如，在UCSF教授本杰明·里貝特（Benjamin Libet）曾做過的關于“自由意志”的實驗發現，在“自主”行為發生的前半秒，大腦發出了一個“動作電位”（action potential）的信號，它與即將發生的行為有關。也就是說，當你意識到自己想要做某個動作時，你的大腦早就為此搭建好了數百萬個連接。在你意識到自己想要行動與采取行動之間，相隔大約 0.2 秒。這個 0.2 秒的時間窗口足夠讓一個訓練有素的頭腦注意到這種沖動，并采取可能的干預。
所謂“自由意志”，0.2s之間
這令我想起著名心理學家維克多·弗蘭克爾曾提到的：“在刺激和反應之間，有一個空間。在那個空間，我們有力量選擇自己的反應。而我們的反應展現了我們的成長和自由。”。結合這個神經學理論，我就會更有意識地提醒自己在每一次行動沖動前覺知到那個“間隔空間”。比如每次想要去拿起食物前、每次要慣性嘆氣前，都刻意默念提醒自己“你有選擇的自由”。
以上，就是個人作為一個貪婪閱讀者、AI產品研究者和認知進化癡迷者的【海王AI閱讀法】。
再回顧下五大原則：
■【以貌取書】原則
■【斷章取義】原則
■【招來揮去】原則
■【饕餮閱讀】原則
■【為己所用】原則
本號后續將聚焦 AI 主題式閱讀，推出一系列【認知領域】拆解作品；研究如何通過“底層閱讀”進行“本質思考”，升維認知體系。
持續做你的思考鉤子 :)
你也許想知道...
? 文中提到的工具 Heptabase 是一款順滑好用但小貴割肉的白板筆記軟件，詳情可點擊：《上車Heptabase之前，不妨先進行一個冷靜分析》
■ “每一本書，都是通往無垠認知異界的一個入口”
部分圖源網絡，侵刪
