在使用AI搭建信息流的过程中，我同时在思考另外一个问题：
1.AI可以压缩（摘要）信息，那什么情况或者什么信息是不可被压缩的？
我目前的结论是：
已经压缩过的信息在同一层次无法再被压缩；只看摘要就行的本质不是压缩信息的功劳而是大脑已经对相应的信息进行过编码。

一、什么叫已经压缩过的信息在同一层次无法再被压缩？
这句话从数学的角度来说，可以理解为一个方程最多解一个未知数；也可以更一般的理解为矩阵的秩就是矩阵的“信息量”，而信息量的最大时矩阵又被叫做满秩矩阵。
具体来说，举一个科研论文的例子。论文的信息层级一般是三层：题目、摘要、正文。

题目的主要作用是点明研究的对象和方法，让读者知道是否是自己感兴趣（如最近大热的AI和超温超导。）或者是自己领域相关的论文，而一个合格的论文题目一定是具备以上基本要素的，因此，你可以修改题目将其变得更吸引同行，但很难将题目进行压缩比如变成一半的字数。

摘要也是同理，同样一篇论文也许不同的人写摘要质量天差地别，但如果都在及格线以上，你就只能对摘要进行质量提升而不能对其进行二次摘要总结，因为必然会丧失信息，及格线以上的摘要其实可以看做“满秩矩阵”，要想压缩你只能取一个子矩阵别无他法。

因此，以论文的例子来说，你可以将论文压缩成摘要或者结论，也可以将摘要进一步压缩成题目，但是摘要你不能进行再次压缩否则必然损失相关的细节，比如论文的主要结果就是摘要会出现但不会在题目中出现的。
二、AI摘要什么时候是有用的
AI摘要已经有很多长期的使用者，但是有一个判断标准好像很少有人讨论：那就是什么时候看了摘要应该看原文，什么时候一些人需要看原文而一些人不需要。

我认为标准其实很简单：当原文的信息、分析框架、思路技巧你已经掌握的时候，AI摘要可以帮你迅速总结节省时间。你可以理解为你已经知道了F(x)，而文章只是F(x)只是x取具体的某个值的情况。

而如果大脑没有对原文提到的内容进行编码那么原文就是必看的。
我举一个现在已经是反面的例子：在年初GPT刚出来时有一类帖子特别火爆，大概就是ChatGPT已经彻底改变了人类，以下是它的10个技巧。
其实这类帖子你看第一个是特别有帮助的，因为帮你完成了对ChatGPT使用技巧知识的初步编码（也可以理解为从zero-shot变成了one-shot），但这之后由于都是大同小异的模式导致继续看的价值呈指数衰减，就像冰可乐的第一口值整罐价值的80%一样。

其他的AI总结文章也是类似，如果摘要被总结成脑图（多级摘要的另一种形式），你发现每一个子目录你都了解，那么文章其实没有必要在读了，甚至更直白一点，你只需要对题目进行一下信息和情绪比值的分析，你就知道是否是文章的受众了。