基于 稀缺数据 > 模型 的判断，我很早就在积累个人数据，并且一直在尝试挖掘这些数个人数据的「金矿」。

今年把大量作品、笔记、日记数据存到本地（几十万字），每次做自我探索的时候，就可以让AI基于这些资料给，给到我包含大量真实细节的洞察。一个简单的提示词就可以得出时间跨度好几年，维度也非常丰富的结果，图片里只是很小的一个结果。

目前的个人资料数据包含：

1，每天写2000左右的「间隔日志」
2，过去12年公众号写的几百篇原创文章
3，7000多条亲手写下的flomo笔记
4，人生可能性访谈和创造营访谈记录（每次访谈至少1个半小时
5，做了6年的小报童几百期周刊（摘抄+读后感
6，各种自己写的文档资料，比如，每周给创造营的小伙伴写一封鲜活的「每周来信」。

电脑办公时有个非常坏的习惯，就是有事没事（下意识）点开微信，把各种群的小红点点掉（即使已经折叠隐藏），然后关掉微信。好在我的视频号、朋友圈都是隐藏的，否则肯定还会点这两个，其实没有任何信息，但就是无意识的每天至少点几十次。

Mac可以有应用锁，但每次都很麻烦，最多解锁10分钟，真正需要用微信工作的时，不断弹这个非常影响工作心情。

刚刚研究iPad登录能不能解决时，时突然发现，手机上是可以锁Mac端的微信的。其实对付这种下意识行为，只需要一个小小的阻扰和提醒就够了。

昨天尝试下来效果还不错，每次一点就意识到，我又在无意识的点，然后就关掉。之后点的就越来越少了。

我觉得是不断地回归这些最基本的，能一直带来安心宁静的事情。

我们会被各种信息弄得焦头烂额和迷失，这个时候我们可以提醒自己，回到这些支点性的事情上。

也就是「回正」的能力。

笑死，爱迪生说，电影会取代教师。

作者也在 2013 年 ，大胆预测 MOOC（大规模开放在线课程）将颠覆教育。然而，并没有。

仔细想想，我觉得这几十年本质上是「信息技术」，就是越来越高的信息传递效率。

但教育不只是传递信息，人（动机、注意力、信任、关系、身份认同），这些不是信息效率就能取代的。

AI时代目前也类似，但又更近了一层。我自己的感受，AI不仅仅是个「信息工具」，它已经接近「助手」级别了，它有一定的主观能动性，也可以给它设置动机和偏好，用久了我会对它产生一些信任。

但终究有它替代不了人的部分

我该教儿子什么？
通用人工智能时代，教育的目的是什么？
stevekrouse.com

没想到微信公众号还在努力，这是要「编辑推荐」制，来保持AI时代的人味吗？

极简主义生活方式和阿饭的宝藏两个公众号都收到了邀请，那我就有两票喽，可惜不可以推荐自己的文章

发现了一个「把完美主义转为优点」的好方法，就是有模糊的想法，就让AI去做，AI做出来东西我看不下去，我忍不了，我就要改，改着改着事情就做完了[机智]

最近开始「正向积分系统」：

就是在做间隔日志的同时，顺带对于刚刚这段行为中积极的部分打个分，只要是长期来说是正向的事情就可以打分。（加分制）

基本的动作就1分，能带来结果的就3分，结果比较重要的就5分，然后一个重大的项目级的突破就是8分到10分。

我和我对象商量，我们各自这样打分，1分就算1块钱，年底（从共同账户里）算是给自己发年终奖了，也算是自由职业给自己的一种节点性激励吧。

和一般的打卡行为不同，这个积分不是刻意的，而是自然而然做完自己喜欢的事情之后，回头去看哪些事情是可以打分的，它的目标异化不会那么强。

比如之前给自己定了一个每天散步7000步的目标，就会为了散步而散步，然后很多时候就也会有内耗。

那我现在其实是不定目标，只是在做完事情之后觉得说，哎，这个可以给我打一个分，每天也并不会追求要多高一个分，我看的是一整年下来的一个分数。

这个对于容易想很多，容易内耗的的人来说挺友好的。

最近大量用AI的两个变化：

1，不再盲动，不再没想清楚就试图让AI给出成果，现在至少会花一半的时间，和AI一起做「深度研究」。

越是深入使用AI越发现，AI能做出远高于现在平均能力的东西，但需要你给到非常清晰且精准的，且本质的提示。这件事可以看x上数学家陶哲轩和AI的对话，它让AI解析数据的提示词都非常简洁，但「一针见血」，AI的回复质量就会变得非常高。

就像电影导演一样，像米开朗琪罗一样，心中早就有了成品，拍摄核雕刻的过程只是把多余的东西去掉而已。

如果你试图偷懒把让AI替你做，最终做出来大概率是平均的，烂大街的东西。当然，做出一般的东西也是成长的，我前面半年都在做这件事，AI的好处实让我快速清晰的认识到这点。

我目前的深度研究流程：

1，让它先把我这个需求市面上所有优秀的思考结论、案例、洞察都搜集过来，我先了解一遍，不重复造轮子。

2，让AI不断向我提问，我不断口述各种细微的原初想法，回答问题真的是深度思考的最佳方式。当然，这件事很累，我每天回答几个，直到我自己内心的图景清晰，才会开始推动AI做出demo 。

3，并且不断重复和深入这个过程。很多时候，往往会让项目停滞，因为我没有新的想法出来，但我会带着多个待完成的项目，去更有目的的去阅读，去学习。

2，保存所有过程性数据：过程中随时记录对项目的细微感受，思考和复盘；有意识地保存所有的交流记录（随时多选然后丢给专门的AI对话窗口，不然到最后来整理就会很崩溃）；也会积极地搜集真实反馈，作为数据的闭环。

不用担心数据杂乱，一股脑存下来就好，这点数据量对于AI来说不是事，最重要的就是把场景中，脑海中，过程总的数据存下来就好。

做这些的目的不是当下就能靠这些数据优化我的工作流，之前尝试过总结原则、skills、判断，发现多余的提示词反而会降低AI的工作效率，分散它额注意力。

我期待的是未来AI更强之后，这些原始数据可以成为非常重要的资产。现在顶多就是让AI协助我复盘，发现我没有觉察到的视角。

早上能明显感觉到积极的信念在变强。

就是早上醒来想到脚本还没写出来，内心会涌起一股担心，“哎呀，写不出来怎么办？”

但是瞬间会被我意识到，并且调整心情，告诉自己说，“我会期待写脚本，然后会写出很好玩的都内容，我是享受这个过程的。”

然后刚刚对出门还是会有点犹豫，也会立即切换成积极的信念，会想说，“我是喜欢出门的，出门会给我带来很好的状态，我享受那种全心专注、心无旁骛的感觉，因为每次出门确实是那种心无旁骛一直做事的感觉非常好，然后回来也可以完全放松。”

我发现我好像现在越来越能够不被负面情绪阻挠，更冷静，就是非常清醒的去推动自己产生积极的信念，并按照积极信念的方式去生活。

早期负面情绪像洪水，一旦起来只能被淹没；但现在负面情绪像小猫，轻轻撸一撸就能变得安静乖巧。

Claude Code的额度要刷新了，我就让它跑一个我整个8月的所有日记（40万字），做一个复盘。就是看上去挺震撼的，有些启发，但是要说收获多大吧，也没有。

就AI生产能力目前就是这么一个情况，就是它能够给你一些眼前一亮的东西，但是你稍微一深入就觉得一般。

然后但是呢你真的投入了大量时间去精细的调用它呢，哎，它又能给予你很高质量的东西。

所以AI并没有省力，它只是换了用力的方式，且AI的杠杆更大，相比于你逼自己把自己脑力耗空相比。