@Suhail: 我开始大量进行异步学习,把所有有趣的博客文章、推文、arXiv论文都拿给AI,让它教我……
摘要
作者分享了一个个人工作流程:他们使用一个AI提示来总结感兴趣的内容(博客文章、推文、论文),以便后续进行异步学习,并且发现这比单纯的书签收藏更有效。
我开始大量进行异步学习。我会把每篇有趣的博客文章、推文、arXiv论文拿给AI,用一个特定的提示让它教我。我不会立刻阅读,而是先排队等稍后再看。然后当我有空闲时间(比如在优步上、睡前等),我就会去阅读这些内容,而不是在X上无目的地刷屏。
这不知怎么的,比在备忘录或其他地方保存链接要好,因为当我终于有时间阅读时,会有一个非常易读的成果供我深入阅读、并追问后续问题。
我感觉自己学习的速度比以往任何时候都快。即使内容写得很差,AI也能按照你的喜好进行修正,并根据你的经验水平进行调整。
查看缓存全文
缓存时间: 2026/06/29 02:26
我最近开始大量采用异步学习的方式:每遇到一篇有趣的博客、推文或arxiv论文,我都会要求AI用特定提示词来教我。我不会当场阅读,而是先加入队列,留待之后处理。等到有空闲时间(比如在优步上、睡前),我会去阅读这些内容,而不是无意义地刷X。
不知为何,这比在笔记应用里保存链接更有效——因为当我终于有时间阅读时,眼前会有一个非常易于理解的成果,我可以深入阅读、思考,并提出后续问题。
我感觉自己现在的学习速度比以往任何时候都快。即使原始内容写得不好,AI也能根据你的喜好进行调整,并适应你的经验水平。
相似文章
@_ar9av: 连续第6天每天阅读一篇关于AI的arXiv论文并分享真正印象深刻的内容:AutoSci(北京大学)概要:…
一条推文介绍北京大学开发的AutoSci系统,该系统可自动化从文献调研到回复审稿意见的整个研究流程,并在项目间进行自我改进。
一个AI新闻、博客、论文、仓库、工具和事件的聚合信息流——我建了它,现在却在思考学习是否才是更大的问题
AgenticBrew 是一个新的AI新闻聚合器,从数百个来源抓取信息并将相关故事聚类。现在,其创建者正在探索个性化学习路径功能,根据用户角色和AI认知水平帮助提升技能,并寻求社区意见。
@leopardracer: 他只用60秒就自动化了整个AI研究工作流,每15分钟运行一次,在他睡觉时。一个提示词到Hermes…
一个工作流,通过每隔15分钟扫描网页、GitHub和arXiv,使用一个提示词调用AI模型(Hermes)和一个cron任务来自动化AI研究,然后将结构化的摘要推送到Telegram。
@dickiebush: 这周我花了8小时阅读了50多篇关于AI的文章。一天学到的东西比大多数人一整年学到的还多……
一条推荐8篇AI关键文章的推特,作者称一天内学到的东西比大多数人一年还多。
@trq212: 我最近经常使用的一个提示:实现 <SPEC> 并在此过程中,保持一个运行中的 implementation-notes.html 文件…
一位Twitter用户分享了一个用于AI代码生成的提示:在实现规范时,保持一个运行中的实现笔记文件,记录决策、变更和权衡。