如何真正记住你读的内容（使用Karpathy的LLM阅读法）

老实说……现在没人能记住读过的东西了。

你读完一本书，划了几行金句，自我感觉良好了一周，然后95%的内容都忘了。

Karpathy 找到了一种借助 AI 更好地阅读的方法。

一种能将阅读从被动的信息消费，转变为真正理解并记住的方法。

它叫 reader3。

他构建这个工具是为了让你能一章一章地阅读 EPUB，同时让 LLM 充当你的私人导师。

你先自己读书，然后利用 AI 将读到的内容转化为可用的知识。

以下是运行方法：

1. 将 EPUB 下载到 reader3 中

reader3 本质上是一个书籍章节切片器。

你把 EPUB 丢进去，它就会把书拆分成干净的、按章节排列的片段。

这样，你读完第4章后，只需将第4章发给你的 LLM，而不用上传整本书或自己在 EPUB 里翻找。

实际阅读时，用你喜欢的设备就行。

纸质书、Kindle、iPad 都可以。

我用的是 Kindle。

2. 第一遍：手动阅读

先在你平时的阅读环境里自己读完这一章。

不允许用笔记本电脑、手机或 AI。

只有你和书。

这样，在模型开始解释之前，你就有了自己的第一遍理解。

3. 第二遍：让 LLM 解释

读完一章后，在电脑上用 reader3 打开同一章，发给你的 LLM。

让它用通俗易懂的语言解释和总结这一章。

我喜欢提示词：“解释这一章，让一个15岁的孩子也能听懂”

这时，LLM 就成了坐在你身边的导师。

它会放慢节奏解释难点、说明引用内容，并让论点更清晰易懂。

4. 第三遍：问答

现在，针对这一章提出你所有的问题：

我漏掉了什么？ 哪3个想法值得记住？ 作者到底在论证什么？ 作者在哪里说得不够好或不够清楚？ 针对重要部分考考我 把这一章和前面的章节联系起来

这些问题会迫使你真正努力并参与到材料中，而不仅仅是收集另一份摘要。

5. 保存到你的知识库

问答结束后，让 AI 把这一章整理成笔记：

章节摘要 关键想法 最佳引文 未解问题 主题 与前面章节的联系

将这些笔记保存到 Obsidian、一个 markdown 文件夹或 LLM 知识库中。

这样，随着你的阅读，书籍知识会不断积累。

第8章会更新第2章开始的想法。

整个书的论点会被追踪。

到最后，你就拥有一个可搜索的私有记忆库，记录了你学到的一切。

流程就是这样：

Kindle 用于专注阅读。 LLM 用于私人辅导。 知识库用于长期记忆。

Karpathy 的原版工具： https://github.com/karpathy/reader3…

我推荐使用 LLMReader，它是同一概念的升级版： https://github.com/yongkangc/llmreader…

它增加了 EPUB/PDF 支持、更方便的章节复制、高亮、笔记和 Markdown 导出功能，这样你读完每一章后就可以把内容发送到 Obsidian 或你的 LLM 知识库中。

Karpathy 的原推文：

Claude Code + Granola 简直就是作弊码，能让会议真正高效。

问题在于：大多数会议记录在通话结束后就死了。所有的决定和行动项都躺在文档里，没人再打开。

所以我构建了一个技能，来处理那些没人会去做的会后工作：

它把你的 Granola 笔记变成一个交互式仪表板，直观地告诉你的团队下一步该做什么……

这样你决定的事情真的会被完成。

工作原理如下

你通过 MCP 将 Granola 连接到 Claude Code 或 Codex，任何通话结束后只需说：

“根据我最近的 Granola 会议创建一个仪表板”

该技能会读取记录，判断你刚刚开了什么类型的会议，然后构建相应的仪表板。

如果是一次头脑风暴，你会得到一个点子板：最佳想法、主题、下一步要做的实验。

如果是一次规划会议，你会得到一个时间轴：里程碑、负责人、依赖项、阻碍项。

如果是一次销售电话，你会得到一页纸，可以发送给任何错过会议的人：客户的痛点、他们的反对意见、原话、下一步行动。

如果你有一个 LLM 知识库/第二大脑，它会把重要的上下文导出到那里，这样 Claude 以后能记住这个决定。

要点很简单：会议结束后，你应该确切知道发生了什么、什么重要、下一步该做什么。

现在智能体负责执行。会议是让人类决定什么事值得做。

所以电话结束，智能体拿到仪表板就开始干活。

完整技能如下：