被AI确诊为仓鼠症——从搬运到消化的四步疗法
这周按规划要写一篇关于信息素养的文章——“数字时代的生存之道”，这是年初就列在规划里的题目。 我跟AI从"信息素养"的话题聊起。我说类似的各种素养有很多，让他先去学习一下。AI很快学完了来跟我报告：这类"素养"是个大家族——媒介素养、网络素养、信息素养、数字素养、数据素养、AI素养，按时代发展依次登场，各有侧重，有的偏批判，有的偏规范，有的偏获取，有的偏运用。其中数字素养最全面，把其他几个都囊括进去了。 这些"素养"都指向数字时代的生存能力，核心都是人与信息的关系，它们本质上都在回答同一个问题：信息爆炸的时代，人的注意力怎样才能不被淹没，而是让信息为自己所用。 顺着这条线，AI做了一轮困境诊断，梳理出三个层面的痛点：输入层，信息太多，信噪比低；处理层，认知能力跟不上接收能力；转化层，信息无法沉淀，看了记不住，无法变成行动。 我一看，觉得自己的痛点在输入层——信息太多了，不知道看什么。AI说不对，你的痛点在处理层。理由是处理层承上启下，处理能力接不住，输入端就缺乏筛选标准，输出端也无法沉淀——“信息太多"只是表象，根子在处理层。 我一愣，觉得好像有点道理。于是让他去看我的"学习笔记”——处理环节的结果就摆在那里，看完就知道处理得怎么样。 它翻了四份笔记。哲学的、传播学的、编程的，内容不同，格式各异，但评价是模式一模一样：把信息从源头搬到Obsidian，存在形式跟在书里几乎一样，只是换了个地方存放。 信息换了存放地点，存在形态没有变。这不是学习，是搬运。AI对我说，你就是信息时代的搬运工，也叫"仓鼠症"。 仓鼠的习性是什么？拼命往腮帮子里塞东西，存起来，以备不时之需。但大量食物并没有被吃掉——塞进去再说。 “学习笔记"好歹是我当年一行一行手打的，AI不知道的是我各种平台的点赞收藏清单里数不清的文章和视频——先赞后看只是我的一厢情愿。 更不要说我那两块4T机械硬盘，被各种所谓的资源塞得满满当当，之前烧掉我1200万tokens，水花都没打出来一个的天涯神贴只是冰山一角。 收藏即完成，搬运即学习，囤了=有了。 我确实是这样，仓鼠症没跑了。 仓鼠症的症状一：瞎塞 仓鼠往腮帮子里塞东西是不挑的，给什么塞什么。 信息时代的问题也一样——不是太少，是太多。算法推荐24小时往屏幕里灌内容，每一个标题都精准命中焦虑，点进去觉得好，收藏；又刷到一篇，再收藏。收藏夹越来越满，但消化能力一天也没增长。 问题出在输入端没有筛选机制。什么信息都往里装，信噪比越来越低，真正有价值的东西反而被淹没了。 更微妙的是心理机制：点"收藏"的那一刻，焦虑就缓解了。大脑说"我已经保存了”，这件事就算翻篇了。但收藏夹不是记忆，是冷宫。 仓鼠症的症状二：不嚼 就算碰巧收藏了一篇真正有价值的文章，甚至认真读完了、做了笔记——问题也没有结束。 因为笔记本身可能是假的。 我的学习笔记长什么样？书里写了一段话，我觉得有道理，就用引用块摘录下来，没有任何个人痕迹。Python基础语法笔记，教科书式抄录，零加工。爬虫笔记最夸张，245行，HTTP状态码表完整搬进去了——这种东西随时能查到，存它干什么？ 四份笔记，一个模式：把信息从源头搬到Obsidian。搬运式笔记完全绕过了"消化"这个环节。大脑看到"我已经记下来了"就认为完成了，实际上什么都没发生。 不是所有笔记都这样。有一份例外——跟AI对话之后产出的那份，关于学会学习的。那份文档里有追问：“我不是很能理解，展开聊聊？“有讨论补充，有个人启发的提炼，有框架重组。信息经过了大脑的加工，产物是原文里没有的东西。 那份才是沉淀。其他的，只是存档。 仓鼠症的疗法 仓鼠症有两个症状，一个是入口没把关，一个是入口之后没有加工。但它们不是两个独立的问题——信息从外面进来，到最后变成自己的东西，是一整条路。这条路走不通，仓鼠症就好不了。 这条路有四步：筛选、理解、关联、沉淀。每一步都是在给信息做加工，让它从"别人的"变成"自己的”。 第一步：筛选 这条信息值得我花时间吗？不值得的，立刻舍弃。 筛选是第一道关，也是仓鼠症最容易卡住的地方。收藏夹之所以变成冷宫，就是因为跳过了这一步——什么都往里塞，什么都不舍得扔。 信息输入需要两条腿走路：体系化的内容搭认知框架，碎片化的信息贴前沿动态。所谓体系化，是指系统性、有逻辑链条、追问WHY的深层内容——书籍天然具备这个特征，今天具备这种特征的载体还有很多。网络则提供碎片化、高时效、解决当下问题的信息。一个搭骨架，一个填血肉。但两条腿都要筛。 特别是网络信息——1分钟内决定留不留。标题和摘要能判断价值的，立刻决定；不确定的，快速扫读前两段；仍然不确定的，舍弃。 宁可漏掉，不要囤积。漏掉一篇好文章，损失有限；囤积一百篇没读的文章，收获为零，还附赠焦虑。 第二步：理解 这条信息在说什么？核心观点是什么？逻辑链条是什么？我有不理解的地方吗？ 理解不是"看完了”，是能用自己的话讲清楚。看完了但讲不出来，就是没理解。 很多人的笔记停在这一步之前——摘抄了原文，觉得"看懂了"，但从来没试过合上书自己说一遍。费曼学习法的核心就是这：能讲清楚，才算理解了；讲不清楚的地方，就是还没入脑的。 第三步：关联 这和我有什么关系？和我已知的知识有什么联系？和我的问题、目标有什么关系？能改变我的什么决策、认知、行动？ 关联是关键一步——它把新信息焊到旧知识上。没有这一步，信息就是孤岛，迟早沉没。 一份笔记如果只是把概念从书里搬出来，跟自身没有任何连接，它就不属于自己。真正有效的笔记，一定有"这让我想到了什么"“这和我之前读过的某某有关"“这改变了我对某件事的看法”——这些才是加工痕迹。 第四步：沉淀 怎么让它留下来？记录到哪里？怎么方便以后找到？怎么和其他知识建立链接？ 沉淀有三个层次：知道——读过了，能复述大意，但很容易忘；理解——能用自己的话解释，能举自己的例子，能和已知的知识建立联系；能用——遇到相关问题时能想起来，能解决实际问题，能教给别人。 大多数人的笔记停在第一层。以为"知道"就是"学会”，其实离"能用"还差两道坎。 最小改变：说出来，再记录 说了这么多，真正改变行为的最小动作是什么？ 一个：读完之后，不要先打开笔记软件——先跟AI说话。 把读到的、觉得重要的东西，用自己的话说出来。说不清楚的地方，就是AI追问的地方。答不上来的，就是没入脑的。对话走完一轮之后，再把自己真正消化的东西沉淀下来。 为什么有效？说话比写笔记门槛低，容易启动。AI追问能暴露自以为懂了但其实没懂的地方。在组织语言的过程中，大脑就已经在加工了。最后落笔的时候，产物已经是"原文里没有的东西"。 制度化地做这件事：每次阅读后的沉淀，必须经过一轮对话。这就是从搬运到加工的最小改变。 腮帮子满，不是吃饱了。存下来，不是学会了。 仓鼠症没有特效药。但至少知道病在哪——瞎塞和不嚼，入口和消化，两个症状指向同一条路。 筛选是取舍，理解是拆解，关联是焊接，沉淀是扎根。四步都走完，信息才算真正入脑。 怎么做呢？有什么想法欢迎先在评论区聊聊——说出来，是良好的开始。 后记：AI为镜 这篇文章的起点，是年初规划里列的一个题目——“数字时代的生存之道”。本想从信息素养入手，解决一个困扰我很久的问题：信息爆炸的时代，怎么高效获取信息，避免在碎片化的洪流中迷失。 刷两小时手机，回头发现一无所获——这种体验太熟悉了。 跟AI聊完之后，问题被重新定义了。我的痛点不在输入层——信息太多只是表象；真正的症结在处理层——接了那么多，却没消化。仓鼠症的诊断，不是我预设的方向，是AI一层一层追问之后浮现出来的。 我对AI的要求一直很明确：客观、真实、该批评就批评。这次对话印证了这一点——它没有顺着我的预设走，而是把问题翻到了另一面。 问题被重新定义，也算一种收获。 AI其实还给我提出了更尖锐的批评，认为我该多用点心思在学术上云云。 以AI为镜，是一种很好的自我审视、自我解剖的方式。 不过，这篇文章终究只解决了一半的问题。仓鼠症的症结在处理层，这是需要首先解决的问题。但输入层的筛选问题依然存在——信息源太多、太杂，怎么找到值得信赖的信息源？ 达利欧在《原则》里提出过一个概念：可信的人。在某个领域有成功经验、能逻辑清晰地解释观点的人，他们的意见应该被赋予更高权重。信息爆炸的时代，每个人都需要找到自己的"可信的人"——那些值得信赖的信息源。 我希望成为一个"可信的人"，在如何用AI促进个人成长方面持续探索。 如果我写的内容对你有用，欢迎点个关注，也欢迎转发给同样在信息海洋里挣扎的朋友，这是鼓励我写下去的强大动力。