把 skills 整理了下, 大家可以用用看:

github.com

Token 消耗量以及Token 账单，是「虚假指标」。

你面对的问题，AI 介入之后，有没有被更好解决，是「真实指标」。

订阅额度是否用光，不值得心心念念。
你的问题是否变好，才应该时时叩问。

创业者只有一个朋友：用户，也只有一个敌人：用户的问题。

你自己不动心的东西打动不了任何人。

三角测量法的方法论引申：

用多个相互独立的数据源、方法、研究者或理论考察同一现象，结论汇聚则可信度上升。

/ljg-card -c mp.weixin.qq.com

读KK的《科技想要什么》，不断联想到一个问题：「Agent 想要什么？」

让Agent 调用skill 分析一本书时，它努力在搜索网页，再做提取、分析、汇总、报告。如果有一个「出版社信息源」，提供书籍的markdown 版本内容，每调用一次 xx 元，想来也是成立的。

PDF、EPUB 「可以」转成markdown，但不论是我来手动转，还是让AI 多做这一步动作，总觉得流程上不对劲。

它本可以「不这样」折腾一下的。

鱼在水中不知水。

「意识形态」就是我们的「水」。AI 可以很好地帮助我们把它识别出来。

大脑是个预测机器。

我们应该基于自己的认知，多做预测，记录下来，让现实反馈来打磨修正认知模型。

阅读 = Δ(读前的你, 读后的你)

AI 介入之后，「读的你」还得在。不论AI 解读的多么漂亮，后面都得跟着一个「我读完之后如何如何」。

规则的归宿是消失于习惯。