AI潮流下，关于阅读实践的思考
以下内容第一部分是通过 notion 概括我的口播内容生成，第二部分 “AI 给阅读带来的变化” 是 Claude 生成内容，提示词为：“对于阅读量很大、有技术背景，同时拥抱 AI、能够利用 AI 来提效的人来说，在当前时代下，阅读方式会有哪些变化呢？”
现在有了语音识别、AI整理总结归纳，就可以大幅提升写作的效率。比如先使用工具将口播语音转文字，再人工审核、修改一些识别有误的地方，最后交给 AI 处理：删繁从简、提炼要点。
当下的想法
阅读方法论
- 受到张朝阳阅读理念的启发：读书不必从头到尾，而是跳着读，聚焦重点和感兴趣的内容，跳过已知部分
- 先通过目录大纲了解全书框架，然后选择重要章节进行阅读
- 从传统的被动式、线性阅读转向主动式、探索式阅读
AI时代的阅读实践
- 结合AI辅助理解书中内容，通过与AI讨论来加深理解
- AI可以帮助扩充书本中没有涉及的内容，形成更完整的知识体系
- 遇到问题时与AI交流互动，实现更深层次的学习
技术书籍的阅读策略
- API文档类内容：可以略读，只需记住知识索引，实际使用时查阅官方文档或让AI提供帮助即可
- 零散知识点章节：直接用AI生成demo，将零散的知识点整合成结构化、整体的知识，避免遗忘
- 重点阅读内容：方法论和思想层面的内容，这些背后的逻辑在不同编程语言、不同工具中是相通的
- 技术工具书内容会过时，官方文档保持更新，因此无需死记硬背具体API
AI 给阅读带来的变化
1. 认知分工的重新划定
最根本的变化是：大脑不再需要同时承担存储、索引和判断三件事，可以把前两件交出去，专注在判断和连接上。
具体来说，阅读内容可以分三类处理：
直接跳过或略读的内容——API 细节、参数列表、配置步骤。这类东西有两个特点：会过时、随时可查。你只需要在脑子里留一个”存在性索引”——知道有这个东西，用的时候知道去哪找。读进去反而是浪费。
借助 AI 重新结构化的内容——零散知识点、孤立特性列表。单独记忆效率极低，但让 AI 把二十个零散特性串成一个真实场景的 demo，记忆成本降到原来的几分之一。零散的是泥沙，结构化之后才有形状。
值得真正精读的内容——设计决策背后的 why、方法论、经过实战检验的经验直觉。这部分才是书相对于 AI 的核心价值。一个有二十年经验的作者在某个取舍上的判断，AI 很难完整还原那种”踩坑之后才有的直觉”。
2. AI 介入的几个具体姿势
预读模式：拿到书先让 AI 给出这本书的知识地图——核心概念的关系、这本书在整个领域的位置、作者的主要论点。带着地图再去读，方向感完全不同，也更容易判断哪些章节值得深读。
追问模式：读到一个观点，立刻问”这个结论有没有反例？有没有更新的实践推翻了它？” 把书的内容当起点而非终点，主动往外扩展。
迁移模式：学了一个新东西，让 AI 帮你类比到已经熟悉的领域。很多接口、设计模式跨语言都长得差不多，迁移成本大幅降低。这也是你说的”很多东西背后有相似的逻辑”——AI 是加速这个迁移过程的最好工具。
压缩验证模式：读完一章，让 AI 压缩成一张卡片，然后你来判断”有没有遗漏重要的东西”。这个判断过程本身就是深度加工，比被动划线有效得多。
3. 一个值得警惕的地方
这套方法有一个潜在陷阱：AI 的回答太流畅，容易让人停在”感觉懂了”的状态。
真正的理解往往需要一些摩擦——卡住、想不通、然后突然通了的那个过程。如果全程有 AI 托底，这个摩擦就消失了，但理解也会变浅。
所以精读那部分方法论内容时，建议保留一些”无 AI 的慢思考”时间，让大脑自己转一圈，再去和 AI 验证讨论。两种状态交替，比全程依赖 AI 的效果要好。
本质上，你在做的事情是把自己的认知资源从”存储和检索”转向”判断和连接”。前者越来越是 AI 的优势，后者仍然是人的核心所在。
原文
今天阅读一本技术书时有一个想法，发现很多篇幅都是在介绍API，回想起以前读这类书，即使当时认真阅读过，后面也忘了。
于是开始思考，如今有了 AI，阅读一本技术书时，应该关注哪些内容呢？应该如何更高效地阅读呢？
之前刷短视频，看到搜狐张朝阳关于阅读的想法，读一本书不一定要从头到尾把它读完，而是跳着读，看重点，看自己感兴趣的地方，跳过那些自己懂已经知道的点。 抓住主要的内容，就可以快速地阅读一本书，也可以节省时间。
随着AI时代的快速发展，现在读一本书结合我自己的体会，我觉得可以从下面几个方面入手：同样是要略读、跳读，先看这本书的目录大纲，再对大纲有了一定的了解之后，挑自己选择觉得重要的某块来阅读。 结合AI来帮助自己理解内容，对书中内容相互讨论，也能扩充、加深理解，补充书本中没有的内容。以前是被动地、从头到尾的读完一本书，现在是基于当前书本，主动、探索式地阅读，遇到问题和AI交流，产生互动。
现在很多技术书大块内容都是介绍API，如果一本书大量的内容都是在介绍某个方法、某个接口怎么使用、有哪些用途，我觉得这些内容都是可以略读的，心中有数，实际需要时查阅官方文档、让AI告诉我就行了，而且工具书的内容会过时，官网文档保持更新，我只需要负责记忆有这么个知识的索引。对于全是零散知识点的章节，直接用 AI 生成demo，将零散的知识点整合成结构化、整体的知识，零散的东西就像是泥沙、无序的东西，将它们按照某种形式结合、分类整合到一起，才不会被遗忘。
另外，重点是选择地仔细阅读提炼的方法论、思想层面的内容，很多东西背后都是有一套相似的逻辑，在某种编程语言到另一种编程语言，很多接口都是一样的，甚至名字都差不多，一些流程、设计方法也是如此。