今天想讲一个我一直在思考，也正在探索和实践的问题：在 AI 时代，我们的学习应该怎样变得更高效？或者说，学习这件事可以变得有多高效？
大家可能都有这样的体会：我们总会在身边或者网络上看到一些特别喜欢读书的人。他们每年的阅读量很大，可能有四五十本，甚至上百本。
但确实有很多人读了很多书，却没有什么像样的产出。相反，也有一些人不仅读得多，还能持续输出。他们能够把读过的书串联起来，把一件事情讲得很清楚，而且能够旁征博引。
为什么同样读很多书，有的人能够融会贯通，有的人却读了个寂寞？我其实很好奇，也很想知道这个答案。
因为过去我自己读书时常有一种体验：一年可能读不了几本书，读完以后，过了几个月，里面的内容就像没读过一样。至于自己到底吸收了什么，后来回忆时也说不出个一二三。
别人问你有没有读过某本书，你说读过。可如果他继续问，这本书给你启发最大的是什么，你可能一下子想不起来，脑袋一片空白。
这到底是为什么？我们读完一本书，最后剩下的内容究竟是什么？真正内化进我们的思想和认知里的，又是什么？
读过一本书，究竟留下了什么
我曾经以为，阅读的影响也许是潜移默化的。它可能在某些我们并未察觉的地方，影响了我们对一件事的判断，或者改变了我们处事的方式。
这种可能性当然存在。但我们往往已经说不出来，究竟是哪本书、哪个知识点，或者怎样的知识网络，给了自己这样的能力。
所以我一直在想，一本书究竟要读到什么程度，才算真正读懂、啃透？
我们在高中的时候都有过这样的经历。每天早自习晨读，大声朗读教材里的内容。可是工作以后再回头看，当时反复朗读过那么多遍的课本，现在还能记得几个字？
那么，阅读的意义到底是什么？阅读一定要带着明确的目的吗？还是可以跟随兴趣自然展开？这个问题或许没有唯一答案。但 AI 的出现，至少为我们提供了一种新的可能：阅读不再只是单向地接收内容，而可以变成一个不断提问、理解和建立连接的过程。
AI 带来了大量需要我们理解的中间内容
大家应该都有和 AI 聊天的体验。它输出的内容，第一眼看上去往往很有道理，有时也确实帮你解决了一个疑惑。
但如果你想把 AI 深入用到自己的工作流程里，就会发现，它很多时候产出的是一份中间文档、一个中间方案。这些内容还不能直接使用，需要你去审阅。
每天与 AI 交互，会产生大量这样的中间内容，其中包含许多有价值的信息。有很多东西是你以前没有想到、不了解的，或者是 AI 提供的新视角和新方案。如果完全依靠自己去想，可能需要花费很多精力和时间。
以前调研一件事情，可能要去图书馆，把相关领域的书借回来，逐本翻阅、搜索，找到对自己有帮助的内容。现在，AI 搜索和 AI 问答已经在很大程度上接手了这些工作。它能够用非常快的速度替你汇总，给出一个看起来还不错的答案。
但这个答案大概率还需要你继续审阅和追问。
在这个过程中，你会不断对它提到的内容进行批注，展开反复的问答。比如 AI 给了你一个方案，你阅读时对好几处都有疑问，于是写下自己的想法和问题，补充相关背景，再把这些批注发送给 AI，让它围绕你的疑问进一步解答。
它又会产出一份新的文档或者文本，你再继续审阅。往往要经过这样的循环，最后才能形成一个可用的方案，或者一个令你满意的答案。
这就是 AI 时代，我们与 AI 交互的一种方式。与过去单向地搜索和接收信息相比，这种方式把理解变成了一个反复审阅、追问和修正的过程。
把 AI 当作一个读过所有书的外脑
AI 可以帮助你联想。它接触过大量人类积累下来的文本和其他形式的信息，能够帮助我们快速发现知识之间可能存在的联系。
所以，你可以把 AI 看作自己的一个外脑。它读过大量书籍，也知道大量知识。
当你阅读一本书时，甚至在正式阅读之前，就可以先问 AI：
- 这本书主要讲了什么？
- 我可以从哪些方面去了解它？
- 这本书有哪些值得深入理解的知识？
未来的阅读，可能并不总是从头到尾读完一本书。当然，从头到尾阅读仍然有它适合的场景。
比如一些经典和一手知识，仍然需要完整读一遍，甚至读很多遍。只有这样，你才会产生真实的体感。有些内容甚至还要亲自实践，才可能真正理解。然后，你再带着这些体会和感受去问 AI，才能加快学习的脚步，真正提高学习效率。
AI 就像一个知识面很广、又非常耐心的老师。它可以回答你的问题，也可以激发你的联想。经过一轮又一轮的联想和问答，最后形成你对一本书或者一篇文章的思考脉络。
你可以沿着很多条脉络，去充分理解一篇文章或者一本书。这些脉络又可以组成一张思维图谱。
有了这张图谱以后，你可以从中任意选择一些节点，或者选择一条路径，进行二次创作和总结，最终形成自己的输出。
我觉得，这是一种很好的学习方式。
真正值得保存的，是自己的思考链条
这种方式也缓解了过去阅读时的另一个问题：读着读着就忘掉了。
当你形成一张思维图谱，整个学习过程也就被保存了下来。以后回顾时，你不仅能看到最终的结论，还能看到自己提出过的问题、留下的思考和批注，以及这些问题是怎样一步步展开的。
真正值得保存的，正是这条可以回溯的思考链条。保存的不再只是一些零散想法，而是一条条相互串联的脉络。
在 AI 工具的帮助下，这件事变得更加容易，也更加高效。对于内容创作来说，这同样是一条更高效的路径。
因为内容创作不能没有根源。随便让 AI 从一个观点出发生成一篇文章，其实很容易。但这样一来，你更像是 AI 生成内容的读者，而不是这篇文章真正的作者。
但当你真正阅读、消化和理解过，有了自己的想法和脉络，再基于这些内容写一篇文章，那么，即使其中有一部分由 AI 协助完成，文章所包含的理解和思考，也不是直接让 AI 生成一篇文章可以比拟的。
这也能在一定程度上改善 AI 产出低质量内容的问题。如果你阅读的是经典或高质量的内容，再加入自己的思考、追问和批注，最后根据这些材料写成文章，那么至少，它建立在你真实的理解过程之上。至于质量高低，可以再讨论。
AI 让普通人更容易连接知识
回到开头提到的那些人：他们阅读量很大，也能够持续高质量输出。他们可以把一个问题讲清楚，还能旁征博引。
他们与普通人的差距，可能就在于大脑里的知识碎片能够在看待一个问题、表达一个观点时迅速连接起来。
有了 AI 这个外脑以后，这些连接会变得更容易。对于普通人来说，这是一个很大的帮助。
以前，我可能表达不好，写不好文章，逻辑混乱，读过的书也联系不起来。现在，可以借助 AI 记录和梳理自己的阅读过程，让原本零散的知识形成连接。AI 也可能提示一些自己没有注意到的角度和关联。
这是 AI 时代，我认为很值得实践的一种学习方式。
总结一下：阅读一本书或者一篇文章时，我们可以让 AI 参与其中。遇到问题，就通过批注继续追问；在反复问答的过程中，产生新的理解和新的阅读节点。
这些节点逐渐连接成知识脉络，也记录下自己的思考过程。之后，再基于这些脉络进行总结和创作，形成自己的观点，并通过输出获得反馈。
这就是我认为在 AI 时代值得实践的一种阅读方式：它不替代阅读和思考，而是帮助我们更高效地理解、连接和运用知识。