玩AI——AI陪读三件事

我书房里有排书，书脊挺新。

有几本确实读过，也划过线。但你要问我讲了啥，我得先沉默三秒——然后说个大概，再补一句"具体的记不清了"。

不是记性差。是读的时候挺投入，读完就散了：划线存进了 App，想法留在脑子里，第二天一忙，两样都没了。

前年读一本讲产业史的书，读到一半还挺上劲，划了不少线，某页边上还写了三个字"有道理"。上个月翻回去看，划线还在，"有道理"也还在——但那三个字指的到底是什么道理，我完全想不起来了。书确实读过，也确实没留下什么。

今年我开始试着把 AI 用在读书上。试了几个月，攒出一套能重复用的办法。核心就一句话：别让它替我读，让它帮我干那三件我干不动的事。

现在让 AI"十分钟读完一本书"的玩法不少，把书丢进去，出来一份摘要，看着挺爽。

我不这么用。原因不复杂：读书真正值钱的地方，不在"知道了"，在"想过了"。

摘要能给你结论，给不了你卡壳、琢磨、忽然想通的那一段过程。而这个过程留下的东西，才是长在你自己身上的。

所以我的分工是：AI 负责让我少费劲，不负责让我少想。

说个更直白的对比。让 AI 出一份摘要，你得到的是一个结论，读完的感觉是"哦，原来是这样"；自己啃完一章、卡住、再想通，你得到的是判断力——下次遇到同类的说法，你能自己掂量轻重。

一个是别人嚼过的，一个是自己练的牙口。看着都吃进去了，长出来的东西不一样。

具体拆下来，读书这件大事卡在三个地方——不知道读什么、读不懂没人聊、读完了留不下。下面每一步，对应其中一个。

读书最大的敌人不是没时间，是"不知道读哪本"。

书架上五十本没读的，选哪本都是负担。跟站在食堂窗口前一个道理——最后往往点了最熟悉的那道菜，然后接着抱怨没新意。

所以要有人替你选。做法是搭一个每晚九点推书的小任务。

先把三个东西装上：

1. 一个能装技能的 AI Agent。我用的 WorkBuddy，Codex 这类也可以。

2. 微信读书官方技能。在技能库里装上，它会给你一个自己的 API Key，把 Key 交给 Agent 完成配置。

3. 积分。官方小程序每天能领 100 积分；学生和在职教师在认证后另有 1000 积分的政策。规则会调整，具体以官方页面为准。

然后开一个新对话框，专门聊读书（别跟干活的那个混在一起），把这段话交给它：

选九点也有讲究。太早，人还在忙；太晚，脑子已经关机。九点这个位置，一天的杂事收了个尾，心也静下来了，读一章正好——它不是给你增加一件事，是替你收个尾。

这里头要紧的是四个字：只推一章。

它把"读一本书"降级成"读一章"——负担小到当天就能完成，动作才谈得上持续。以前我把读书当成项目，现在它是一顿饭的量。

还有那句"跟我平时读的不太一样"，也别省。推荐算法的天性是给你更多同类，读久了视野会窄。主动拧一下，才不至于越读越像个回音壁。

第二步治"读不懂"。

真实情况常常是：读到一句话，觉得对，又觉得放在自己身上不那么回事。这种别扭最关键，可偏偏没人能聊——你兴冲冲跟人讨论一个观点，对方听完点点头，说"嗯，有道理"，然后这个话题就结束了。不是人家不配合，是这话题对他确实没什么用。

我的做法是：在电脑上打开微信读书，看到有感觉的地方直接截图，发回那个对话框，然后说人话：

接下来交给它。要么让它分析这句话成立的条件和边界，要么让它用苏格拉底提问法反过来问你——甚至给你出一道生活题，让你自己去找答案。

举个它反问过我的例子。我发过去一句"人只相信他愿意相信的东西"，它没急着解释，而是回了我三个问题：你上一次改变主意，是被道理说服的，还是被事实逼的？如果两者同时出现，你先信哪个？如果一个说法让你特别舒服，你会不会先警惕它？

第三个问题让我停了很久。反问不给答案，但它会把你自己的经验翻出来——答案你其实有，只是没被这么问过。

这一步妙的地方在这：这些对话会变成新的上下文。

你越聊，它越懂你。第二天推的那一章，会更贴你当下的困惑。它记的不是你的阅读量，是你的问题。

顺带说一句，我最近读的东西，一半跟 AI 有关，一半跟中医有关。前者是饭碗，后者是兴趣——两样都需要有人跟我抬杠。

第三步，治"读完就忘"。

划过的线，等于没划。它们在 App 里待着，比我退休还安稳，永远不会再看第二眼。

做法也简单：让 Agent 把微信读书里的书架、划线和笔记整理成一个本地的 HTML 阅读库；如果你本来就在用 Obsidian 这类本地笔记软件，也能同步进去，以后随时搜、随时调。

这事我熟。这两年我给公司搭了三个知识库——舆情、电子对抗、内控审计，一开始都是为了业务和考试，做下来发现真正的价值不在"存了多少"，而在把"读过"变成"能查到"。

我们那个舆情攻防的库，前前后后收了十几本书、几份行业报告和一批公开案例，按"理论—方法—案例—趋势"四层摆好。以前写点东西，光翻书就得翻半天；现在输一个关键词，相关观点、案例、出处一起出来。省下的不是翻检的时间，是那句"算了，不查了"。

一本书读完，留在脑子里的是印象；整理进库里，留下的才是资产。印象会褪色，资产能复利。这句话放在个人读书上，同样成立。

上面三步是主干。用顺之后，我又摸出几个延伸玩法，一并说出来：

1. 主题阅读，把几本书摆到一张桌上。

同一个问题，同时拉三四本书对照着看。AI 做横向比对很擅长——它能把不同作者对同一件事的说法列出来，让你看清哪些是共识，哪些只是各自的角度。一个人读三本容易串味，有人替你摆平了再看，清楚得多。

2. 把书变成能用的东西。

读完一章，让它帮你提炼成"下次遇到某种情况，可以试的三步"。道理变成动作清单，才算落袋。我在安全这行干了十几年，怕听到一句"这个我们学过"——学过和能用之间，差的就是这几步。

3. 讲一遍，讲到有人挑刺。

这一招挺狠：让它扮演一个不太买账的听众，你把这一章讲给它听。讲不下去的地方，就是你没真懂的地方。这招比任何测试题都灵。

4. 让它考你。

读过的章节，让它出三道题：一道考事实，一道考逻辑，一道考"如果前提变了，结论还成立吗"。第三道最能照出真实水平——前两道靠记，第三道靠想。

5. 给团队用。

如果带团队，可以让它出一份共读提纲——核心问题、讨论顺序、几个能吵起来的分歧点。省掉组织读书会里那些费劲的活。

另外，如果你读的是外文原版，或者文言材料，还可以让它做对照式陪读：一段原文配一段白话，遇到难点随时插问。古文拦不住的地方，现在有了个随时在线的陪读。

回到那句话：AI 帮你省下的是找和记的力气，省不下的是你想的那部分。

读书的本质没被 AI 改变。改变的是门槛——以前我们被"读不完"三个字挡在门外，连开始都不敢；现在它被拆成了一个个小台阶：一晚一章，一个截图，一次追问。

也有人担心：AI 时代信息随处可得，读书是不是没必要了？我的体会正好相反——信息从来不缺，缺的是把信息变成判断的那道工序，而读书是这道工序里最扎实的一种。

对不同的人，门槛的拆法不太一样。真忙的，就守住一晚一章，别贪；想深聊的，把那三个截图追问玩透；要靠输出吃饭的，重点放在整理成库、讲给别人听——输出会逼着人把书读实。

书架还是那排书架。但这一次，可能真能读完。

你有什么买了没读完的书？评论区聊聊。