hi，我是雷文，今天给大家分享一下我的一个想法

ai 用多了，是不是书小看了，顾此失彼，比如我昨天去做交流，

有小白，有厉害的，有高手的

我说大家可以来一个落地的分享，就是我们用一个项目或者终端去做一个事情，全程用电脑展示，投屏展示出来

然后有人就说，

这些都是我们的赚钱的东西，谁会分享出来

我听了这个句话就皱眉了，什么叫赚钱的东西要死捂住吗？？

感觉大家都狭隘了，很多东西需要分享出去，才能得到更好的自己。

就是大家在这个纷纷扰扰的社会里面，很多东西都渐渐迷失了，

所以我特意翻出来几本最值得大家在 AI 时代里面读的几本书

也分享给大家

让大家可以静下来想一下，我接下来要怎么做

如何做自己

今天收藏一个提示词，明天装一个新工具，后天又看到一个更强的模型。

学 AI，很容易产生一种错觉：工具在升级，自己也在进步。

可真要交付一篇文章、整理一份资料、完成一个任务，还是从空白开始。之前收藏的东西找不到，跑过的步骤没留下，新工具又得重新摸。

我在做 AI 工具和内容系统这部分时，越来越在意一个问题：这次做完，究竟留下了什么，下次还能不能接着用？

看到这张讲复利的八本书书单，我想用这个问题把它们串起来。这里既有习惯和个人成长，也有投资与财富判断。下面的 AI 用法，是我结合各书主题做的延伸，不是作者在书里直接教人用 AI。

1.《掌控习惯》：先让好动作容易发生

詹姆斯·克利尔这本书谈的是习惯怎么形成。它强调把动作做小，调整环境，让想做的事更容易开始，也更容易重复。

学 AI 最常见的阻力，往往出现在打开电脑之后：今天试哪个工具？用什么资料？从哪一步开始？光选择就耗掉了热情。

可以把练习缩成一个固定动作：每天拿一段真实材料，请 AI 整理，再亲手校正一遍。材料提前放在同一个文件夹，结果也存到固定位置。

如果你总是开始得很兴奋，过几天就停，这本适合先读。先建立能重复的动作，再考虑增加难度。

2.《复利效应》：把每天的小选择记下来

达伦·哈迪关注的是小选择、小行动如何在长期积累出差异。它提醒人检查日常行为，而不只盯着某次大的突破。

放在 AI 学习里，一个值得记录的小选择是：今天继续收藏新教程，还是把昨天没完成的任务做完？

我更愿意用一张简单表格检查投入：今天做了什么，留下了什么，哪里需要返工。别急着给自己评“学得很快”，先看有没有可用的结果。

《掌控习惯》偏向帮助你设计动作，这本更适合提醒你持续检查选择。执行总被新鲜事打断的人，可以接着读它。

3.《纳瓦尔宝典》：找到可以反复发挥作用的产出

埃里克·乔根森整理了纳瓦尔关于财富与幸福的思考，其中专长、杠杆、长期合作是值得留意的主题。

AI 可以帮人写代码、整理信息、生产内容。但工具能放大什么，取决于我们拿它做什么。

一段临时回答，用完可能就结束了。一份经过核对的知识笔记、一套反复跑通的步骤、一篇解释清楚问题的文章，之后还有机会被调用、改进或传播。

这本适合正在思考我该把 AI 用在哪儿的人。读的时候可以追问：哪些任务需要我的判断，哪些产出能重复使用，哪些东西值得长期积累？

4.《穷查理宝典》：别只用一个答案解释问题

这本书汇集了查理·芒格的演讲与思想。多学科思考和对认知偏差的警惕，是其中很有用的部分。

AI 给出的解释常常很完整，读着也顺。但一个解释顺，不等于证据够。

比如文章阅读低，可能与选题、标题、开头、发布时间、分发有关。看到几篇低流量，就给整个方向判死刑，容易把多个问题混在一起。

可以让 AI 列出不同解释，接着逐条问：支持它的证据是什么？还缺哪些数据？有没有反例？

如果你经常被一套说法说服，这本值得慢慢读。目标是多检查一次自己的判断。

5.《金钱心理学》：给自己留下试错的余地

摩根·豪泽尔讨论金钱决策中的行为、运气、风险和时间。很多选择看起来是计算问题，实际也受情绪和经历影响。

做 AI 同样会遇到这种情绪：看到别人演示，就怕自己错过；看到新服务，就觉得买了才能跟上。

但订阅越多，未必用得越深。可以先写清楚：这个工具要解决哪个任务？现有工具哪里不够？付费之后怎么判断值不值？

给试验设一个预算和期限，允许结果不理想，也允许停掉。它适合容易被新工具和赚钱故事带着走的人。

6.《投资最重要的事》：好东西也要看代价

霍华德·马克斯在书中讨论风险、价格、周期和第二层次思维。他关心的不只是一个东西好不好，还包括当下的条件是否合适。

这给 AI 工具选择提供了一个提醒：效果出色，还要看使用成本。

模型费只是其中一项。等待时间、失败后的重跑、人工校对、迁移成本，都要算进去。有些任务需要质量更高的模型，有些简单整理用现有工具就够了。

如果你正准备买服务、换模型或搭系统，可以带着真实任务读这本。书里的投资判断不能直接替你做技术决策，但会提醒你把代价看完整。

7.《长期复利的简单方法》：留意自己的计划是不是太复杂

这本是安德鲁·克雷格的投资入门书，涉及长期投资、分散配置等主题。它讨论的是金融投资，不是 AI 项目经营。

借着这个书名，我想提醒自己检查另一件事：一套计划能否坚持执行。

内容系统里很容易不断加功能。选题要自动，配图要自动，排版要自动，数据也要自动。步骤越来越多，却没有一篇拿到真实反馈。

可以先缩到一个小任务：完成一篇，发布后记下数据，再决定下一篇改什么。

对刚开始搭系统的人，这个检查很实用。金融产品和收益部分则需要另行了解适用市场与风险，不能照搬成自己的投资方案。

8.《滚雪球》：看时间如何与具体选择一起起作用

艾丽斯·施罗德写的这部巴菲特传记，把他的经历、关系和投资选择放进较长的时间里展开。它更适合当作人物传记阅读，别把一个人的成功经历缩成人人适用的公式。

书名里的雪球，让我想到 AI 实践中的一个区分：文件堆得多，和积累得好，是两回事。

错误的资料存得越多，下次越容易继续用错。没有整理的提示词越来越多，找起来也会更费劲。

真正值得留的，是核对过的资料、跑通的步骤，以及失败后写清楚的原因。时间能让这些积累变得有用，前提是它们值得保留。

不用一次读完，先带着一个问题开始

如果你学 AI 总停在收藏，可以先读《掌控习惯》和《复利效应》。如果你正在想自己的长期方向，可以从《纳瓦尔宝典》开始。遇到判断、成本和风险问题，再翻后面几本。

读完一节，拿一个实际任务试试。做完之后，把结果留下来，也把哪里没用写清楚。

对我来说，AI 能不能形成积累，要看下一次任务开始时，之前的工作能不能帮上忙。

你现在最缺的是持续练习、做出结果，还是留下可复用的东西？可以从其中一个问题挑一本。