昨天看了一个视频，满口胡言乱语，颠倒黑白，关键是我看居然还有那个学校的老师和家长去点赞。

可是，稍微懂点逻辑的人，都知道啊，这是一篇观点大于事实，甚至是直接毫无证据的指控，整个论证逻辑非常糟糕的视频。

这让我意识到一件事：真正的危险不是假信息，而是坏人拿捏了分不清什么是事实，什么是观点，什么是情绪，什么是证据的人。

所以我做了一个批判性阅读的skill，「Article Lens-文章透视镜」，已经开源到了github。

流程很简单，把一篇文章的链接丢给 Codex，Codex 自动完成剩下的所有工作，抓取内容、分析结构、做出评价、写进飞书多维表格。

整个过程不需要我参与。我只需要丢一个链接，然后等着看评级。评价的重要维度如下：

第一，这篇文章的阅读评级

按照ABCD来给文章进行评级，A代表值得精读，D代表信息垃圾不用阅读。我做好后分析了很多作者的文章，包括万维钢、吴军、黄仁勋CMU演讲、李继刚、卡兹克、还有Notion 创始人Ivan等人的19篇文章。

结果，目前只有万维钢老师的两篇专栏文章为A，因为他的文章不只是告诉你一个观点，而是让你看到这个观点从哪里来，靠什么证据支撑，适用于什么范围，又可能在哪里失效。

相比之下，很多 B 类文章也有价值 比如卡兹克 李继刚 等（嘿嘿，我自己的也是）。这类文章有清楚观点，也能给读者启发。

但B类常见的问题是，证据来源不够透明，反例不够充分，概念边界不够清楚。B 类文章值得读，但需要带着判断力读。

C 类文章通常情绪更强，观点更直接，传播性也更好。它们可能适合了解一种立场，但不适合作为判断依据。像刘小排今天给workbuddy写的营销文，还有我自己的营销文都是C。

D 类文章最危险。它们往往用情绪替代证据，用攻击替代推理，用站队替代理解。这类文章警惕，比如我开头讲的那个。

第二，证据是否充分？

作者说了一个结论，他有没有提供支撑这个结论的证据？证据是直接的还是间接的？是统计数据还是个人经历？是同行评审的论文还是"我有一个朋友"的故事？

第三，逻辑链条是否完整？

从证据到结论，这一步推导是否成立？有没有跳跃？有没有把相关性当成因果性？有没有把特例当成通则？

通过以上推论，得出文章的事实密度、观点强度、证据质量和最大的逻辑问题，以及作者写这篇文章的情绪强度，一般来说，公众号文章都是带有强观点性的，重要还是要看事实密度和证据的质量。

比如万维钢老师的专栏，事实密度和证据质量都很高。

第四，作者想让你相信什么？

每个写作者都有意图。好的作者想让你理解一个复杂的问题。差的作者只想让你相信一个简单的结论。前者给你植入观点，后者给你启发。

比如万维钢老师的认知负荷理论，分析如下：

这四个维度，是批判性阅读的核心框架，也是我做这个 Skill 的底层逻辑。

以上这些内容，按照维度分析完以后，它还会把结果写入飞书多维表格。方便我未来进行复盘和学习，也可以看看我的阅读是否随着判断力提升后是否有进步。

不过，聪明的你可能也发现了，我可能碎片化的一次一次的吧文章丢给codex，我希望的流程是，碎片话时间存入文章，整块的时间来进行分析和阅读，于是我又加了一步：做了一个浏览器插件。

现在我在浏览器里看到一篇文章，不需要立刻读，也不需要立刻发给 AI。我只要点一下插件，它就会被收进我的“文章收件箱”。

等我有时间时，再让 Codex 批量分析这些文章。

这个流程变成了：看到文章 → 一键收集 → 批量分析 → 只读值得读的文章。

于是我发到群里给大家分享，有个老师说，木妈你真的很适合做工具，哈哈，我想说，它真正解决的不是工具问题。

它解决的是注意力问题。

我们每天都要接触这么多的信息，哪些信息是有用的，哪些信息纯属是噪声或者是信息垃圾，有了这个工作流和工具后我就可以从海量信息里剪藏我一眼看上去不错的文章，再让AI 深度分析后，只精读值得看的文章。

在 AI 时代，我们每个人都需要一个“注意力过滤器”。未来内容会越来越多，AI正在批量生产内容，这时候，最重要的能力就是筛选，保护自己的注意力。

所以，这个 Skill 对我最大的价值，是它让我形成一个习惯：

先让文章进行安检，检查完后再来选择性的阅读，从被推送，到主动筛选和阅读。

其实，这件事对孩子也重要。我们总说要培养孩子的批判性思维，但批判性思维不是一句口号。

它要落到具体动作里：这个文章的观点是什么？论据是什么？作者是怎么推理的？是否有明显的逻辑谬误？

如果孩子从小就能带着这些问题读文章，他就不只是会阅读，而是会判断。

这个 Skill 后来还有一个意外收获：

它不只是帮我读别人，也帮我检查自己。每次我写完一篇文章，我都会想：如果把这篇文章丢进去，它会给我打几分？如果是 B，我会问：我的证据是不是不够充分？逻辑链条是不是还有跳跃？

如果是 C，我会问：我是在传递判断，还是在制造情绪？我是在帮助读者理解，还是在推动读者立刻行动？

这是为了给自己设一条底线：不要制造信息垃圾。

互联网上已经有太多情绪化内容、对立化叙事和把观点包装成事实的文章。

我改变不了整个内容生态。但我至少可以控制自己写出去的每一篇文章。这就是这个 Skill 对写作者的意义。

分享到群里后，很多群友已经开始做了自己的浏览器插件。

不过，我觉得这个项目最值得借鉴的，是这个skill的思路：把一个抽象能力，变成一个可执行流程。“批判性阅读”很抽象。但我把它拆成了：

输入：文章链接或正文。
处理：事实、观点、证据、逻辑、情绪、目的。
输出：评级、建议、问题、写作者提醒。
存储：飞书多维表格。
入口：浏览器插件。
复盘：长期看哪些文章值得读，哪些作者稳定，自己写作哪里常出问题。

这样一来，批判性阅读就不再只是一个理念。它变成了每天可以用的动作。

这也是 AI 适合做的事，它可以把我们脑子里模糊的标准，变成一个稳定的流程。它可以把一次性的思考，变成长期积累的数据。

它可以把“我觉得这篇文章不太对劲”，变成“它的问题出在证据弱、逻辑跳、情绪强”。这才是我觉得值得借鉴的地方。

不是每个人都要做一个文章评级 Skill。但每个人都可以问自己：

我有没有一个长期想训练的能力？这个能力能不能被拆成步骤？能不能变成一个 AI 工作流？能不能被记录下来，形成长期反馈？

如果可以，那它就值得做成一个 Skill。

最后，你们猜这篇文章评级是什么？