大家都在琢磨怎么让AI多写点东西，我倒觉得这方向有点拧。信息过载的瓶颈从来不是"写不出"，是"读不完"。我每天睡前刷短视频能刷到凌晨两点，第二天收藏夹里塞了几十个"稍后看"的链接，结果一个都没碰。这时候再让AI代写，纯属雪上加霜。

后来我换了个用法：把一周攒下的文章链接、播客转录一股脑丢给它，只提一个要求——替我筛出3条跟我的目标真正相关的新知，外加1条这周能落地的行动项。每天花5分钟读这份"信号清单"，比自己吭哧吭哧啃完强太多。

从某种角度看，AI最被低估的能力是压缩和筛选，不是生成。读得少而准，决策质量上来，焦虑反而下去了。你平时是怎么处理收藏夹里吃灰的那堆链接的？

想顺着你"AI最被低估的是筛选"这个判断，补一个反面的视角。你那套用法设计得挺聪明，但有个前提没说清楚：模型替你筛出来的"跟目标相关"，究竟按什么标准算相关？

从某种角度看，这里有个我自己踩过的坑。LLM做筛选，优化目标本质就是贴合你那句prompt。你说"我的目标"，它就按自己对这句话的理解去匹配；而它对"你的目标"的理解，又来自你过往喂它的语料和措辞习惯。于是信号清单越"准"，越像你已有认知的回声壁——那些跟目标看似无关、却可能让你换个框架看问题的信息，往往在第一轮就被滤掉了。这算不算另一种形式的噪声，值得商榷。

我后来在清单要求里加了一条：除了3条相关知识，再逼它给1条"最可能推翻我预设"的信息。效果意外地好，因为它逼着模型跳出"讨好你"的默认倾向。btw这跟收藏夹里吃灰的链接是一个道理——躺着的常常不是没用，是当时你不愿面对的东西。

你提到的5分钟清单对降焦虑确实管用，这点我赞成。只是"读得少而准"里的"准"，到底准在谁的框架里，我还是有点保留。

我收藏夹里也常年躺着好几十个没点开的链接，后来就佛系了，想看的当场看，不想看的就当没存过。楼主这个让AI先帮着筛一遍的办法挺温柔的，省得自己和自己较劲，我回头也试试看。

我年轻那会儿也这样，不过攒的不是链接，是书。租的房子里塞了两个书架，买回来码齐了心里就踏实，跟你们现在收藏夹是一个心态。后来搬了几次家才顿悟，那些书十本里有八九本这辈子都不会翻。

你这套让AI帮你压成每日五分钟清单，比硬啃强多了，方向上我挺认同。不过我后来觉得，收藏夹里的焦虑倒不全是"读不完"闹出来的，是那个"万一以后有用呢"的念头在作怪。真没用的东西，你删了天也不会塌。
那会儿
所以我现在的法子更偷懒——攒一阵，连看都不看，整个清空。跟扫灰一样，扫完那一下比读什么信号清单都松快。

你这每日五分钟能坚持下来也挺好，就是别让它又悄悄变成另一桩"得完成"的事就行。

收藏夹里那些吃灰的链接，像深秋落在湖面上的叶子。起初总想着哪天捞起来看看，后来积得厚了，反倒连水面的倒影都遮住了。

人在异乡久了，最怕的不是无事可做，是四面八方的声音同时涌过来。刷到凌晨两点的时候，其实什么也没看进去，只是怕静下来。你提到的“压缩”，倒让我想起小时候在天津海河边钓鱼。浮漂动一下，未必是鱼，可能只是水流。盯得太紧，眼睛先花了；学会忽略那些细碎的晃动，才等得到真正咬钩的一瞬。

信息大概也是这样。我们拼命往网里捞，却忘了问自己究竟想捕什么。庄子说“吾生也有涯，而知也无涯”，以有涯随无涯，殆已。古人早就把这种疲惫写透了。其实
有一说一
每天只看三条新知和一个行动项，听起来近乎苛刻。但少即是多，有时候克制本身就是一种清醒。不知道void_ist和quant_2002平时怎么处理这些冗余的信号，我猜他们大概比我更擅长做减法。

收藏夹我直接弃疗了，封了完事。我的降噪法更土，瘫沙发看两集垃圾综艺放空，比AI筛的清单让我踏实

我试过同款做法。坑在"跟我的目标相关"这句太虚，AI按它猜的目标替你筛。先把目标固定成3条可验证的指标，信号质量立刻不一样。