从24年初就被各种AI信息轰炸,最早关注了很多微信大V后来发现大V的信息基本上来自外网,然后就刷X、Reddit,后来又订阅一堆RSS、Newsletter。现在信息源数量大概翻了10倍。但有一个数字一直没变过--每天真正改变判断或者给我带来启发的,还是那么一两条。

问题不在于我读得不够多。

我复盘过自己这些年读资讯的方式,失败的路径大概有三种。

第一种是把读到当成学过。看到好文章先收藏,想着晚上细看。下一次打开可能是N天后了,到那时那条信息已经过期了,干脆就不看了——AI这个领域,很多消息的保质期是以天计的。收藏夹最后变成了一个自己不忍心打开的坟场。

第二种是把筛选外包给信任的人。只跟几个大V或者几个高质量Newsletter。这确实省事,但代价是把发现权交出去了。你看到的永远是被别人挑一遍的消息,而别人挑的标准是「对多数人有价值」,不是「对你的判断有价值」。更麻烦的是,等你看到的时候,窗口往往已经关了一半,况且好多大V还喜欢夹带私货。

第三种最像我想要的答案,让模型帮我做摘要。日报、周报、自动总结,工具很多。它确实解决了「看不过来」,但没有解决「看不出来」。读完一份二十条的摘要,我依然不知道什么在变、什么只是热闹。摘要是把长文压短,而我要的是从一百条里指出哪三条构成的是一条线,业内在往什么方向发展,大家都在研究什么。

所以我的结论是:信息处理的重心应该从「读」移到「审」。不是把每一条读完,而是先判断哪些值得读,而判断本身依赖上下文——这条新品和三个月前那条是什么关系,这个方向和去年那个失败的项目是不是同一件事,我当时是怎么判断的、后来对了没有。这些东西,一个无状态的摘要器给不了。

真正缺的其实不是摘要工具,而是一个带记忆的过滤器:它知道你看过什么、关心什么、上次判断过什么,然后只把「变化」递到你手上,其余的都替我挡掉。我不需要更多信息,我需要更少但更准的判断依据。

我试着自己做这个过滤器,后来写成了一个DeepSeek Harness插件:signalforge-dsh。

它做三件事,都是我自己的痛点倒推出来的:

一是把论文源、模型与产品发布、GitHub趋势、各家官方blog这些分散的流拉到一条时间线上,并且做去重合并——同一件事被十个账号转发,在流里应该是一条,不是十条。

二是按你的频率自动生成趋势简报。这里的重点不是「今天发生了什么」,而是「哪几条是真的新变化」。日报的价值不在于覆盖面,在于收敛。

三是会话内追问。在dsh里直接问agent:这个方向和上个月那篇论文有没有关系?上周那个发布现在被验证了没有?让信息之间能对话,而不是一条一条躺在时间线里。

我没有把它做成一个"完美解决信息焦虑"的产品,它只是个我自己每天在用的工具,谈不上成熟。写出来是因为我猜社区里有不少人和我卡在同一个地方:源越订越多,人越来越焦虑,判断却没变得更准。

如果这个思路对你有用,可以拿去用,也欢迎直接吐槽哪里不好用。我更想知道的是你们各自怎么做的——如果有什么更好的做法,一起交流

GitHub:https://github.com/sunstdot/signalforge-dsh
deepseek插件地址:https://deepseek.club/plugins/dsh-signalforge

[图片](图片)

主楼