今天我看到 NotebookLM 的課程,之前看過一次覺得不需要,但是還是輸入我的決策系統,那它給我的建議是不要買,因為我用不到,因為我本來就有答案,我只是試試看,所以也沒多想。
最近因為重心已經進入知識產出的階段,我重新把它拿出來看,這次我沒有自己決定,而是避免因為感情或是 FOMO 因素影響判斷。
把網頁丟進我的 個人決策系統,我設的一個用框架幫我評估要不要買東西的小工具,讓它用 Dan Koe(美國個人創作者)的框架幫我分析,結果它說建議買。
之前幾個月它從沒說過買
這個系統我用了幾個月,每次丟東西進去它都說不建議,不管什麼課程什麼工具一律打槍,當然也會附上一些原因,只是好像都沒有很強烈的理由。
我一度懷疑這個東西到底有沒有用,是不是我框架設錯了,還是它本來就只會保守建議。
直到今天它突然改口,而且只附上了完整原因,裡面包含我最近正在做的轉向,附上了對我有什麼用,甚至幫我規劃了一個 30 天的行動方案,這讓我很期待課程上線,雖然要到 7 月底。
系統開始懂我了
它會從不建議變成建議,課程還是同一個課程,差別在系統終於讀得懂我在做什麼了。
之前它手上只有空的,我的目標是什麼、我每天在忙什麼、我的瓶頸在哪裡,這些東西它都看不到,所以任何消費看起來都是浪費。
餵進去的東西開始發揮作用,現在每天晚上 Agent 對我的採訪記錄、每天的文章、每天卡的問題都餵進去了,它才看得出這個課程跟我接下來要做的事有關。
特殊知識
建立你的特殊知識(Naval Ravikant 講的,每個人都有別人無法複製的知識,來自你的經驗和好奇心)跟這件事的關聯我之前沒想到,我一直以為特殊知識是要去學什麼別人不會的東西。
但我這幾個月每天餵進去的東西,採訪記錄、文章、卡的問題,這些加起來就是我的特殊知識,系統讀了這些東西之後給出來的建議,跟任何一個通用的 AI 工具給的建議完全不一樣,因為它背後有我每天的生活當脈絡,在解決自己問題的過程中,會累積出一個別人沒有的視角,這個視角就是判斷力的來源。
下一步
接下來我打算把手上的電子書筆記、工具筆記、所有相關的知識全部餵進去,讓它參考每天的採訪記錄,看這些知識,針對隔天的工作給建議,這代表它不再只是一個幫我決定要不要花錢的工具,它會變成一個真的懂我背景的助理。
複利的第一個訊號
長期遊戲(Naval Ravikant 講的,所有回報都來自複利,不只金錢,知識和關係也是)說的也是這件事,你每天丟一點東西進去,單獨看沒什麼,累積到一個量之後它突然開始給你有用的答案,量變產生質變,這個轉折點出現的時候你會知道,之前那些每天餵資料的日子沒有白費。
記錄我在做的事,就這樣。