SIGNAL FROM NOISE
把信息,变成判断。
聚合、筛选、摘要、追溯来源。让 AI 帮我压缩噪声,但把证据和最后判断留在人手里。
ABOUT THE WORK
我喜欢从一个具体、甚至有些琐碎的问题开始:信息太多怎么办?任务怎样不丢?AI 的结果到底能不能信?
然后,我会把问题拆开,找到人和 AI 各自更擅长的部分,做出一个能亲手使用的版本。它不一定从宏大的概念开始,但必须回到真实体验里接受检验。
我关心的不是“用了哪个模型”,而是一个系统是否清晰、可靠,是否真的让人多一点判断力和行动力。
HOW I USE AI
我正在形成一套自己的实践:从信息、原型、验证到长期运行,让 AI 不只给出答案,也参与构建过程。
SIGNAL FROM NOISE
聚合、筛选、摘要、追溯来源。让 AI 帮我压缩噪声,但把证据和最后判断留在人手里。
FROM IDEA TO SYSTEM
快速做出原型,再把部署、数据和维护补齐。一个真正运行的版本,比十页构想更诚实。
EVALUATE THE OUTPUT
用测试、对照与真实场景验证结果,也诚实标记仍然不知道的部分。
HUMAN IN THE LOOP
自动化负责重复与规模,人负责目标、边界和关键选择。
SELECTED PRACTICE
这些不是陈列在橱窗里的概念,而是从我自己的真实需求里长出来、仍在持续迭代的系统。
属于我自己的数字空间。把信息阅读、AI 简报、任务管理与文件协作放进一个可控、可维护的个人云系统。
探索一种可见、可暂停、可确认的自动化方式:AI 推进流程,人保留页面判断与最终决定。
用来源、日期与置信度组织研究和内容,让“确定的事实”“合理的推断”“仍需验证的事”彼此分开。
WHAT I BELIEVE
MY LOOP
我习惯先做出最小可用版本,然后让真实使用告诉我下一步。框架只在问题需要时生长。
从真实摩擦开始,而不是先寻找一个适合 AI 的故事。
尽快做出能触摸、能使用、能暴露问题的版本。
检查事实、边界和失败路径,让证据比感觉先说话。
只留下值得长期维护的东西,并让知识能够被接续。