2025 / 3 / 12
在我们的 第5版课程 中,介绍了微信读书、幕布等工具与 Anki 结合的学习方案,既能将微信读书里的笔记转入 Anki 复习,也能把幕布里的笔记转入 Anki 复习。
近期,这两个工具又都增添了极为实用的 AI 功能,使我们原有的学习流程如虎添翼。
和微信读书里已有的 AI 功能不同,“AI 问书”能让我们在阅读书籍时与作者“对话”。有了 DeepSeek R1 大模型的加持,回答的质量大大提升了,实用性和趣味性也大幅增加了。
我认为这可以算是一次阅读革命,阅读模式从原有的单向、被动阅读,转变为如今的双向、主动阅读。
这项功能对日常阅读的帮助主要体现在三个方面:其一,阅读之前,我们可以通过提问了解书籍内容,判断是否有值得关注、对自己有帮助的信息,这便是《如何阅读一本书》中提及的“检视阅读”。如果价值感更强了,即使是之前不喜欢阅读的人也可能会为了解决问题而开始阅读。其二,阅读期间,遇到难以理解的地方,我们能及时提问并获得解答。有些困难是因为作者的表述拗口导致的,那就可以让 AI 用通俗易懂的表达重新说一遍。而有些困难是因为缺少前置知识导致的,那就可以让 AI 综合全书后将后面的内容提取出来并补充应知知识。其三,阅读之后,“AI 问书”的主要作用在于开展主题阅读;以学习骇客的书单 里的书为例,当我已经读过很多遍后,可借助 AI 问书整合主题内容,让以往的碎片化知识皆由“AI 问书”以主题形式回复,这对提升学习层次大有裨益。
不过,千万不要指望“AI 问书”能够完全替代自己阅读,这主要有三个方面的原因。记忆,正如威廉·厄姆在《为什么学生不喜欢上学》一书中所提到的,记忆其实是思考的残留物;所以,如果我们想要记得更轻松,那就需要深入而广泛地思考。致用,还是基于《为什么学生不喜欢上学》这本书里提到的“长时记忆的数量和质量是成功进行思考的关键”,如果我们不能将当时的理解从短时记忆转入长时记忆,那么在将来需要用到的时候,也就无法调用相关知识来解决问题。迭代,根据我的观察,目前 AI 构建的知识库可以分为三个层次;第一个层次是通用知识库,例如 ChatGPT 或者 DeepSeek,它们的优点在于知识广泛,但准确性和及时性都不高;第二个层次是专用知识库,例如编程工具 Cursor,它的官方文档现在已经可以支持 AI 提问了,在这个专用知识库里搜索到的答案是经过人工校验的、非常准确的,并且是更新最及时的。第三个层次就是私人知识库,例如我们把 Anki 里用自己的话记录的、复习过的笔记转入 flomo ,这类知识库与我们的个人关联度更高,因此它的价值也就更加无可替代。所以,即便有了前面提到的通用知识库和专用知识库,我们依然不能放弃构建自己的知识库。这就需要我们在读书时进行独立思考,用自己的语言来表达和整理这些知识。
“AI 闪测”功能可以根据我们的大纲笔记自动生成题目,支持简答题和选择题两种题型。
这对于那些记了笔记但不太喜欢复习的同学来说,无疑是一个非常方便的选择。对于那些想复习却不知道如何记笔记的同学来说,也有很强的借鉴价值。
那么,“AI 闪测”将来和 Anki 会是什么关系呢?这一定是很多同学想了解的。
Anki 是一个功能强大的复习工具,也是世界范围内同类工具的标杆,而其他工具在短期内也不可能追上,当然幕布也不会让自己变成一个专业的复习工具。“AI 闪测”给了没用过 Anki 的人了解复习的机会,通过这种初级的复习体验,他们能够切实地感受到复习对于学习的价值。有了这样的基础认知后,再来使用 Anki 这种专业化的复习工具,就会更加得心应手。即使是 Anki 老用户,如果记得笔记不需要高强度复习,也可以用“AI 闪测”进行轻量化复习。所以,幕布的 AI 闪测与 Anki 的复习功能并不冲突。
不可否认,“AI 闪测”生成的测验也和其他 AI 工具一样存在不确定性,但这既是缺点也是优点。说它是缺点,因为它不能完全按照我们的意图去设计题目,甚至每次重新生成后给出的内容都不一样。但说它是优点,恰恰是因为每次的不一样,提供了一个新的角度,带来了许多意想不到的启发,甚至能够模拟出题人出其不意的角度。
也就是说,“AI 闪测”为我们提供了一种多样化的练习方式。其实在《学习之道》这本书中,作者就反复强调多样化练习的重要性。
就我个人经验而言,目前围绕 Anki 的多样化练习方式还有许多可选方式。在“听”方面,我们可以导出笔记,利用豆包电脑版将笔记转换成一对一访谈的播客模式,或者使用 Google 的 NotebookLM 也能实现更好的效果;在“说”方面,我们可以在复习过程中开启 AI 语音对话功能,随时与 AI 交流想法、解答疑问,这既增加了复习的互动性,也提升了趣味性;在“组织”方面,我们可以将较为熟练的笔记发送到 flomo,通过 AI 驱动的“找一找”“相关笔记”和“随机漫步”等功能构建更加灵活的主题,让那些已经熟悉的卡片能够围绕特定主题,为解决问题提供更多帮助,又或者借助知识管理插件 Schema Weaver ,我们可以适时地将笔记进行主题化、结构化重构。