阅读非虚构类书籍时，我习惯先用 AI 整理成 Wiki——提取 entity 和 concept，形成结构化的笔记。但阅读时需要在书籍和笔记之间反复切换，多个应用来回跳转，注意力不断被打断。 于是 vibe 了一个阅读器：左侧 EPUB，右侧 Wiki，左右分栏对照阅读。 阅读时 Wiki 的预处理？ 最近在看 Robert Caro 的 The Power Broker。完全不了解美国新政时期的政治背景，语言有隔阂，人物极度混乱——Robert Moses 的家人、同事、对手、机构，名字相似且关系复杂。直接硬读的话，读到头晕眼花也理不清头绪。 我的习惯是：先整理好人物和概念，把复杂的、揉成一团的信息，拆解成「元数据 …

阅读更多

NotebookLM 的核心能力不是"生成播客"，而是长上下文下的 source-grounded 问答——上传一组材料后，AI 基于材料内容回答问题并标注引用来源。这个能力天然适合金融尽调：招股书几百页、同行财报几十份、政策文件若干，人类读完需要数小时，而 NotebookLM 可以在分钟级别回答"这家公司的收入结构是什么""同行毛利率对比如何""风险因素有哪些"这类具体问题。 在 X 上看到了一个手动 workflow：把 IPO 相关材料上传到 NotebookLM，设计一组标准问题，让 AI 逐一回答，最后汇总成投资决策。这个 workflow 的价值在于结构化——不是泛泛地问"这家公司怎么样"，而是围绕收入结构、同行对比、 …

阅读更多