信息搜集、筛选与整理
原本我打算做一期单纯的信息分享，但授人以鱼不如授人以渔，我会带大家走一遍从信息搜集、筛选再到整理的全过程，让你们充分了解如何在当今纷杂的世界享用纯净有价值的信息。最后还有一招压箱底的秘法来屏蔽垃圾信息。
信息搜集
既然有了目的，那么按照如下步骤进行：
- 细致化目的：国内外、时间、可靠度、专业度等
- 信息源初筛：书籍、官方网站、其他媒体、个人、AI 等。
- 信息初筛：你很容易判断一些信息是否满足需要，完整度、逻辑性等，再按照第一步的维度筛选。
例子：我想了解最前沿 AI 的技术。
细致化目的
- AI 的什么方向，比如说大模型。
- 我想了解学术界大模型最近的技术
- 不限国内外
- 时效性强
- 信息可以是像新闻那样不专业，但必须要可靠
确定信息源
❌ 书籍：时效性太差
由于你确实不了解这个有什么官方网站、媒体提供此类信息，你只能排除掉书籍。那么接下来请出我们的“搜索工具”，目前主要有两类：
- 网络搜索引擎：比如百度、谷歌等
- AI 搜索：ChatGPT、Perplexity 等
前者：能用谷歌搜就用谷歌，百度不好用；后者：基本只有国内外的分别，另外说明一点 Kimi 的搜索并非 AI 搜索，相同 prompt 只会得到相同的结果。在这个简单的问题上用哪个都差不多，复杂目标用 AI 得到的结果能更细分化一些。
那么这里我们使用谷歌搜索：latest LLM papers + news
我们显然知道这个是没有官方网站的，所以就可以在这些搜索结果上找。如果我们希望时效性，可以点击工具选择时间。
初步看一下这个结果还是不错的，也是很容易达成了目标。
特别注意，公众号、知识星球之类的平台在搜索引擎中很难搜得到，要到它们自己的平台、网络里面搜。
信息初筛
绝大多数情况下初筛了信息源就足够获得较好的信息了，也就不需要再去初筛信息了。为了说明初筛，我们看到下面有一个搜索结果Awesome-LLM: a curated list of Large Language Model，看起来标题是不错的，但注意里面的更新时间，点进去它更新的内容，上周只增加了一条信息，它更新得太懒惰了，让人担心它的时效性。这轮初筛需要主观判断它是否满足需要、达成目标。
分享一些信息搜集的平台
- 国内：知乎、即刻（偏技术）、公众号（量子位、机器之心、新智元等）、小宇宙或苹果播客
- 国外：Quora、Stack Overflow、Github、X（政治，娱乐为主）
信息筛选和整理
搜集的目标是解决问题，筛选和下一步整理的目标是形成自己的知识体系。它更像是一个针对知识信息进行处理的工作流了。
显然因人而异，这里谈谈我的想法。我之前有尝试用 Obsidian 构建网络、飞书知识库，也尝试过 Capacities 等软件，目前是返璞归真，直接文件夹 + 文件（不过 Obisidian 写 markdown 舒服，也是本地化就这样用了）。因为如果有问题就搜集信息解决它，真正需要吸纳的要么是专业知识，要么就是深刻的东西。前者上一步的操作足矣，后者在我这信息筛选标准如下：
- 必须经过我的思考，确认其有参考、借鉴的价值
- 侧重于“道”，较少涉及“术”
这个筛选方式不论时间、不论来源似乎扩展了太大的范围，但其实一个“道”的倾向就杀死新闻、绝大多数方法论等内容了。我常常选择《悉达多》《原则》这些书来激发思考，写一篇感悟来净化“术”、内化为道。
压箱底的秘法
—— 信息节食
我在蒂姆费里斯的书中第一次了解到这个概念——就是在非必要时刻不再主动获取任何信息。如果有什么大新闻，你的同学、朋友一定会和你分享（又体现出人脉的重要性了）。司空见惯的事携带的信息不如突发事件，因此关注这些他人分享的突发、重大消息就足够了。
等到你想潜心研究某个东西的时候，你再去主动获取，按照第一步走。信息节食就是把时间花在信息之外，尽量减少受到信息蕴含的价值观等的影响。这种方式节约时间，性价比高。
附：每日信息搜集里面有什么
看完这些，如果还对我的每日信息搜集感兴趣，多少是没怎么认真看。这个收藏夹内的东西，我自己都不在看了。
- 黑客新闻
- 通往 AGI 之路:这个内容质量真心越来越烂，不值得看了
- Daily Paper:AI 前沿论文
- 智鹭 AI 日报
- AI 日报