学习 AI，用 AI 搭建/记录真正有效的东西
面对不同的大模型，能力边界限制了各种工作流的实现。更有成就感的是，把工作流真正嵌入实际工作，它真的会帮上大忙。我要重新去学习一下三少的课程了。
写代码最难的不是写，是删。今天删掉了三天前觉得很聪明的那一部分，页面反而清楚了。
让 AI 帮我读完一篇论文，它总结得很好。合上电脑才发现，我自己什么也没记住。
理解那些从一开始就围绕 AI 设计的产品，而不是把 AI 当作后加功能。
研究工具、记忆、上下文、编排，以及可靠的人机协作工作流。
学习如何通过结构化的 AI 协作，把想法推进成可运行的软件。
连接用户问题、系统约束、验证方式和产品决策。
从 RSS、网站和 X 来源收集信息，用 SQLite 保留阅读状态、收藏、报告和任务记录。
一个本机运行的行业新闻挖掘与 AI 分析桌面应用，把订阅、阅读、留存分析和报告生成放进同一套个人信息工作流。
一个产品可以很先进，但不必显得复杂。Linear 给我的启发是：克制本身也能建立信任。
AI 原生产品不是从功能清单开始，而是从重新设计意图、上下文和行动之间的关系开始。
