花了88刀订阅了一年X Pro。缘由是刷到王川推特：
感觉直接和 grok 持续对话，不断拷问它“为什么，为什么, 为什么，为什么”，学习效率比看书高多了。问 “为什么”，就是不断迅速补上自己感兴趣的知识漏洞的过程，grok 一是方便，随时随地想起一个问题就可以拷问它，二是它的回答一般都会迅速引用好几个相关的实时的推特贴子，可以顺藤摸瓜找到更多有价值的线索，三是其智能还在不断指数级别提高。
读书的问题是，在几百页的书籍中提取你感兴趣的内容，感兴趣的核心问题，效率实在太低，太低了就没有乐趣了。以后学习要变成以拷问 grok 为主，读参考书为辅的方法了。
从读纸质书到读电子书是一个跃迁，从读电子书到拷问 grok 又是一个跃迁。信息革命正在发生，只是分布不均匀而已。
另外一个角度看，你能从 grok 获得的收获，很大程度上取决你提问题的质量。这个问题质量的判断，在于问题的答案是否给你引入全新的角度和全新的线索，帮助你更准确和深入的理解复杂的世界。
提高质量问题也是需要耗费脑力的，如果妄想问一个 “如何发财” 的简单问题，就可以获得某个一劳永逸的简单答案，这个幻想只有骗子能满足。
但是，你可以从一个低质量问题开始，根据 grok 的具体答案，再深入一步问一个质量稍微高一点的问题，像剥洋葱皮一样，一般迭代到第四层或者第五层的时候，你就会碰撞到问题的本质，发掘到可以指导具体行动的小技巧了。如果还没有，那就是提问还不够努力，洋葱皮剥得还不够。
只有主动问问题，学到的知识，才容易真正内化。因为提问者是从自己的 context 和角度出发，寻求填补知识的漏洞。
而被喂食的知识，背后有很多隐含的 context, 往往接受者并不完全掌握，被喂食后还是似懂非懂，学生往往懒于或者羞于积极的提问，所以有一大片空白无法填补，一实践就马上露馅。
书籍是“写作者的逻辑”，按TA的方式框架组织的信息。
和语言模型聊是“读者的逻辑”，熨帖的践行N+1，知识基础打得更牢、更致密。
AI时代，信息传递工作已不适合人来做（量级、广度都不行了），人最好做洞察新信息的事。
推特的特别处是，它作为一个连接网络，以推文方式不断生产“洞察信息”，可以持续补齐纯知识的短板。随着推特体量的上升，信息的“生产”和“使用”在这里获得流动。当然了，由于每个用户与现实世界的连接，流动范围更广。
与AI漫游已可完全替代以书籍为载体的信息方式（体验式阅读除外，例如小说、诗歌等）。
写作者实质不过是以他的一套逻辑为你编撰信息，但AI可实时以任何逻辑为你编撰一套新的信息，在时效性上面亦远超书籍。
既如此，何必要绕这圈子（写作者借由写作组织其思路除外，当然，这类作者本质上也是GPT）。
less note-taking, more surfing the knowledge wave in real-time with AI
如果借用OpenAI的“验证者-证明者”的游戏概念，ai冲浪，人扮演验证者角色，ai扮演证明者角色，此过程的频繁交互，可快速提升验证者的能力。
我的想法是，让自己成为一个完整的“结构体”，不存储信息，但充满逻辑，具有很强的“弹性”，此弹性通过大量思考激发来获得训练。ai智能冲浪，像两个弹性的球体，不停的碰撞，变得更加有弹性。
信息的存储既带来维护成本，也变成一滩死水，如果活水，只是流动，就会非常明镜。
崇拜知识，还是崇拜智识，这是一个问题。后者无法存储，由训练习得。
这似乎会导致广度持续增加，但深度和细节缺乏的问题？
没考虑那么多，但我读得越多，越意识到自己广度还很欠缺。缺啥补啥就是了。
遇到问题可以顺着脉络反复问 what how why，深度就上去了。至于真正定义上新的/深的知识，不管是来自模型的知识也好，书上的知识也好。这些媒介本身一般都是慢的，所以倒也无所谓了。需要的话，可以其他手段补充。