我用 AI 造了一台读书机器：个人书籍提炼系统设计实录

每年买 50 本书，真正读完的不到 10 本。剩下 40 本静静躺在 Kindle 里积灰，像健身房年卡一样——花钱的时候觉得自己会改变，然后就没有然后了。
我曾以为问题出在自律。后来想明白了：问题不是读得太少，是不知道哪些值得读。
于是我用 AI 造了一套书籍提炼系统。不是用来替我读书的——是帮我在 30 分钟内判断一本书值不值得花 8 小时精读。

一、现有工具都差点意思

市面上不缺"帮你读书"的工具，但每个都有硬伤：
Blinkist 们：千篇一律的快餐
15 分钟读完一本书？更像 15 分钟读完一篇公关稿。所有书都被压成同一个模板：3 个要点、几个案例、一句金句。《反脆弱》和《原子习惯》出来的东西读起来差不多——但这两本书的思维密度差了十倍。
直接扔给 ChatGPT：幻觉是硬伤
"帮我总结这本书"——ChatGPT 会给你一份看起来很专业的摘要。问题是，它可能会编造书里根本没有的观点，还会把不同章节的内容张冠李戴。你没读过原文，根本发现不了。
手动做读书笔记：有效但太慢
Notion 模板、Readwise 高亮、Zettelkasten 卡片笔记……方法论一套一套的，但每本书至少要花 2-3 小时整理。一年读 20 本就是 50 小时在做笔记。
我需要的是：用 AI 处理全文，但按我的框架提炼，保留批判视角，而且不能有幻觉。

二、系统架构：三段式流水线

整套系统的逻辑其实很简单，就三步：

输入层：把书变成文本

电子书格式五花八门，但最终都要变成干净的 Markdown。EPUB 用 Pandoc 转换，PDF 用专门的提取工具。这一步没什么技术含量，但很关键——垃圾输入等于垃圾输出。

处理层：六维提炼引擎

这是核心。不是简单的"总结"，而是从六个维度结构化提取（下一节详细讲）。
关键设计决策：大书分章处理。超过 8 万字的书，一次性扔给 AI 会丢失细节。所以系统会先按章节拆分，逐章提炼，最后再汇总。这样每个章节的关键观点都不会被淹没。

输出层：存下来才有用

提炼完自动做三件事：
  1. 本地 Markdown 文件存档（可搜索、可 Git 管理）
  1. 同步到 Notion 书库（带标签、评分、分类）
  1. 推送通知告诉我"提炼完了，来看看"

三、六维提炼法：这才是核心壁垒

为什么不直接让 AI "总结"？因为总结是最低层次的理解。我设计了六个维度，每个维度回答不同的问题：

1. 总览摘要

这本书在讲什么？一句话说清楚。
不是目录的复述，是提炼出作者真正想传达的那个核心洞察。好的一句话摘要，你读完就知道这书跟你有没有关系。

2. 核心论点（3-5 个）

作者最重要的几个观点是什么？
每个论点不超过三句话展开。这一步的关键是筛选——一本 300 页的书可能有 50 个观点，但真正原创的不超过 5 个，其余都是论据和案例。

3. 逐章精华

每一章的关键内容是什么？
这是最耗 token 的部分，也是价值最高的。每章提取：核心观点（一句话）、关键内容（要点列表）、金句（原文引用）。
为什么要保留金句原文？ 因为这是对抗 AI 幻觉的最佳手段。引用原文意味着 AI 必须从文本中找到真实存在的句子，而不是自己编。

4. 行动指南

读完这本书，我明天能做什么？
这是大多数"书摘"服务缺失的维度。我让提炼引擎针对特定身份（技术从业者/创业者）生成可操作的建议。不是"提高认知"这种空话，而是"把每月收入的 X% 用于体验而非储蓄"这种具体行动。

5. 批判思考

作者有什么偏见？哪些观点有争议？
这是我最看重的维度。AI 默认倾向于"总结并认同"，我专门设计了对抗性提示，要求它找出作者的盲点、逻辑漏洞、以及与其他著作的矛盾之处。

6. 延伸阅读

如果我对某个观点感兴趣，还能读什么？
自动关联相关书籍和概念，建立知识网络。读得越多，网络越密，每本新书的价值越高。

四、实际案例：《最优解人生》

用一个真实案例说明效果。
比尔·帕金斯的《最优解人生》（Die With Zero），原书约 29 万字（中文版），提炼后约 1 万字。压缩比 29:1，但关键信息几乎零损失。
核心论点提取示例：
系统提炼出的 5 个核心论点：
  1. 人生是体验的总和，不是银行余额 — 死前没花掉的钱，就是你白白浪费的生命能量。
  1. 死前归零是最优策略 — 不是今天花光，而是有意识地规划：死亡那天净资产接近零。
  1. 体验有保质期 — 80 岁给你 100 万也没法去背包旅行。越早投资体验，回忆红利的复利越大。
  1. 净资产应有"峰点" — 大多数人 45-60 岁后应该开始"散财"，而不是继续存到死。
  1. 健康是最大的乘数 — 身体每差 1%，未来所有体验的愉悦感都打折。
批判性思考示例：
系统自动识别出的争议点：
  • 帕金斯是能源交易员出身，天然倾向高风险高回报叙事，"死前归零"对没有安全网的普通人未必适用
  • 全书几乎不讨论"给予"的价值——捐赠、慈善、帮助他人带来的满足感被完全忽略
  • "回忆红利"的概念缺乏量化依据，更像是直觉包装成理论
这种批判视角是 Blinkist 永远给不了你的。

五、成本与效果

算一笔账：
指标
传统精读
AI 提炼 + 重点精读
------
---------
-------------------
单本时间
8-12 小时
30 分钟提炼 + 2 小时重点章节
单本成本
仅时间成本
$2-5（API 费用）
年处理量
15-20 本
50-80 本
信息留存
依赖记忆
结构化存档，随时检索
关键不是读得更快，是筛选得更准。
以前买了书就硬着头皮读完，沉没成本心理作祟。现在先花 30 分钟看提炼结果，值得深读的再投入时间，不值得的果断放下。这大概是整套系统最大的价值——不是帮你读更多书，是帮你不读不值得的书。
工作流变成了：
  1. 买书 / 发现新书 → 扔进提炼系统
  1. 30 分钟看提炼结果 → 判断值不值得
  1. 值得 → 精读重点章节（提炼结果标注了哪些章节信息密度最高）
  1. 不值得 → 提炼结果存档，核心观点已入库，够了

结尾：增强阅读，不是替代阅读

最后想说一点：AI 提炼系统不是用来替代阅读的。
好书的价值不全在"信息"里。帕金斯写他女儿 10 岁后突然不看《小熊维尼》了的那段，信息量为零，但读到的时候你会停下来想自己的孩子。这种体验是任何提炼都无法替代的。
提炼系统做的是前置筛选和后置索引：帮你决定读什么，帮你记住读过什么。中间那个"读"的过程，依然是你自己的事。
每年 50 本书，提炼系统帮我筛出 15 本值得精读的。剩下 35 本，核心观点已经入库了——比躺在 Kindle 里积灰强一百倍。
工具不是目的，理解才是。AI 只是帮你更快地找到那些值得慢慢读的书。