AI时代的个人写作系统（2025版）

2025年,ai的发展速度太快太快了。

(明天就发布gpt-5了;几大ai巨头今年一直轮番发布;扎克伯格年薪10亿美金抢夺人才,而不少ai人才竟然会拒绝10亿美金邀约!!因为忙着抢夺agi桂冠?!)

很多ai圈内人都在感叹:跟不上了,真的跟不上了~

而很多普通人,可能已经“摆烂”了。

确实,关于ai的知识、经验、方法论和工具......太庞杂了,变化速度太快了。举个例子,2023年、2024年的所谓 prompt engineering技巧,大部分都失效了。因为2025年的ai已经进化了,已经没法被2023、2024年的技巧骗到了。

自chatgpt两年多前发布以来,我一直在用各种形式分享ai新知、实践经验和个人思考。其中,我认为最好的一种形式:ai主题讲座。所以,今年我陆续做了十几个ai专题的视频分享,每次2小时左右。

但目前的一大问题是:在各种地方经常遇到以前提过的问题,因为大多数人不会去看一个长视频(即使是一个ai专题、是多年ai经验的系统总结)。

所以,我今天开启一个新尝试:把2025年的ai专题讲座,其中全部的要点整理出来(当然得用当前的顶级ai),用文章的形式发出来。不是为了取代原始的2小时ai讲座,而是便于有需求的朋友按图索骥。看不看无所谓,最起码知道有这个东西,里面包含了哪些内容。

今天是第一篇,《ai时代的个人写作系统(2025版)》。

why 写作系统?

ai时代的写作新背景 在2025年ai技术(如gpt-4.5)飞速发展的背景下,探讨人类写作的意义尤为重要。

在过去数月内,我在多种媒介上进行了高强度的内容创作实践,并认为这些活动本质上都是“写作”。

• 视频创作:YouTube频道从0做到1万关注。
• 公众号:实现超过一个月的日更。
• Twitter:通过分享知识性内容,从0做到5万关注,验证了“输出是最好的学习”这一理念。

ai带来的震撼与挑战 顶尖ai模型(gpt-4.5, Deep Research)产出的内容质量,已经达到了普通人难以企及的高度,甚至在某些领域超越了历史上所有人类的产出。

Deep Research在30分钟内生成的7万字关于“芒格100个思维模型”的报告,质量超越了过去30年互联网上所有相关内容。ai编程能力即将超越所有人类。类比2016年AlphaGo对围棋的颠覆。

这个背景给“人类是否还需要写作”带来了悲壮的意味,但也更凸显了深入探讨的价值。

核心理念:写作依赖于系统,而非天赋

写作系统的定义

能够持续产出高品质内容的人,依靠的是一个完善而成熟的创作系统。

写作系统的组成

• 内在系统:头脑中的思维模式和认知结构。
• 外在系统:以笔记系统为核心的外部支持工具,是应对复杂时代的“外脑”和素材库。

我的文章、视频、推特等所有内容的逻辑,都源于其拥有6840个笔记的logseq系统。

写作系统的“器”:工具层 (Tools)

核心工具:logseq

• 定位:最重要的工具,扮演私人知识库(Wiki)的角色。
• 作用:存放和连接每一个idea和概念,是思考和创作的根基。

输入与发酵工具:Readwise Reader

• 定位:不仅是阅读工具,更是思想的发酵和主题研究工具。
• 作用:
• 对阅读内容(文章、视频、推特)进行高光、批注。
• 通过标签系统,将不同来源的内容整合成特定主题的研究列表(如“gpt-4.5”主题)。
• 甚至可以用来批注和修改自己的文章草稿。

思想打磨工具:chatgpt

• 定位:写作各环节中的“思想对话者”和“打磨器”。
• 作用:
• 打磨思想:将模糊的想法通过多轮对话变得清晰、丰富、全面。
• 打磨表达:将粗糙的语言变得更精准。
• 过程:与gpt对话 -> 将对话剪藏到Reader -> 整理笔记 -> 形成观点(如一条“小费曼”推文)。

辅助工具集

• Markdown编辑器:用于撰写底稿。
• Figma:用于制作公众号头图等视觉素材。
• Markdown Nice:用于文章排版,可借助gpt辅助设计自定义的CSS样式,以符合个人审美。

写作系统的“术”:工作流层 (Workflow/SOP)

工作流的重要性

• 工具的背后必须有一套成熟的工作流(Workflow)或标准作业程序(SOP),将创作这个认知加工过程显性化、可优化。
• 反驳“流水线”论:固定的流程非但不会限制思想,反而能通过规律带来自由和效率,即“在限制中,大师得以施展”。

4F写作工作流

• 这是一个以费曼学习法为核心的闭环迭代流程。
• Focus (聚焦) :通过阅读、观察等方式进行选题。
• Ideation (构思) :搭建思想框架,利用Reader或chatgpt-进行思想发酵。
• Feynman (费曼输出) :用自己的话将思想表达出来,并进行多稿修改(修改文字、朗读感受节奏等)。
• Feedback (反馈) :发布后,通过数据和读者互动来评估效果,总结优缺点,并反过来优化整个工作流。

写作系统的“法”:方法论层 (Methodology)

核心方法:费曼学习法

• 费曼学习法是整个写作系统的核心方法论。

不同层级的费曼输出 (3F)

• 小费曼:短小精悍的单点内容,如Twitter帖子。
• 中费曼:几千字的文章输出。
• 大费曼:一小时的视频或几十万字的书稿。

核心框架:2W2H

• 无论是哪种层级的输出,其内核都是一个问题导向的框架,通过回答清楚这些问题来构建有意义的观念。
• What: 它是什么?
• Why: 它为什么重要?
• How: 它是如何运作的?
• How-to-use: 如何应用它?

写作系统的“道”:原理层 (Principles)

写作的本质

• 写作的本质是高质量、深度、独立的思考,是“连接想法”(connecting the ideas)的过程。它是一个思想层面、认知层面的事情,而非技术问题。

高质量内容的基石

• 高质量的文章源于高质量的知识、清晰准确的概念和多元的思维模型。
• 类比:顶级的ai模型(如gpt-4.5)因其巨大的、存储了世界知识的参数量而强大。劣质模型则表现为说空话、甩大词、制造幻觉。
• 洞见:最高级的表达往往使用最平实的语言传递深刻的智慧和洞见。

底层原则:科学方法论

• 整个“道、法、术、器”系统,其最底层的“道”是科学方法论。4F工作流(发现问题 -> 主题研究 -> 提出假设 -> 迭代优化)本质上就是科学方法的应用。

写作的七层真相

• 真相一:思想压缩 写作是将头脑中混乱模糊的感知,提炼成结构化、清晰、逻辑化表达的认知加工过程。
• 真相二:写作是创造而非记录 不是先有东西才去写,而是在写的过程中,想法才被探索、发现和创造出来。
• 真相三:质量关键在于对人与世界的理解 决定写作质量的不是文采,而是对人性、对他人心理模型的深刻理解。
• 真相四:最大障碍是害怕被评价 人们不写作的根本原因,是害怕得不到正面反馈或受到负面评价。克服这种恐惧是坚持下去的关键。
• 真相五:写作倒逼深度思考 写作能对抗碎片化的内容消费模式,强迫我们慢下来,主动延迟对世界的反应,从而形成慢思考和深度加工思想的能力。
• 真相六:写作训练结构化思维 思想输出的过程,本质上是在训练结构化思维。
• 真相七:创作系统是必需品 再次强调,持续的创作需要一个完善的系统。

总结与展望:人机协同的未来

ai时代人类认知活动的再定位

• 认知金字塔:ai已在“综合”、“评价”等层面碾压人类,但尚未达到顶端的“创造”。
• 基础能力的重要性:即使ai更强,人类仍需亲自学习、记忆、理解、分析,因为这些是通往“创造”的阶梯,不可或缺。虽然差距巨大,但仍需练习。

人类写作的独特价值 即便面对超级ai,人类的写作价值依然存在,其核心在于ai所不具备的特质。

• Context (语境) :对现实世界、社会、人的直接观察和理解,这使人类能提出有价值的问题。
• Emotion & Empathy (情感与同理心) :这是ai无法替代的人类核心能力。
• Wabi-sabi (残缺之美) :人类的有限性、非理性、偏见反而能构成一种独特的、与ai不同的美和价值。

终极模式:人机协同智能 (Co-intelligence) 未来的方向不是对抗ai,而是顺势而为,将ai作为强大的伙伴。人类提供独特的价值(情感、信念、语境理解),借助ai的能力,共同创造出更高质量的内容。

问答环节精粹

关于工具 (logseq vs. Notion) 完全无法理解为何用Notion做知识管理,认为logseq的个人维基模式是组织思想的最佳形式,而Notion更像数据库,缺乏知识管理的深度。

关于学习与教育 在AGI时代,传统的应试教育模式将失去价值。教育必须转向培养孩子在某个领域真正的热爱与激情(内驱式),只有这样才能在ai的基础上成为创造者。

关于与ai的互动 把ai当作一个智能远超自己的伙伴。与其用花哨的Prompt,不如进行真诚、有效的思想沟通。

分工:与人聊感情,与ai聊思想、聊知识,效率更高。

实践:分享者已将与chatgpt的语音对话融入日常,作为获取灵感、产出文章初稿的核心环节。

视频讲座回看

识别二维码,或者点击“阅读原文”,直达讲座视频。