把真实交流变成 AI 可以学习的个人资产
我又让我的 AI，我的 Codex，去提炼了一下线下的录音逐字稿，把它做了一些可以对外分发的图片，然后发到小群里面。发完之后，还有人来问有没有文字稿。我觉得这个过程还是蛮有意义的。
首先，相当于是对之前的交流内容又经过了一次复盘。然后在这里面，我同时还在做一件事情，就是把我聊的那些内容都让 AI 去提取一下，也就是我聊了哪些话题，然后我针对每个话题，我的态度是什么样的，我的理念是什么样的。随着我交流的内容越来越多，我在某些话题上面，我的态度会越来越清晰。也有可能有的态度会，前几个月可能是这个态度，然后随着我的个人成长，在同一个问题下面，后几个月可能会有一些改动。
这样的话，AI 因为有了足够的上下文，同时是我线下真实的这些个人数据资产，它能给我去进行一个提炼反馈，告诉我在同一个话题下面，我可能在哪些时间点，我的态度发生了改变。以及我在这一段时间，比如说近一周、近一个月，我持续关心哪些话题。从这些话题的背后去看一看，我真正是对什么东西感兴趣。因为从这些行为、真实的数据上面，是可以看出来我的执行的点是在哪里的。
如果光靠自己去回想，可能会像我们读的《思考，快与慢》当中，回想了下书中的内容，有一个大概叫峰值体验，你只记住了最高分的那个样子，然后产生了一个误差。所以现在把它记录下来，就是让后续 AI 可以回看，或者自己能回看整个的一些经历，然后用数据去展现出来。
所以我觉得还蛮有意思，也是很有意义的。因为在 AI 时代来说，数据就是最大的资产。不管是用户的数据，那自己个人数据也是非常大的资产。因为你记录得足够，周期足够长，颗粒度足够细致，然后你每次记录都是你有感而发，那 AI 有了一些可整理的内容、可分析的内容，它才会给到你真正贴合于你本身的、这么一个真实的面目，也形成一个可学习的 AI 画像。而且后续也是可以来作为一些素材。
所以，这中间还有一个很有意思的点，就是每一次我让 AI 跑的工作流，Codex 跑的工作流都迭代了一遍，每一次都让他迭代一遍。在后续再去执行的时候，他又比上一次功能更强，然后省的 token 更多，跑的时间更少，这样效率不就越来越高吗！