[Xinwei Xiong] · 2026 年 7 月 11 日
5 分钟 · 2382 字

第一层·信息:给 AI 看的,给自己扫的,和纯粹的噪音

信息是流水线的第一道工序,它的绝大部分是噪音。这篇文章把信息分成三类——给 AI 看的、给自己粗略扫的、和该被挡在门外的纯噪音,讲清楚在 AI 批量生产内容、信噪比持续恶化的时代,怎么采集、怎么降噪、怎么反过来去抓稀缺信号。这是「从信息到创作」专栏的第二篇。

信息层:采集与降噪,把噪音挡在门外

信息的默认状态,是噪音

上一篇立了框架:信息、记录、知识、创作是四道工序。这一篇只谈第一道——信息

关于信息,最重要的一个认知是:它的默认状态是噪音。

我们对信息有一种天然的贪婪。看到一篇好文章就想收藏,看到一个金句就想存下来,看到别人推荐的书单就想加进待读。每一次"存"都给我们一点"我在进步"的错觉。但存这个动作,本质上只是把信息从别人的仓库搬到了你的仓库,它没有经过你这台机器的任何加工。

所以第一层的工作,不是多存,而是多挡

判断一条信息该不该进来,标准不是"它有没有用"——几乎所有信息都"可能有用",这正是收藏夹爆炸的根源。标准应该是:它值不值得进入下一道工序? 也就是,你愿不愿意为它花时间去记录、去结构化?如果不愿意,那它对你就是噪音,再"有用"也该挡在门外。

把信息分成三类

笼统地说"信息"没有操作性。我把进入视野的信息分成三类,分别对待。

第一类:给 AI 看的。 这是喂给模型的原料——你准备让 AI 帮你检索、摘要、对比、加工的那些东西。行业报告、文档、别人的长文、你自己的历史记录,都属于这一类。它们不需要你逐字读,甚至不需要你现在就读,只要结构清楚、能被模型调用就行。对这类信息,“采集"可以放开手脚,因为处理它们的是 AI,不是你的注意力。

第二类:给自己粗略扫的。 这是用来保持手感、维持信息环境温度的低价值输入:行业动态、同行在做什么、平台上什么在火。它们单条价值很低,但成规模地扫一眼,能让你对"当下"有感觉。对这类信息,关键是限定时间、限定入口——它是背景噪音里有用的那一档,但绝不能让它占据你的深度时段。

第三类:纯噪音。 情绪化的热点、为了吵架而写的观点、无限下拉的推荐流。它们唯一的作用是消耗你的注意力。对这类,只有一个动作:无情地挡掉。

这三类的比例,决定了你信息层的健康度。大多数人的问题是:把第三类当第二类扫,把第二类当第一类存,最后把第一类(真正该喂给 AI 系统化处理的原料)淹没在里面,一条都没用上。

AI 时代,信噪比在恶化

有人会说:信息过载是老问题了,跟 AI 有什么关系?

关系很大。AI 把信息过载升级成了**“合成信息过载”**。

过去的噪音,至少是人写的,产量有上限。现在模型可以批量生产"看起来很有用"的内容——结构工整、论点齐全、金句频出,但没有一手经验、没有真实摩擦、没有信息增量。它比人写的噪音更难识别,因为它长得就像信号。

这带来一个反直觉的结论:在 AI 时代,真正稀缺的不再是信息,而是信号。 当所有人都能一键生成"内容”,那些无法被生成的东西——你自己踩过的坑、行业里没被写出来的潜规则、一线才有的具体数据、某个此刻还没人注意到的趋势——反而变得极其值钱。

社群里有人写过一句话,我很认同:稀缺性,是很宝贵的财富。 放到信息层,它的含义是:不要在 AI 能一键生成的地方卷采集量,要把采集的力气花在抓稀缺信号上。少刷一点二手观点,多攒一点一手经验;少存一点"看起来有用",多找一点"别处没有"。

降噪的关键是管住入口

明白了要挡,问题就变成:怎么挡得住?

靠意志力挡不住。真正有效的降噪,是从入口下手,把信息的进入变成一件有结构、有节奏的事,而不是被推送随时打断。

我在社群里看到一份特别朴素但有效的做法,值得抄。那个人先做了一件事:盘点自己所有的输入来源。 数下来其实就固定的几个——某人的每日短视频、每周两场直播、某个社群的文章。仅此而已。信息焦虑很多时候是个错觉:你以为自己要追一百个信源,实际上真正给你信号的就那么三五个,剩下的都是噪音在假装重要。

盘点完,他做了第二件事:把学习放到固定的、低精力的时段统一处理。 在那之前,他的学习是完全零碎的——星主一发帖就马上看,刷手机时看到有用的就马上存,结果忙了一整天,回头发现最重要的活儿都没干。这背后是一种"怕跟不上、怕错过"的心态,而这种心态会让你每天都被学不完的信息填满。

当他把输入统一挪到下午(他精力最低的时段),规律一下子就出来了:高精力的时段留给记录和创作,低精力的时段用来"过一遍信息"。信息不再是随时炸响的中断,而是一天里被安排好的一节工序。

这两个动作——盘点信源、集中处理——就是降噪的地基。它们看起来不像什么高级技巧,但正是这种朴素的入口管理,决定了你的信息层是清爽还是淤塞。

让 AI 站在信息层

最后回到那条贯穿整个系列的规矩:信息层,可以大胆用 AI。

采集、去重、摘要、翻译、初步分类、把一堆材料压成一页要点——这些都是信息层的活儿,交给 AI,效率是十倍,而且不损失什么。你不需要亲自读完每一篇,让模型先过一遍、标出"值得你亲手加工的那几条",你只在它筛出来的信号上花注意力。这正是 AI 在这套流水线里最该待的位置。

但要守住边界:AI 帮你处理噪音,不替你形成判断。 它能告诉你"这十篇讲了什么",不能替你决定"这件事对你意味着什么"——后者是下一道工序(记录)的事,那一步必须你自己过手。信息层用 AI 用得越狠越好,但一旦到了"这条信息要沉淀成我的什么判断",就该关掉自动化,自己上。

把信息层理顺,你会立刻感到轻松:收藏夹不再有负罪感,因为你终于承认了它大部分是噪音;注意力被解放出来,因为你只在信号上花力气。

接下来,那些被你筛出来、值得亲手加工的信号,要进入第二道工序——记录。那是信息和知识之间,转化率最高的半成品。下一篇见。


本文是「从信息到创作」专栏第二篇。上一篇:总纲——信息、记录、知识、创作 。下一篇进入第二层——记录。

读者回响

加入讨论