好资源和短想法
全局 AI Copilot
现在 AI Copilot 越来越舒服，响应也很快，成熟太多了。图示是我使用 Glarity AI 在 RemNotes 中处理一些单词和内容记忆，比起 RN 自带的 AI 舒服很多。记忆的本质在我看来是神经连接，刻录和提取过程，AI 在辅助记忆过程中可以与你对话和提供各种意义连接，更多的触发神经亮区，达到记忆效果。
之前都介绍过，不过这种全局 AI Copilot 目前确实非常实用了。弥补了太多软件没有加持 AI 的不足，尤其常用工具和笔记软件，划取使用体验极好。搜索、解释、翻译、总结，太多工作流程中的轻量 AI 使用场景，而这就是全局副驾驶的功能作用。加上条，目前我阅读系统、记忆系统都可以很好的融入这些，但真正写作和处理文本时，GPT3.5 API 很受限，深度补充/思考发散/溯源求证都需要更好的模型，这个时候直接用 GPT4 和 Perplexity 会好很多，多模型交叉使用和佐证是使用 AI 条例之一。
目前体验最好的个人感觉还是 Glarity，非常干净优雅，以前分享过的 Sider/ Monica 现在也非常强了，功能都非常丰富，比如全局输入框调用（我之前叫做 Notion AI 系插件），现在基本都有，按需使用。
相关链接
0 通用生产流范式（General Workflow Paradigm）
1 AI 影响我阅读文章的方式
2 阅读输入工具的 Combo丨翻译、总结、全局和 AI
3 Chat-GPT 全局网页侧边栏插件丨调用重器
#AI #RSS #SRS #TfT
现在 AI Copilot 越来越舒服，响应也很快，成熟太多了。图示是我使用 Glarity AI 在 RemNotes 中处理一些单词和内容记忆，比起 RN 自带的 AI 舒服很多。记忆的本质在我看来是神经连接，刻录和提取过程，AI 在辅助记忆过程中可以与你对话和提供各种意义连接，更多的触发神经亮区，达到记忆效果。
之前都介绍过，不过这种全局 AI Copilot 目前确实非常实用了。弥补了太多软件没有加持 AI 的不足，尤其常用工具和笔记软件，划取使用体验极好。搜索、解释、翻译、总结，太多工作流程中的轻量 AI 使用场景，而这就是全局副驾驶的功能作用。加上条，目前我阅读系统、记忆系统都可以很好的融入这些，但真正写作和处理文本时，GPT3.5 API 很受限，深度补充/思考发散/溯源求证都需要更好的模型，这个时候直接用 GPT4 和 Perplexity 会好很多，多模型交叉使用和佐证是使用 AI 条例之一。
目前体验最好的个人感觉还是 Glarity，非常干净优雅，以前分享过的 Sider/ Monica 现在也非常强了，功能都非常丰富，比如全局输入框调用（我之前叫做 Notion AI 系插件），现在基本都有，按需使用。
相关链接
0 通用生产流范式（General Workflow Paradigm）
1 AI 影响我阅读文章的方式
2 阅读输入工具的 Combo丨翻译、总结、全局和 AI
3 Chat-GPT 全局网页侧边栏插件丨调用重器
#AI #RSS #SRS #TfT
AI + RemNote丨SRS 未来框架/自身作为方法的软件实体/未来学习引擎
RemNote 再次加强，最近已开始内测原生文本制卡功能 AI Flashcards（Labs 启用），直接爆破我之前的 AI 外挂插件。
如视频演示，RemNote AI 制卡可以直接处理单词/多文本句和段落，处理形成基础卡，概念描述卡（Concept Cards），填空卡等内容。同时也能制卡时使用快捷键 TAB 快速调用 AI 处理文本，以及生成处理建议。目前 AI Flashcards 对中文支持较弱，会直接生成英文内容等，不过对 AI 语言模型功能调整都是小事。
RemNote 作为一款间隔重复·双链大纲笔记/学习软件，目前真正迎来了它的高光时刻，已为 SRS （间隔重复系统）未来框架指明方向。RemNote 本身的笔记软件框架结合创新的 Rem 特色，已经足以让各种方法论/ PKM / PIM 文本实践在上面绽现，而 RemNote 更核心的是其闪卡间隔记忆系统的完全且近乎完美嵌入，让 SRS 系统真正在载体实现上完美寄存。目前 AI 加持的重点是减少「摩擦」，AI 在生产力处理上目前核心功能也是优化所有现存实践的 Workflow「摩擦」，当过去你的工作流越低效，越是复杂实践且处于混沌，AI 接管优化的程度就越大。SRS 系统过去的软件实践存在太多这种摩擦，批量制卡/卡片解释/卡片拆分/卡片整合/卡片描述/补充翻译等等，当摩擦超载，AI 介入的优势将更加明显且无需逆转。而其它笔记直接接入 AI 接口的文本处理，意义就逊色太多。
更重要的是，RemNote 已经成为将自身作为方法的软件实体，拉起了更多学习引擎。RemNote 有自身一套学习框架，概念解释和描述，拆分和合并，真正的结构化/原子化处理知识，符合助记媒介结构化实践以及卡片管理方法论行施。RemNote 每条闪卡正背面都有单独的 Metadata，而 SRS 核心即是数据化和应用表达。
RemNote 如同邓布利多的冥想盆（Pensieve），器物/记忆/存储和提取的装置，未来学习的魔法引擎。
RemNote +AI 已经近乎完美融合间隔重复等多种系统功能（目前又在内测 Exam Scheduler 新功能），Anki/ SuperMemo/ Quizlet 间隔记忆工具以及如 Duolingo/ LingQ 语言学习以及应试等工具，相形失色，不属于同个时代。我对 RN 目前定位很简单，生产力小众领域的进阶之路，且 SRS 将不再小众，如同 Roam 带起 Zettelkasten 知识管理方法论一样，RemNote SRS 也将作为与 ZK 同级且可融合的方法论学习实践出现，并最终走上属于 SRS 影响力殿堂。
（最后感谢朋友的 RN 学习建议 @ottodiangun）
Reference
RemNote 介绍
SRS丨数字时代的第四座生产力花园
数字时代的三座生产力花园
SRS+AI丨全局 AI 调用/我的记忆系统再次加固
通用生产流范式（General Workflow Paradigm）
#AI #SRS
RemNote 再次加强，最近已开始内测原生文本制卡功能 AI Flashcards（Labs 启用），直接爆破我之前的 AI 外挂插件。
如视频演示，RemNote AI 制卡可以直接处理单词/多文本句和段落，处理形成基础卡，概念描述卡（Concept Cards），填空卡等内容。同时也能制卡时使用快捷键 TAB 快速调用 AI 处理文本，以及生成处理建议。目前 AI Flashcards 对中文支持较弱，会直接生成英文内容等，不过对 AI 语言模型功能调整都是小事。
RemNote 作为一款间隔重复·双链大纲笔记/学习软件，目前真正迎来了它的高光时刻，已为 SRS （间隔重复系统）未来框架指明方向。RemNote 本身的笔记软件框架结合创新的 Rem 特色，已经足以让各种方法论/ PKM / PIM 文本实践在上面绽现，而 RemNote 更核心的是其闪卡间隔记忆系统的完全且近乎完美嵌入，让 SRS 系统真正在载体实现上完美寄存。目前 AI 加持的重点是减少「摩擦」，AI 在生产力处理上目前核心功能也是优化所有现存实践的 Workflow「摩擦」，当过去你的工作流越低效，越是复杂实践且处于混沌，AI 接管优化的程度就越大。SRS 系统过去的软件实践存在太多这种摩擦，批量制卡/卡片解释/卡片拆分/卡片整合/卡片描述/补充翻译等等，当摩擦超载，AI 介入的优势将更加明显且无需逆转。而其它笔记直接接入 AI 接口的文本处理，意义就逊色太多。
更重要的是，RemNote 已经成为将自身作为方法的软件实体，拉起了更多学习引擎。RemNote 有自身一套学习框架，概念解释和描述，拆分和合并，真正的结构化/原子化处理知识，符合助记媒介结构化实践以及卡片管理方法论行施。RemNote 每条闪卡正背面都有单独的 Metadata，而 SRS 核心即是数据化和应用表达。
RemNote 如同邓布利多的冥想盆（Pensieve），器物/记忆/存储和提取的装置，未来学习的魔法引擎。
RemNote +AI 已经近乎完美融合间隔重复等多种系统功能（目前又在内测 Exam Scheduler 新功能），Anki/ SuperMemo/ Quizlet 间隔记忆工具以及如 Duolingo/ LingQ 语言学习以及应试等工具，相形失色，不属于同个时代。我对 RN 目前定位很简单，生产力小众领域的进阶之路，且 SRS 将不再小众，如同 Roam 带起 Zettelkasten 知识管理方法论一样，RemNote SRS 也将作为与 ZK 同级且可融合的方法论学习实践出现，并最终走上属于 SRS 影响力殿堂。
（最后感谢朋友的 RN 学习建议 @ottodiangun）
Reference
RemNote 介绍
SRS丨数字时代的第四座生产力花园
数字时代的三座生产力花园
SRS+AI丨全局 AI 调用/我的记忆系统再次加固
通用生产流范式（General Workflow Paradigm）
#AI #SRS