知識雷達封面視覺

拒絕數位成癮:打造第二大腦知識雷達-用 AI Agent 篩選、推播實用資訊

尼歐機長分享如何用 AI Agent 蓋一台只服務自己的知識雷達:從 Readwise Reader 擷取未讀內容,經 AI 篩選與中文摘要後推播 Discord。文末附可直接交給 AI 的建置任務書。

← 回機長 AI 日誌AI 工作流與自動化

拒絕數位成癮:打造第二大腦知識雷達-用 AI Agent 篩選、推播實用資訊

尼歐機長分享如何用 AI Agent 蓋一台只服務自己的知識雷達:從 Readwise Reader 擷取未讀內容,經 AI 篩選與中文摘要後推播 Discord。文末附可直接交給 AI 的建置任務書。

知識雷達封面視覺
尼歐機長分享如何用 AI Agent 蓋一台只服務自己的知識雷達:從 Readwise Reader 擷取未讀內容,經 AI 篩選與中文摘要後推播 Discord。文末附可直接交給 AI 的建置任務書。
本篇目錄

最後更新時間: 2026 年 10 月 06 日

擺脫演算法

資訊第二大腦

AI 自定篩選資料

單一接收平台

為什麼我需要一台我自己的知識雷達

每天一百則貼文裡,我最後真正點開、看完、記得住的,通常不到十則。

我離職創業前,曾在公關行銷公司擔任科技藝術統籌,工作上經常要搜集大量資料:科技藝術、行銷市場、時事議題、AI 與生產力工具,以及值得研究的案例。這些資料散落在不同平台。問題是,即使社群平台記得我的偏好,也不會只給我工作需要的東西。想看產業動態,下一則卻是搞笑影片;想追工具更新,塞滿的是觀點吵架;想找設計案例,又跳出完全不相干的內容。很難在一段時間內專心看完需要的資料,專注力一下就被拉走了;網路滑一滑,時間也就不見了。

每個社群平台都很努力把東西塞給我,問題是,它們塞的不是我現在需要的。那就自己做一台雷達吧。 😎

社群平台想要的是我多停留一點,提高平台的黏著度;我想要的,則是趕快找到眼前工作真正需要的資訊。這兩件事從一開始就不一樣。

所以我不再期待演算法替我提高效率。我需要的是一個只為我的工作運作的資訊過濾器:知道我在做哪幾件事,把相關內容集中起來,把看似有趣、其實跟我無關的東西擋掉。最好還敢直接告訴我:今天這一百則裡,只有八則值得你花時間。

這就是我說的知識雷達:它幫我訂閱需要的資訊,也幫我把雜訊擋在外面。它的價值不在於看到多少,而在於知道哪些可以先不用理。

30 秒看重點

本篇將介紹如何藉由 AI Agent,協助打造屬於自己的知識雷達:一套替你收集、篩選、整理與推播資訊的工作流。擺脫演算法讓你一直滑的數位成癮,自己定義什麼值得看。

這篇文章要帶你想清楚什麼

這篇不是帳號授權、指令或雲端部署的操作手冊。那些給 AI Agent 執行的建置細節,我整理在文末的 GitHub 規格;這裡想先把一台知識雷達真正該解決的問題、功能分工與建立順序講清楚。

先釐清,再自動化

我會分享我怎麼選閱讀器、怎麼把收集和判斷拆開、為什麼先跑人工版,以及每一條規則是怎麼在資訊雜訊裡慢慢磨出來的。你不必照抄我的工具或分類,但可以拿走這套判斷方法。

你會看見的四個功能

一台知識雷達要做的事其實很明確:把來源集中、依你的規格初篩、整理成好讀的短報,最後讓你決定要讀、要做,還是略過。後面會逐一拆開這些功能各自該負責什麼。

照抄的應該是判斷方法,不是我的答案。 我相信你的關注領域一定跟我不一樣,所以來源清單、分類規則都要再依據你的需求換成你自己的東西。

知識雷達在解決什麼問題

網路上的資料這麼多,每天都有新變化,我們要怎麼搜集?很多年來,我們習慣先在社群平台追蹤資訊,久而久之也被平台的演算法牽著走。當我開始想:有沒有不靠社群平台的搜集方式?我就想到 RSS 訂閱。

什麼是RSS訂閱

它其實不是新模式;在 Facebook 等社群平台出現前,Google Reader 就曾是許多人使用的 RSS 閱讀器,只是在 2013 年關閉服務。
什麼是 RSS 訂閱?RSS 是一種訂閱網站更新的方式:網站只要有新內容,就會自動送進你的閱讀器,不用每天逐一打開網站查看。它特別適合把分散的資訊來源集中到同一個地方。

RSS、訂閱與追蹤清單,很擅長把新內容送進來。但當訂閱來源一多,每天更新可能超過上百篇;有些還是外文網站,訂了也看得霧煞煞。這時若藉由 AI 協助,我就能先找出重要的資訊:今天真正值得花時間看的是哪幾篇?這一篇跟我手上的事有什麼關係?

知識雷達把這件事拆成兩層:

  • 收集與閱讀|RSS 閱讀器
    訂閱來源、保留原文、跨裝置閱讀、畫線與標籤。
  • 判斷與推播|AI Agent+排程服務
    每天依規格初篩、去重、中文摘要、標示優先度,再送到通知頻道。

做出來之後我發現,這套系統真正的價值不是「自動化」,而是把兩件本來混在一起的事分開了:

  • 機器先做:判斷該看什麼。
    從一百則裡挑出十則;機器能更快、更一致地依規格初篩,但規格裡也要明確要求它不要只看標題判斷。
  • 人最後決定:要拿它幹嘛。
    看完之後要不要行動、要不要寫成筆記或貼文,這件事機器做不了。

過去我每天早上花在第一件事的力氣最多,而那正是最不需要人腦的部分。

完成後長什麼樣子

平常我在電腦上使用 Claude Code、Codex 等 AI Agent 工作。需要深入閱讀或整理資料時,會直接連到 Readwise Reader 的電腦版閱讀原文、畫重點、加標籤,再把真正有用的內容整理成筆記、任務或下一步要做的事。

系統會在固定時間,把今天需要的資訊整理成一份短報推播到 Discord。外出離開電腦時,我可以先用手機快速掃一眼:今天有哪些值得處理的資訊;回到電腦後,再從短報連回原文,繼續閱讀或處理。

每日短報推播到 Discord 後的手機閱讀畫面

我選 Discord 是因為它適合當通知入口,而不是主要工作台。如果你平常更常打開 LINE,也可以把同一份短報送到 LINE。重點不是選哪個平台,而是它要出現在你每天真的會看的地方。

資訊搜集RSS、Readwise Reader 與電子報集中到同一個入口
↓ 依你的規格初篩 ↓
篩選重複資訊同一事件保留一篇
產出摘要說清楚內容與關聯
排序分類依固定分類集中
↓ 每天送出一份短報 ↓
我的行動Discord 推播;人決定要讀、要做,還是略過

我怎麼選工具,也怎麼定規格

為什麼放棄「全部自己做」

最初的規劃是自己寫腳本抓 RSS、自己存狀態、自己推播,完全不依賴任何閱讀器。放棄的理由不是技術做不到,是發現整套流程裡最麻煩的從來不是抓取,而是跨裝置同步、保留原文與畫線、設計類內容需要看圖。這些全部自己做,等於重寫一個閱讀器。

與其如此,不如把這一層外包給成熟工具,自己只做「AI 判斷+推播」那一段,因為那才是最需要自己定義的部分,它得吃你的個人偏好。

我最後決定花點小錢選了 Readwise Reader。不是因為它功能最多,而是它能把 RSS、電子報、YouTube 與 PDF 集中到同一個入口,也保留畫線與標記;我不想再把一個閱讀器重寫一遍。

Readwise Reader 的 Feed 跟 Library,要分開看待

這是用閱讀器時最容易忽略的觀念。Feed(訂閱自動流入的)是低訊號、量大的東西,可以整批標記已讀,不需要清空也不必有罪惡感;Library(自己主動存入的)才是高訊號、真正選過的內容,要處理完。

訂閱來的東西是一條河,不是一份待辦清單。工作不是喝完整條河,是舀你要的那一瓢。真正重要的消息會在多個來源重複出現,漏不掉。

如何設定規格,為自己量身打造「知識雷達」

第一版跑起來時,程式其實完全正常,推播品質卻很差:一則生活軟文被分進「商機」分類;有些摘要跟標題一字不差;同一類內容也分散在好幾個地方重複出現。

問題不是 AI 做得不好,而是規格根本沒寫清楚。我之所以知道該補哪些規則,是因為先用人工版跑了兩天,親眼看到雜訊長什麼樣子。某個來源一天灌進大量生活消費文,我才寫出排除清單;社群上一堆「我用某工具做的作品」貼文,我才學會區分「方法帖」和「成果帖」;同一個新模型在一天內被十幾篇貼文討論,我才補上「多來源共振=今日大事」這條判準。

要為自己量身打造規格,不用一開始就把所有規則寫完。先用人工版跑幾天,記下每次覺得「這不該出現在這裡」或「這則為什麼被漏掉」的原因,再把它翻成 AI 能照做的判斷:哪些來源要排除、哪些貼文算方法、同一件事怎麼合併,以及什麼情況值得列為今日大事。規格不是憑空想出來的,而是從你每天真正會看的內容裡慢慢整理出來的。

讓 AI 自訂摘要,只服務我自己

多數閱讀器的內建摘要,預設指令大致是「摘要這篇文章」,問題是它會用原文語言輸出,也會認為「出現最多次的就是重點」,但每個人要的重點不同,別人的重點對你可能是廢話。

Readwise Reader 的 Ghostreader 可以自訂摘要提示詞。例如,就算原文是英文,也能要求它以中文輸出,並補上三個你最在意的重點。這是整套流程裡投報率最高、卻最少人做的一步。關於這個功能的完整教學與設計思路,可參考侯智薰的專文,連結放在文末。

Readwise Reader Ghostreader 側欄顯示 AI 自定義摘要
在 Ghostreader 用自訂指令,AI產出中文重點摘要

最值得學的一招:如果模板裡帶入「你畫過的線」,AI 就知道什麼是你認為的重點,而不是靠猜。正確順序是先掃過文章、畫兩三條線,這時才生成摘要。沒畫線生成,得到的是一般摘要;畫線後再生成,得到的才是針對你關注點的摘要。

這跟另一個觀念相通:標籤要照「專案行動」設,不要照「主題領域」設;畫線之後搭配提問與自答,比單純收藏更容易變成真正能用的筆記(這套方法同樣來自侯智薰的文章,連結見文末)。對做設計、做創作的人來說,這招特別有用。你收藏的從來不是「這篇文章講什麼」,是「這篇文章跟我手上的案子有什麼關係」。

想蓋一台屬於你自己的?照這個順序

從人工驗證,到全自動運行先確認你真的會使用,再為它投入自動化成本

第一階段人工版

每天手動交給 AI 篩選

第二階段半自動版

電腦排程抓取與推播

第三階段雲端全自動版

電腦關機也照常送達

低部署成本、容易調整規格 → 開始省下每天重複操作 → 適合已驗證的長期流程

先做人工版,驗證你會不會每天看。 選一個閱讀器,訂幾個來源,寫下幾個關注領域的保留與排除標準,每天把未讀標題交給 AI,請它照規格產出晨報。跑一到兩週,調整來源與規則。零部署,容易改,限制是需要人每天觸發一次。

再做半自動版,讓工具在固定時間幫你完成重複整理。 先從你每天都在做、也確定值得省下來的步驟開始。

最後做完整自動版,把已經驗證的流程放到雲端持續運行。 這條路適合長期使用,也不用依賴自己的電腦一直開著。

順序比工具重要。跳過人工版直接上雲端,最後常常是花很多時間搭基礎設施,卻沒有人會每天看晨報。

想真的蓋一台?完整規格放 GitHub

這篇講的是判斷與功能:你該收什麼、機器該做什麼、哪些決定一定要留給人。真的要開始建置時,還需要一份讓 AI Agent 可以照著工作的施工規格。

給 AI Agent 的完整建置規格

完整的資料規則、建置流程與驗收方式,都整理在 GitHub 文件裡。要實作時,請先完整閱讀,再提出計畫與需要你親自授權的項目。

完整 AI 建置規格(GitHub)

你的雷達,你的規格

這套系統對我來說最有價值的部分,從來不是自動化本身,是它逼我把「我到底在關注什麼」寫成一份具體、可檢查的規格。這件事平常很少有機會靜下來做。

如果你也想蓋一台屬於自己的知識雷達,歡迎照這篇的方法動手。做出來之後,我很想知道你整理出了哪些跟我不一樣的規則。你可以在氖機智造的 Discord 或 IG 留言分享,這類使用心得正是我最想看到的內容。

帶走三件事

  1. 先定義你的關注範圍,再讓系統幫你找。來源多不等於有用,規格才是篩選的起點。
  2. 把收集與判斷拆開。閱讀器負責保留內容,AI 依規格協助初篩,人再決定下一步。
  3. 先跑人工版,再談全自動。真正值得自動化的,是你已經確認會每天使用的流程。

參考來源

文中關於 Ghostreader 自訂摘要、以專案行動設計標籤,以及用畫線搭配提問與自答做筆記的相關方法,參考自侯智薰(雷蒙)的公開文章:

本文的工具選型、篩選規則與程式架構,來自我為這套系統所做的規劃與整理;觀念的詮釋若有偏差由我負責。

每週一封設計人的 AI 實驗筆記

AICG、AI Agent、工具實測與設計判斷,整理成真正能用進創作現場的工作方法。

電子報

氖機智造 NEO HIME
氖機智造 NEO HIME

設計人的 AI 超級個體創意引擎。聚焦 AICG、AI Agent 與設計判斷,把工具實測與創作流程,整理成能真正用在工作現場的方法。

guest

0 留言