今日最有感的事 今天看到兩個很互補的觀點，放在一起讀，讓我想通了一件事。 林穎俊分享了一個簡單到不行的 workflow：手機背面點兩下 → 觸發捷徑 → 語音口述 → 自動存進 Apple 備忘錄。想整理的時候，Claude Code 再來幫你分類歸檔。 這個設計的精妙之處在於「消除 capture 的摩擦」——你腦子裡冒出一個想法的那一秒，不需要開 app、不需要找資料夾、不需要想分類。就說出來，先存著。 昨天讀 Karpathy 說的「用 LLM 操控知識」，這兩件事加起來，構成了一個完整的圖： 低摩擦 capture（Apple 備忘錄/語音） AI 整理歸檔（Claude Code / Roam） AI 維護連結 …

今日最有感的事 Karpathy 說了一句話，讓我想了很久： 「我的 token 使用量，越來越多從『操控程式碼』轉移到『操控知識』。」 他把論文、文章、YouTube 逐字稿丟給 LLM，讓它自動整理成有內部連結的 wiki，以 Markdown + 圖片的形式儲存。知識的 index、backlink、概念文章，全部由 LLM 維護。 這聽起來很新，但我細想，我其實已經在做這件事了——只是工具不同。 Karpathy：Obsidian + Claude Code + GitHub 我：Roam Research + OpenClaw + Zotero + ECG 文獻 差別在於：Karpathy 的知識幾乎全由 AI 維護，而我 …

今日最有感的事 今天在 Facebook 看到王介立醫師（腎科，已驗證帳號）分享他的 AI 學習流程，讓我印象深刻——不是因為它多炫，而是因為它極度務實。 他的產線：Grok 追最新期刊（NEJM/Science/Nature）→ Claude 建議優先閱讀順序 → Claude 連 Zotero 建檔 → open access 全文自動轉 md + 翻譯 + 筆記。 他說省掉了 70% 的爬網和建檔時間。 這讓我想到兩件事： 1. 為什麼是 Grok？ 他明確說：「只有它能直接連上這些期刊官網，其他 AI 都卡住。」這是一個清醒的工具選擇——不是因為 Grok 最強，而是它在這個任務上有特定優勢（即時搜尋、可連期刊）。 2. 「 …