4 月 23 世界读书日，看到网络上有人发了这个问题，的确在 AI 时代，人类获取知识的方式与思维结构正经历深刻变革。

从纸质书到电子书，现在又有了听书，一本厚厚的纸质书可以通过一个薄薄的平板看完，可以通过得到、樊登读书这些听书软件花十分钟听完，现在豆包、deepseek 出来后，一句“帮我总结这本书”就能得到书籍梗概。

读书的意义在哪？

我们需要重新审视“读书”的内涵和价值：在AI可以迅速提供信息的背景下，人类为何仍要读书？又该如何读书？这是技术进步带来的时代课题，也是关乎人类思维本质的哲学命题。

据全国国民阅读调查统计，2010年中国成年人人均读书总量仅约5本，而到2022年达到8.1本，增幅超过60%。尤其是2010年代中后期，随着全民阅读活动开展和移动互联网普及，人均读书量快速攀升。在2019-2023年间，中国成年人纸质书+电子书年均阅读量基本维持在8本左右的小幅增长。

经过持续倡导，中国人的阅读习惯总体向好：读书的人更多了，读书的量也稳步提高。当然也还有很多挑战…

“使唐僧成为唐僧的并不是那卷经书，而是那段取经的路”，我曾经看到过这么一句话。

把这句话放在读书这件事，可以体现其过程价值——自我思考的锻炼、文化精神的传承，以及纯粹阅读带来的愉悦。

阅读并非仅为获取信息，更多的是塑造思维与情感的体验。AI（如豆包、DeepSeek）可以高效地提供书籍梗概或信息摘要，微信读书的 AI 大纲功能甚至能比目录更进一步地揭示书籍结构。这些工具在快速获取信息框架方面很有价值。

获取信息的方式有很多，但阅读还能让我们学习写作，而写作是产生和深化思想的关键方式。我们可以在阅读过程中去学习作者是如何思考一个问题一个主题，他是如何用文字清晰的表达自己的思想。

好的写作者在写作过程中会发现新的见解，这种思考深度是仅仅接收信息所无法达到的。因此，要思考得好，就需要写得好，而要写得好，就需要读得好（读好书，并擅长阅读）。

AI目前难以完全替代这种通过读写结合进行的深度思考和思想创造过程。

研究表明，深入阅读文学作品会激活大脑中与语言、感官和情感相关的区域，有助于理解复杂概念和他人视角；甚至有科学实验发现，阅读文学小说能提升读者理解他人情感的能力，这是培养共情心智的关键。

这些由阅读沉淀的认知与情感能力，是AI难以复制的“人性温度”。

AI 时代读书的意义，已经不再局限于获取知识本身，往更高层面来说，在于守护人类主体思考与精神自由。

毫无疑问，AI 技术正在重塑阅读的方法论。

过去，我们获取知识往往通过阅读整本书或系统研读文献。如今，有了ChatGPT这类强大的对话模型，人们可以直接以问答形式获取答案，或让AI生成书籍摘要、知识要点。

这种高度索引化的信息提取令文本自身的结构变得不再重要——读者可以跳过原文，径直获取结论。

比如我之前看到有个网站叫做3min，就是直接把一本书让AI再直接总结，给出思维导图、关键的论述和核心观点。

这种人机共读模式将原本需要数小时的读书过程浓缩为分分钟的交互，可以帮助学习者以1%的时间获取一本书的概念精华。对于追求效率的读者而言，这就相当于提供了一条知识的捷径。

但是这种快速阅读的习惯又会加剧碎片化吸收的倾向。研究显示，2000年时人类平均注意力持续时间约为12秒，而如今已降至8秒，数字媒体使我们更难长时间专注。AI工具可能进一步强化这一趋势——当一切问题都能即问即答，人们更少耐心啃读冗长原典，而倾向于快餐式获取。

多任务处理和不断的上下文切换也导致认知过载，损害深度理解的能力。尼古拉斯·卡尔在《浅薄》一书中写，互联网鼓励人们泛泛而览各类碎片信息，牺牲了深入思考的机会。

如果完全依赖AI筛选和总结，我们可能陷入“语境破碎”的知识陷阱：支离破碎的信息缺乏整体脉络，读者获取的只是“碎片的相关性集合”，而非系统连贯的知识体系。

长此以往，阅读者的大脑可能逐渐适应浅尝辄止的模式，对深度思考产生“用进废退”的效应。

在人机共读生成的“不成知识的知识”面前，如果读者不加辨别地接受AI的二手结论，就如同只品尝别人嚼过的食物，久而久之将丧失独立咀嚼和消化的能力。

并且，深度阅读要求全身心地投入长篇幅、高难度文本，在字里行间进行批判性思考和想象联想。这与快节奏的数字生活格格不入。若习惯于让AI代劳梳理要点，人们可能失去与文本“独处”的耐心和能力。

下面的矩阵源自于Johari Window 的知识管理扩展，深度阅读的价值，就在于持续把右列内容搬运到左列，并把下列未知一步步抬升到已知。

这四个象限的含义和相关解释如下表所示：

一项脑科学研究发现，慢速字词解析触发前额叶-颞叶“深阅读电路”，有助于逻辑整合与情感共情。说到情感共情，这大概是人类区别于 AI 的一大特点，我们深度阅读能提升自我的共情能力，而 AI 并不具备共情能力，如果我们以后都只从 AI 处获得答案、知识或者直接阅读 AI 给的东西，我们怎么会体会到情感共情？

有人说，我和“AI 男友”聊天，我就是感觉到他很好啊。

通俗点来讲，AI 给你表现出的，其实是根据你和它聊天的数据来得到的。你们聊得越多，它就会获取到更多关于你的数据，然后再通过模型计算去回复你。

这个过程是通过提示词以及AI 的数据库去提取的一种模式，然后再根据你的情况去调整这个模式，再去回复比较有共情的一些话。事实上AI 是没有感受的，它不能感觉到你做的那些事情或者你体验到的那些事情能够带来什么样的体验，所以并不能真正地去了解你，而只是根据现有的一些知识，再根据你的一些情况去做一个知识迁移。

当我们在阅读书籍的时候，不仅仅能够体会到作者的情绪，也能够跟随他的文字去了解文章脉络和写作逻辑。所以在我们阅读的时候，是和作者一起去经历他的思维链。

我们可能以往会有的一些经验知识，意识到或没有意识到的经验知识，都会被比对和校正。最后可以被作者的文字表达去启发，转化为一种可以表达的框架。这个过程就会将我们的四个象限的内容从无意识慢慢地推向有意识，将不懂的慢慢推向懂的，就是不断地往左上方去迁移。

只有当你懂得你自己懂什么，知道你自己不懂什么，也就是四个象限里面的Known Knowns 和 Known Unknowns，你才能提出边界清晰的提问，你才能向 AI 提出更精确、更有深度、更有价值的问题，引导 AI 提供真正有用的信息，而不是停留在表层问答。否则，你的提问可能因为缺乏背景知识而过于宽泛或偏离重点。

举个例子，你直接去问 AI：什么事私域流量、怎么做？

AI 可能会给出一个比较宽泛、通用的定义和一些常见的做法，比如建微信群、发朋友圈、做活动等。但这个回答可能无法触及你潜在的、更深层次的需求，也无法解决你尚未意识到的知识盲点。

但是在你读了几篇关于私域流量的文章或者相关书籍的章节之后，你首先可以明确知道它的定义：私域流量是品牌或个人自主拥有、可控制、免费、可多次利用的流量。然后你就可以了解它和公域流量或者商域流量的关键区别。

你也会接触到具体的操作方法和框架，比如说“引流 -> 留存 -> 促活 -> 转化 -> 裂变”的路径，以及一些关键指标，比如社群活跃度、复购率、裂变系数等等。这些都是你在读到这本书之前完全不知道的概念，也就是你"不知道你不知道"的东西。

比如说精细化运营需要用户分层、标准化的流程服务需要SOP、建立信任需要IP打造、数据决策需要CDP。这个时候，你很多模糊的问题，比如说怎么去做私域，就会变成更具体的问题，比如如何针对高价值的用户去设计SOP、如何去衡量IP打造的效果。

那你再去问的话，就可以提出一些更精确、更有针对性的问题，而不是提出这种宽泛的问题。你可以让它根据美妆行业，然后在私域流量运营中去进行一些用户分层的具体方案和案例。这个过程你就像是限定了行业、限定了操作环节。你也可以去限定场景，和要求他具体产出哪些东西，而不是只是一个宽泛的回答。

首先 AI 它的输出的长度其实是有限的，第二它其实会尽量去回答你说的所有的问题。那在你的这个回答长度有限的情况下，你的问题越多越宽泛，它每个点回答的也就会越宽泛。

然后我们再来对比一下，直接从AI方面去获得结论和读书的区别。我们刚刚提到过，AI是直接给你结论，它不会给你一个逻辑的推导。书籍会在你比如说你读到了第二章的时候，它会在第二章的末尾留出一个衔接，或者是留出一个悬疑的地方去引导你读下一章。这个部分的衔接会给你暴露一个你没有接触到的内容，也就是说会让你先产生一个知识缺口，然后它在下一章再去给你一个完整的论证。

实验显示，先暴露“知识缺口”再给予完整论证，能显著提高记忆与迁移成绩（retrieval-practice 研究 ≈ +50 %），深度阅读的篇幅与情节正好放大这种“延迟满足”。

总的来说，在 AI 时代，深度阅读的三大增量价值。

第一个维度是问题设计方面，深度阅读它可以帮助你去建立你的问题拆解论证的假设，然后你自己可以去构建一个更精确的提示词。像在写科研的提案或者是做商业竞争分析的时候，你就知道具体要让它帮你从哪些方面进行考虑，然后怎么去考虑，有哪些角度，有哪些你需要注重的角度，而不是简单地宽泛让它去帮你写一个提案。

第二个是偏差筛查的部分，我以前写过很多关于人类心理偏差的文章，让AI帮助我们去矫正心理偏差。我们肯定不能完全靠AI去帮我们矫正心理偏差，因为AI也会有幻觉。人脑系统二(慢思考)可以比对多种数据证据，只有当我们接触到深度阅读的数据和网络上的数据等多种数据源，我们才能够消除偏见。我们掌握的信息越多，所能消除的偏见也就越多，所以第二个维度就是深度阅读可以帮助我们去进行一些偏差的筛查。

第三个部分就是隐喻及跨领域的联想，我们可以去阅读一些文学或是哲思的书籍，去训练我们的隐喻思维，去提升创意的迁移。比如说去做一些产品的命名，或者说一些营销叙事方面的文案。

信息的本身并非洞见，连接信息才能产生智慧。所以，当你仅仅知道结论知识的时候，它们都是孤立的一个一个点。但在你阅读的时候，通过跟随作者去进行推论、去进行分析，就可以获得这个知识点的一个发散的脉络。不同的知识点的脉络，它们结合在一起就形成一些连接，更可能形成跨领域的联想思考。

隐喻不仅仅是一种修辞手法，它也能代表你的一种核心认知机制（有兴趣可以学习一下心理学中“隐喻”方面的知识）。我们通过将不熟悉的事物（A）与熟悉的事物（B）联系起来进行理解和创新。例如，将“计算机桌面”比作真实的办公桌面，将“病毒”用于描述恶意软件。

隐喻还有个好处是对语言的压缩，一个恰当的隐喻可以用寥寥数语传递丰富而复杂的信息和情感。比如用“寒冬”来形容经济萧条，听者立刻就能理解其中蕴含的困境、停滞和艰难等多重含义，这比冗长的解释要高效得多。在输入的token有限的时候，越精确的用词越能够在有限token下输入更多的信息。

在“十分钟听完一本书”“一键梗概”的时代，深度阅读的意义并未削弱，而是从“信息获取”升级为“思维锻造”。

AI可以帮你把书压缩成一两页PDF，但只有深度阅读才能把知识解压成洞见和智慧。

在有AI辅助的情况下，我们就可以形成一个四层阅读模型。

首先第一层，也就是第一步，用30秒去判断这本书读不读。比如说，你可以依据prompt去让 AI 根据书籍的内容给出一个梗概，或者是把那些书评把它整理下来发给例如 DeepSeek。但是我们一定要切记，不要凭借梗概去下绝对的判断。判断值不值得读不是说这本书好不好，而是适不适合我们。每一本书没有绝对的好坏，只是当下值不值得花这么多时间去获取这些知识。

第二次就是花十来分钟去建立一个全书的思维导图。这个目前已经有很多工具了，就是可以用AI去生成Markdown格式，然后用Markdown格式去转成思维导图，或者通过一些软件直接根据书籍生成思维导图的工具。然后我们再利用思维导图去对全书的脉络有一个更清晰的了解，就是带着一种模糊的疑问，我们也能够知道我们想要从书籍中获取哪些信息，书籍中哪些信息是值得我们去更加深度阅读的，有一个清晰的了解。

第三层就是你要深度地精读核心章节或是全书。这个核心章节的由来就是根据你前面思维导图得出来的，你觉得哪些章节对你有用。但是我们也要警惕我们的偏见，就是我们可能觉得没有用的，不一定是真的对我们没有用的。我们不要去陷入一种人为构造的知识茧房当中，所以我的建议是你能够多读一些就多读一些，只要这本书你觉得是值得你读的。因为每一个章节存在的都有它的道理，它们存在也会有一些先后的逻辑关系。然后在这个过程当中，你就要去记笔记、写批注，不懂的问AI。

最后一层就是输出。我觉得学习最好的方式就是去输出、去生成你自己的观点、文章以及一些项目，然后让AI去检验测验，或者是直接write in public，让大众去检验你的阅读成果。通过教别人去倒逼一个真正的内化。

唐僧西天取经或许更有价值的还是九九八十一难对于他的磨练。我们去阅读完整本书籍获得知识，可能更重要的是这个“取经路”上对于我们思维的一种锻炼。

最后以作家博尔赫斯的名言共勉：“天堂应该是图书馆的模样。”