人们常说："这是我用 AI 写的。"
我最近写了一篇长文，阅读量不小。好几次被人问："这篇也是用 AI 写的吧？"
每次听到这个问题，我都有种说不出的违和感。我并没有让 AI 去写，而是信任它、托付给它。
只是一字之差，但意思截然不同。能否理解这种差别，决定了你从现在开始怎么用 AI。
我目前几乎把所有事情都交给 AI 来合作：X（推特）、长文撰写、客户工作、运营管理、商业策略。能够托付这些任务的基础，是我的"理念与思考数据库"（以下简称"理念库"）。这是一个我用 Notion 管理的外部化思维存储器。
在即将到来的 AI 时代，只有那些把自己的理念变成外部记忆的人才会胜出。无论前端是哪款 AI，拥有外部记忆的人输出的内容都能保持独特性。而那些没有外部记忆的人，即使使用最新模型，其输出也会被平均值吞噬。
在这篇文章里，我会把理念库的内容、创建方法、更新方式以及使用方法全都写出来。
对于读到最后的人，我会免费分享我正在使用的理念库结构模板。这个模板的设计是：当你把它加载到 Claude 后，它会引导你设计属于自己的专属理念库。我会发给转发这篇文章的人，欢迎来领取。
"让 AI 写"和"托付给 AI"是两码事
用组织的角度来理解就简单了。
"甩活"给下属和"授权"给下属之间有着天壤之别。甩活就是把任务扔给别人，却不分享判断标准。最后出来的成果谁都不归属，往往偏离目标。授权则是把任务托付给与你共享判断标准的人。最终成果体现的是授权者的意志，被视为授权者的作品。
AI 完全一样。
"让 AI 写"就是甩活。你把"写一篇关于 XX 的文章"丢进提示词里，然后复制粘贴出来的内容。结果无论是用 ChatGPT、Gemini 还是 Claude，无论谁来做，写出来的东西都大同小异。这是因为判断标准只存在于"AI 内部的平均值"中。
"托付给 AI"就是授权。你让 AI 参考你自己的理念，然后把执行工作托付给它。最终写出来的文字会跟你自己写的一模一样。这是因为判断标准在你身上，而 AI 只是读取了这些标准。
世界上大部分"AI 写作"都属于前者。所以才显得单薄。那是换了署名也没人会在意的文字。这就是"让 AI 写"出来的东西的本质。
"个人 AI"这个概念的肤浅
越来越多的人不再满足于"让 AI 写"，而是想要"托付"给 AI。最近我经常看到"个人 AI"或"角色 AI"这样的说法。
看看具体内容，通常都是这样做：
- 在系统提示词里写"你是一个 XX 性格的人"
- 让它模仿你的语气或句尾
- 把过去的推文塞进训练数据
- 设定详细的角色设定
这些都是"风格的模仿"，而不是"理念的传承"。
最近像"SOUL.md"之类的设定方法说明也流传开了。我读了读，它们大都集中在 AI 的语气、句尾、性格、偏好和角色设定上，很少深挖"怎么赋予它理念"。这是一种通过调整表达方式来制造"像我"的感觉的做法。我不这么用。即使你因为 AI"变得像你"而开心，但自己的理念并没有反映在输出的核心内容里，所以最终只是暂时的满足。
风格是衣服。你可以脱掉，可以换，每天都不同。
理念是骨架。你不能脱掉，不能换，它从内部支撑起一个人。
即使模仿了衣服，你也成不了那个人。只有抓住了骨架，你才能成为那个人。给 AI 设定"风格"只是给它换衣服而已。
大多数谈论"个人 AI"的人，都没有把自己的理念语言化。顺序搞反了。
进一步说，他们对 AI 利用的认知本身也不同。很多人认为"把任务扔给 AI"就是 AI 利用。不是的。AI 利用是"设计整个运营流程，把 AI 和人放在各自的位置上"。你把 AI 处理的部分（解决/执行）和人需要把控的部分（提问/选择/拥有意志）分开并安置好。这种设计需要你自己的理念作为判断标准。没有判断标准的人无法设计这种配置，结果只能是把所有事都甩给 AI。
在托付给 AI 之前，先把你自己的思考结构化。从这里开始。
赋予 AI 理念，意味着把你的理念放到外面
那么，将理念结构化具体是什么意思呢？
你可能会想象"赋予"理念就像是往 AI 内部安装什么东西。但现实恰恰相反。
你把你的理念放到外面。把它结构化，放置在你自身之外，形成一个可被参考的形式。
AI 每次都会读取它。读取后，它会将理念应用到当前的任务中进行判断。这就是"托付"的本质。
换句话说，"赋予 AI 理念"并不是对 AI 做什么事。核心在于把你自己的理念语言化并放到外面。 AI 只是一个参考这些理念的工具。
很多人误解了这一点。他们以为只要调校 AI，理念就会寄宿在 AI 内部。不会的。除非你自己进行语言化，否则 AI 里面什么都不会有。
因此，这篇文章的主要内容不是如何使用 AI，而是关于"如何把你的理念放到外面，如何结构化，以及如何更新。"如果你想托付给 AI，你得从把理念放到外面开始。
有一天，我分不清自己写的和 AI 写的有什么区别
你可能会想："有必要做到那个地步吗？"让我分享一点个人的故事。
从学生时代起，我就经营过地方媒体和几个博客。说起来可能有点自夸，但我的现代语文标准分（Dev）超过 70。写作近 20 年来一直是我的生计。我习惯在助词、标点和字符数层面上推敲日语。既然靠内容营销吃饭，我自认为对写作质量的挑剔程度超过大多数人。
我把一篇通过托付给 AI、让它参考我的理念库后写出来的文字，和我自己写的文字并排阅读。
我分辨不出来。
句子的节奏、词汇的选择、标点的位置、论证的推进、哪里该强调、哪里该省略。所有"我会做出的判断"都在那里。有一瞬间我真的混乱了："这是我写的吗？"
这是理所当然的。理念库里不仅包含理念，还包含书面表达的规则（要避免的措辞、偏好的句尾、标点节奏、汉字与假名的比例）。AI 读取这些后，会执行所有我会做的推敲，然后产出文字。
就在那时我明白了。把你的理念放到外面，意味着把该理念如何表现为文字的规则也一并放出去。做到那个地步，AI 就能替我写出我的文字。
当你达到这个境界时，人类只需要做两件事：决定写什么和决定怎么写。 两者都是意志的体现。AI 可以写任何内容，但它不能决定"什么应该被写"。AI 可以构建任何结构，但它不能判断"那个结构是否把我的问题与目标连接起来"。意志仍然存在于 AI 无法触及的领域。因此，托付给 AI 的人类可以专注于自己的意志。
理念库的内容
实现那个目标的工具就是理念库。接下来是关于具体实现。
我整个理念库用 Notion 管理。结构分为三层。
1. 总论页面
一张概括你理念全貌的页面。在托付给 AI 时，先让它参考这一页。
我的总论由四个板块构成。
[板块 1：背景与成长经历] 理念诞生的背景。以我为例，写的是这些：
- 我在家族企业环境中长大，像呼吸一样耳濡目染商业和管理。
- 大学学的是会计。通过数字看组织的眼光在这里形成。
- 我作为应届毕业生进入咨询公司，一年后辞职。我对"不对他人人生负责的建议"感到不适。
- 我创办了自己的公司，转向与合作伙伴长期并肩前行的风格。
写背景的目的是让 AI 了解理念的来源。即使同样是"工作观"，看到过家族企业成长起来的人，和出身工薪阶层家庭的人，内容是不同的。如果不写你的起源，理念就会悬在半空。
没有背景的话，AI 会写出"普通咨询师式的文字"。独特性消失，变成谁都能写的文字。这是托付给 AI 时最常见的失败模式。
我在这里也写了"影响我的人和作品"。以我为例，列出了埃里希·弗洛姆、亚里士多德、安腾和仁和 Mr.Children。你被谁的话语浸润过，正是你理念的骨架。如果不写这些，AI 会随意补充"作为常识来说安全的参考"。这正是写出最不像自己的文字的原因。
[板块 2：特征数据] 关于你认知特征和行为倾向的客观数据。
- 盖洛普优势识别器前五：个别、伯乐、统率、战略、行动
- MBTI：ENTJ
- 思考习惯：抽象先跑，具体细节后面再填
- 行为习惯：快速判断、等不了、先动手再交给别人
写了这些，AI 就能匹配其建议的粒度。它会根据你的特征返回建议，比如"由于你的行动力很强，边跑边想的风格适合你"。
没有特征数据的话，AI 会做出"对谁都适用的圆滑建议"。它会返回"首先制定计划，与利益相关者达成共识后再开始"这种正确但不适合你的建议。变成动不起来的人的文字。
[板块 3：核心理念支柱] 你珍视的价值观和世界观的支柱。
- 工作是自我实现的手段。不是赚取生活费的手段。
- 出发点始终是对现代社会的不适感。从质疑被视为理所当然的东西开始。
- 不要将技术和人类意识分开考虑。两者密不可分地共同进化。
- 优先考虑意义而不是幸福。幸福是一种状态，意义是一种方向。没有方向的意义会很快崩塌。
- 在长的时间轴上看待人类进化。以 10 年为单位思考，会改变今天的决策。
这是理念库最核心的部分。当 AI 做出判断时，最终会参考这里。
没有核心理念的话，AI 只会返回"最大公约数的真理"。谁都无法反驳，但谁也不会兴奋的文字。这就是充斥世界的"AI 文章"的本质。
[板块 4：实践逻辑] 关于如何将核心理念转化为现实判断的规则集合。
- "个别化"是时代的主题。个别化由 AI 来民主化。
- 因此，要创造为每个人优化的服务，而不是面向所有人的产品。
- 但是，只有人类才能更新物理存在和哲学世界观。不要把这件事外包出去。
- 默认选择优先考虑长期意义而非短期效率的判断。
光有理念，到了做判断时不知道"所以，我该怎么做？"写下实践逻辑，就能把理念直接与行动连接起来。在把判断权托付给 AI 时，有无这个东西，输出完全不同。
没有实践逻辑的话，AI 的输出就像"那些说大话但动不了的人"。它能谈论理念，但说不出明天该做什么。读起来感觉不错，但什么也留不下。这是最浪费的失败模式。
顺便说一下，我也在这个板块里写"书面表达规则"。要避免的措辞、偏好的句尾、标点节奏、汉字与假名的比例以及引用礼仪。一套将理念转化为书面文字的规则。写得这么详细，AI 的输出在表达层面就会变成你自己。开头提到的"与自己写的东西无法区分"的现象就是因为我写了这么多细节。你写得越多，AI 就越像你。
这四个板块就是总论。它在一页之内，但每个板块都有相当的深度。我的总论目前大约有 20 页稿纸的篇幅。
2. 个别数据库
支撑总论的具体数据库的集合。按主题划分的理念库，比如"工作观"、"家庭观"、"技术观"、"生死观"和"组织观"。
总论可能过于抽象，AI 有时无法将其分解为具体任务。这种情况下，我会让 AI 也参考个别数据库。例如，如果我在 X 上发布关于"工作"的内容，我会让 AI 同时读取总论和"工作观"个别数据库。
个别数据库大约 10 到 20 页。每当主题增加时，我会创建新页面。
3. 更新历史页面
一个页面，在总论更新时成对记录。何时、何地、因何更改。
没有这个，理念会在"不知不觉中"改变。那样就不是理念，只是心情的流动。保留更新历史，你可以按时间顺序看到理念的变化。你能看到自己与六个月前的差别。
我将在文章末尾分享这个三层结构的 Notion 模板。
我如何更新它
以上是关于结构的讨论。但仅仅创建结构，理念库就会死掉。如果不通过日常操作持续更新，它很快就会变成过去的遗物。
更新的流程分为两个阶段。首先，收集素材。接着，用 AI 挖掘。 这个顺序很重要。如果试图从 AI 开始，什么都不会出来。在没有素材的情况下问 AI"提取我的理念"，AI 只能返回泛泛之谈，因为它没有素材。
按顺序来。先素材，后 AI。
收集素材：聊天工具、录音数据、坦诚对话
当你想坐下来写理念时，它不会冒出来。相反，它会在你没有准备的地方流露出来。所以，第一步是收集那些"毫无防备的自我"留下的痕迹。
我使用四种类型的素材：
1. 私人聊天工具
LINE 或与可以放松相处的人的私人私信是真实感受的宝库。我每周导出一次最近的聊天记录。与朋友、家人和老相识的交流尤其有效，而不是工作中的伙伴。因为那是你不带任何伪装说话的地方，连你自己都没注意到的理念倾向正在流露出来。不一定是 LINE；Messenger、Discord、私人私信——什么都可以。
2. 工作聊天工具中的发言记录
我和工作团队使用 Slack。我发给下属或同事的消息，特别是传达判断的消息，是理念的集合体。我每月一次挑选那些写有"我要这样做"、"我不这样做"以及"因为这样的理由"的帖子作为记录。日常判断的积累最准确地代表你的判断标准。使用 Slack、Teams 或 Chatwork 都一样。
3. 与人的坦诚对话
在和信任的人交谈时，有时会感觉到"哦，我刚才说了很重要的话。"如果当时能录音最好，否则我会在当天之内留下"刚才那场谈话中浮现的东西"的独白。这作为素材密度最高。
4. 录音数据
我记录在移动或走路时想到的事情，作为音频。我不是在跟人说话，而是在自言自语。说话的时候，文字出来得比写的时候更快。我试图写的时候会变得有准备，但说的时候就会出来。Notta、语音备忘录——什么都可以。同样，Zoom 或采访的录音数据、语音消息的记录也成为素材。
我把这些素材持续积累在一个名为"理念素材"的文件夹里。可以之后再整理。先持续积累。
用 AI 挖掘：让 Claude 读取并提取
素材积累到一定程度后，下一步就是让 AI 来挖掘。
这是我的方法。我把素材交给 Claude，用这样的提示词来问：
请阅读这些发言和文本，提取与我的理念相关的部分。我需要你提取以下内容：
- 反复出现的执着焦点 - 强烈不适的对象 - 判断时使用的标准 - 偏离一般性的视角
请告诉我提取结果，以及它们分别属于你总论页面结构的哪个部分（背景、特征、核心理念、实践逻辑）。
当我这样提问时，Claude 会返回这样的输出："你最近在对 OO 这个问题时，一直基于 XX 标准进行判断。这需要判断是加到'核心理念支柱'中的 XX，还是作为新的支柱设立。"
AI 会结构化并展示你自己阅读时注意不到的趋势。这很有效。
写回去：添加到总论和个别数据库，并记录在更新历史中
把 AI 挖掘出来的结果写回到总论或个别数据库中。如果不写回去，它就会埋没在对话中，再也不会被引用。
我写回时总是这样做：
- 添加到相关的板块（背景/特征/核心理念/实践逻辑）
- 在更新历史页面上用三行记录"何时、何地、为何，以及触发因素"
更新历史只需三行。改了什么、为什么改、触发因素是什么。只要留下这些，之后就能追溯你理念的演变。
总论和更新历史一定要成对移动。我给自己定下了这个绝对规则。
附赠：将 AI 对话本身素材化
当与 Claude 进行深入对话时，有时你的理念本身会在对话中自行深化。在回答 Claude 抛出的问题时，之前无法语言化的东西变成了语言。
这段对话本身也成了素材。如果在对话结束时问"请总结一下这段对话中浮现的与我的理念相关的部分"，Claude 会提取出来。然后再把它们写回去。
我实际如何托付任务
结构做好了，更新的机制也开始运转了。接下来是出口。剩下的就是使用它。我来写三种我托付任务的方式。
X 推文运营：发布理念的碎片
从最轻量的使用开始。我把 X 推文运营分配给五个 Claude Agent。
- Agent 1：从理念库中挑选今天推文主题的种子
- Agent 2：把种子扩展为推文草稿
- Agent 3：打磨风格
- Agent 4：调整字数
- Agent 5：最终检查
所有五个 Agent 都参考同一个理念库。因为判断标准是共享的，所以最终产生的所有推文草稿都变成了"我理念的碎片"。
我只做一件事。从产生的推文草稿中选择，如果需要做微调，然后发布。仅此而已。
如果理念库不存在，五个 Agent 就会朝不同方向乱跑。最终产生的推文草稿会变成与我的理念无关的空洞泛论。那些说"AI 发的推文内容很单薄"的人通常就处于这种状态。
撰写长文：系统地阐述理念
接下来是更重的任务。对于长文，我只决定主题和方向，然后让 Claude Code 去写。
具体步骤如下：
- 告诉 Claude 主题以及我想写的 3 到 5 个要点。
- 让它参考理念库的相关页面（总论 + 相关个别数据库）。
- 指示它："请面向这些读者，以这个长度，基于这个理念来写。"
- 阅读初稿，指出论证流程薄弱的地方。
- 加入相关具体事例（这点很重要）。
- 重复修正 3 到 4 次。
- 最后，我亲自调整句尾来完成。
关键在于先让它参考理念库。做与不做，初稿的质量大约差两档。如果不让它参考，出来的文字就是互联网上常见的泛泛之谈。如果让它参考，就变成了用我的判断标准写出来的文字。
不仅仅是"写作质量提高了"。判断的主体从 AI 变成了你自己。这就是"托付"的本质。
商业策略：从理念中孕育未来
最后，是最深层的用法。
我正与 Claude 合作，将我最近推出的一个新业务的概念具体化。方法如下：
- 让它参考整个理念库。
- 让它一起思考："拥有这种理念的人，在这个时代应该启动什么样的业务？"
- 逐一审视生成的创意："这个符合理念吗？""对这个有没有任何不适感？"
当我这样做时，AI 产生的创意从一开始就与我的理念一致。不会出现"看起来有利可图但实际不适合我"的噪音。
商业策略是一项能将一个人的世界观、时间轴和人性观全部暴露出来的任务。所以，如果没有理念库就让 AI 思考，只会得到平庸的"时下流行的商业点子"。如果你采纳了那些，就等于把你的人生交给了平均值。理念库在这里具有决定性的效果。
操作顺序
对于觉得"我是不是也能试试"的人，我来写一下第一步。即使不深入到商业策略那样，从 X 推文级别开始也完全值得。
步骤 1： 在 Notion 中创建一个名为"理念库"的页面。在里面创建三个页面："总论"、"个别数据库"和"更新历史"。如果使用我在最后提供的模板，这一步一瞬间就完成了。
步骤 2： 收集素材。第一周，大致收集来自私人聊天工具和工作聊天工具的记录。优先处理与你亲近的人的互动。同时，录制大约 30 分钟的音频，内容关于“你当下痴迷什么”或“最近在想什么”。
步骤 3： 让 Claude 阅读收集的素材并从中提取。大致写下提取的部分，同时整理它们属于通用理论的四个板块（背景、特质、核心理念、实践逻辑）中的哪一个。每个板块先写 10 行就行。
步骤 4： 尝试委托 Claude 做点事。可以是发一条 X 帖子或回复一封邮件。让它参考哲学数据库后写作。看看结果是否“像你写的”。
步骤 5： 如果有任何不适感，把这种不适的本质说出来，并添加到通用理论或个人数据库中。同时作为一对记录在更新历史中。重复这个过程。
第一版通用理论只需要 10 行。如果追求完美，你就写不出来。从杂乱开始，在运行中成长。这才是正确答案。
前端 AI 可以用任何产品
我一直都在讲 Claude。我也按照假设使用 Claude 的顺序写了操作步骤。但说实话，前端 AI 可以用任何产品。
ChatGPT、Gemini 或 Claude——用你喜欢的就行。这是我真实的想法。
因为本质是外部记忆。
一个拥有名为“哲学数据库”的外部记忆的人，只是用它来参考哪个 AI？仅此而已。前端是可替换的。如果明年出了更好的模型，我就换。如果后年出了更好的，我再换。如果基础相同，切换成本几乎为零。
为什么？因为 AI 无法触及的是“意志”。AI 可以列出尽可能多的候选问题，也有尽可能多的文本写作模式。但它无法决定“要赌哪个问题”或“根据哪个判断标准选择哪一个”。意志只能由人类激活。而要激活意志，你需要一个基础。这个基础就是称为哲学数据库的外部记忆。
相反，没有外部记忆的人会依赖前端 AI。他们变得像“没有 ChatGPT 就写不了”或“必须是 Claude”。这不是因为他们依赖 AI，而是因为他们没有把自己的哲学放到外部，所以看起来像是依赖。
在当前 AI 行业，每次新模型发布都会引发巨大轰动。人们因性能基准数字而欣喜或悲伤，为谁占据了榜首而兴奋。每个人都在追逐前端。
我不太感兴趣。无论哪个出来，我做的事情都不会变。我让它参考哲学数据库，然后委托任务。仅此而已。即使前端变了，如果基础相同，输出仍然是同样的“我的文字”。
当你意识到这一点，你就会从 AI 相关的信息消费中解放出来。你不需要追逐最新模型的细微差异。你不需要对别人发布的每个新功能做出反应。你可以把时间只花在深化自己的基础上，而不受他人公告的影响。
从现在开始，前端 AI 将继续进化。性能差距很快就会缩小，无论用哪个，输出大致相同。到那时，什么会带来差异？外部记忆。你把自己的哲学放到外部的深度、结构性和可参考性。这才是差异所在。
不是“用哪个 AI”，而是“你有什么样的外部记忆？”这才是真正的问题。
哲学越写越成为你自己的
最后一点。
创建哲学数据库看起来像是为委托任务给 AI 做准备。但实际上并非如此。
把你的哲学语言化并放到外部这一行为本身，就训练了你的哲学。以前写之前模糊的东西，通过写作变得轮廓清晰。你在写作中发现矛盾，整理它们，再写。通过这种重复，哲学变得更深。
能够委托任务给 AI 是额外的好处。核心在于你变得能够清晰地持有自己的哲学。
“给 AI 一个哲学”技术上并不是对 AI 做什么，而是把你自己的哲学语言化这一行为本身。AI 只是给你动力去把它放到外部的一个装置。
为了委托而写作。写作训练了你的哲学。有了训练过的哲学，你可以更深地委托。如果委托了，你会想再写。
在 AI 时代，只有那些把哲学变成外部记忆的人才会赢。这不是夸张的说法。在未来几年内它会真的成为现实。
我会把我在用的哲学数据库结构模板送给那些引用转帖或转发的人。请关注我，并在回复中告诉我。它设计成当你加载到 Claude 和 Notion 时，会引导你设计自己专用的哲学数据库。
这是你的哲学成为外部记忆的第一步。
