个人信息获取系统

1. 全图：一篇文章走过的五步
2. 收：四条来路进同一本台账
3. 筛：两个标准打分，二十六个主题
4. 阅读：界面按我的输入习惯设计
5. 分发：一组开关，每个开关一条去处
6. 提炼：信息日报与三份信号日报，写给判断系统
7. 回写：动作记回台账，新排序先赢过旧的
8. 守：让它无人值守也不出事的八条约束
9. 演化：一次复盘，一次自保停机，一次重建
10. 现状：分三档说

全图：一篇文章走过的五步

一篇文章从收到我面前只有五步，每步只做一类事，只有打分这一步花钱。

收：四条来路进同一本台账

四条来路的文章进同一本台账，同一篇文章从两条来路进来只记一次。收这一步全天在跑，不花钱，重复执行也无害。

• 订阅源：近百个，覆盖科技、科学、商业、思想类的长文，一部分经我自建的订阅转换服务取得。
• 手机剪藏：手机上任何地方把一条链接分享到提醒事项的一个固定清单，电脑很快把它抓成文章放进收件箱，默认按收藏对待。理由：剪藏本身已经是我选过的，不用再勾一次。
• 播客与视频转写：我把某一集扔进提醒事项或播放列表，程序转写成文章放进收件箱。不批量转，转写贵，入队是我的动作；批量纳入过一次，只引入噪音。
• 收件箱里的新文件：剪藏和转写写进收件箱的文件，按头部判断来路后记进台账，原文件移走。
• 关注的人在 X 上的发言不进台账，走信号日报。这是重建切换那天定的：日报不打分。

量的失控和时间的失控各设一道门，在收这一步就拦住。

• 一个来路本轮的候选量超过它历史中位数的几倍，只收最新的一小批，其余记为「回填跳过」、正文照样存下来。理由：过去五次烧钱事故里四次是同一个形状，量突然涨了一个数量级，而系统按正常量处理。
• 新来路首轮有上限；每篇正文抓取有时间上限，每轮有总预算。理由：一个来路的文章页从本机抓不到，逐篇超时重试把整条流水线卡了三个多小时，后面几轮全被跳过。

剪藏入口装好之后三个月没跑通过一次，原因是清单名写错了。

• 程序每次退出都算正常，健康检查看不见。审计时才发现。这件事定下了后来体检的原则：测行为在不在界内，不测功能存不存在。

筛：两个标准打分，二十六个主题

每篇命中话题的文章拿两个分：形态分说它「厚不厚」，判断价值说它「深不深」。排序按判断价值优先，形态分次之；六分以上出卡。

两个标准分开，因为只有一个的时候高分不等于我会读。

• 第一版只有形态分。打分项全在量文章的形态，没有一项量它对我的认知价值。
• 结果是分布堆在中部：五到六分的文章占六成，四分以下几乎没有，减分项基本不触发。
• 形态完整的平庸长文能到六七分，真正改变认知的短文只有五分。排序把前者放在前面。
• 模糊的评语，例如「把底层讲透」，AI 打不稳。所以第二个标准写成六个可检查的信号，每条要引原文依据，和形态分同等硬度。
• 分数由程序算，AI 只列命中项和证据。理由：不信模型的算术，也不让它自报总分。
• 判断标准的开头写明读者是谁：一个做 AI 与个人成长方法论、靠第一性理解滋养创作的人。所有判断为这个读者服务；扩展「可能性」边界的信号不限于 AI 领域，生物医学、能源、心理学、经济模式的突破同等重要。

每篇文章同时归进二十六个主题之一，这个主题决定它收藏后归档到资源区的哪个文件夹。

• 主题清单是我自己写的关注范围：AI 编程工具、Agent 与自动化、知识管理、创作者方法论、人机协作、认知与独立思考、生物医学、能源、太空、进步研究、哲学，等等。每个主题下面列着它具体指什么。
• 资源区的主题文件夹按需建，用到才有；归不进任何主题的进「未分类」。
• 打分时归的主题和归档时用的文件夹名是同一份定义，两边不许各写一份。

打分每天一批，不再随时打。

• 没有人在等实时。我读卡片的时刻是早上，早上出卡就够。
• 一天的文章放进同一批处理，预算判断只在一个时刻做；失败的文章留在「新到」状态，下次再来。
• 判断标准从第一版到现在一字未动；换模型和改标准不在同一次做。

已知缺口：判断价值能排序，不能减量。六到八月的打分里判断价值四分以上占近八成，收件箱里更高。要减量只能靠来路和配额，不能靠分数。见现状一节。

阅读：界面按我的输入习惯设计

两个界面读同一批卡片：手机上的分诊页是主力阅读器，电脑上同一套视图嵌在 Obsidian 里。界面上的每一处设计都对应我的一个习惯。

五张都是 2026-09-17 把视图拖到 Obsidian 主区截的，深色主题跟系统走。

卡片会被删，台账不会。

• 「一个月没读说明不会读了」这条 2026 年 4 月定下，之后没改。有价值的内容一定已经被标记，标记本身是唯一的护身符。
• 批量删除有闸：一轮里缺失的卡片多且占多数，停下来要人确认。

分发：一组开关，每个开关一条去处

卡片头部的开关每个对应一条去处。我只按开关，搬运、提炼、转写由程序做。

「存入知识库」从自动改成了我的动作。

• 旧规则：收藏且已入知识库才归档，入库又要求读过。两百多张收藏未读的卡永远卡在收件箱，知识库也一篇没进。
• 2026 年 9 月定：不再自动入库，手动入库照常；收藏满一周即归档，不等知识库。归档进主题文件夹是让文章离开收件箱的唯一正路，删除是另一条。

周选题包是分发的第四条去处，建了没走通。

• 设计是每周把近七天的文章聚成几个选题簇，写一份选题包给写作用。跑过一次，失败。见现状一节。

提炼：信息日报与三份信号日报，写给判断系统

提炼分两层：信息日报把当天的卡片提炼成几篇必读；三份信号日报把一手信源写成判断系统用的信号。

• 信息日报每天早上生成：今天进多少篇，精选几篇必读（判断价值优先，每篇一句为什么），再列值得一看的；一句话推到手机。周报和月报同一副骨架，窗口拉长。
• 判断系统是另一套私有的账本，与写作分开：每天读收件箱时带一个问题「什么刚刚变得可能，而六个月前不可能」，写一到三行判断；每周挑一条转成带概率的命题；到期扫命中。信号日报是给这个动作的输入。

三份信号日报补同一个缺口：流水线只能拿到写成文章的二手信息；关注的人的即时发言、订阅的频道和播客是一手的，但没有订阅接口或读不过来。

• X 日报：关注的人过去一天说了什么。
• YouTube 日报：订阅的频道过去一天发了什么，只用标题、简介、章节表、观看数，不看视频。
• 播客日报：订阅的播客过去一天更新了什么，只用标题、节目说明、时长，不听、不转写。

三份用同一副骨架，只换采集层。

写日报的判断顺序是固定的，日报不替我写判断。

• 收敛先行：两个以上互不相关的账号或频道同日讲同一件事，排最前，标明几个。同一段视频被两个人转发不算两个。
• 反向信号单列：与主流叙事相反的那条最缺。
• 数字照抄，事实主张写清谁说的。头部必须交代时间窗、条数、账号数、抓取失败的来路、名单日期。
• 视频和播客多两节：「值得花时间的」，一到三个，写清为什么、多长、看哪一段；「建议送去转写」，只给链接和一句理由，不自动入队。转写花钱，入队是我的动作。
• 结尾是一到三个候选提问。判断行由我自己写，那是我的肌肉训练。

时间窗是「从我上一次读日报到这一次」，不是自然日。

• 三份日报在早上依次生成，比出卡晚一点，我打开日报页时卡片和日报都在。两次日报之间不漏也不重。
• 电脑休眠会丢日子。每次启动检查前一天的日报在不在，缺了就写出补跑的办法。

X 日报跑了一个月之后，我发现采集层一直在读一个小池子。

• 采集照抄了网页端的取法，拿到的是关注流的排序版，约两天、百来条。此前一个月的「已收敛」，收敛的是那个池子，不是真实发帖量。
• 改走按时间顺序的版本之后，同一时间窗的条数翻了七倍，日报的压缩比从近一半掉到二十分之一：输入涨了，输出反而少了，说明 AI 在挑不是在译。

回写：动作记回台账，新排序先赢过旧的

我在界面上的每个动作记回台账。它们用来对账、回测新排序、体检信源，不直接改排序。

• 动作回写：卡片头部开关的变化，由下一轮收集同步成台账事件，带时间和来源；文件不在了，记一条「卡片已删」。收件箱读不到时停整轮，不把全部卡片一次判成删除。
• 动作只是事件，不是训练信号。理由：划卡的行为受曝光偏斜影响，我收藏某个来路可能只是因为那几天只有它。

新排序上线前过一道回测闸门：没赢旧排序，就不换。

• 回测样本是我真实收藏过的文章加随机未读文章，比两种排序哪个把我收藏过的排得更靠前。
• 第一轮输给旧排序，没有翻。回头重推：分数的本质是分配注意力，价值是文章和读者的关系，不是文章的固有属性。
• 第二轮换了模型才过闸门。选中的那个模型在正面分歧上与我的收藏行为一致；同时把满分的门槛收紧。样本小，排序命中差一两篇是噪声；成立的结论是判断质量和方向一致，不是排序碾压。
• 后来一次改判断标准的措辞，同一批文章跑两遍分数自己会飘。小样本单跑读不出小效应，要看上线后一周的分布。

信源名单按我的行为体检，负面判决要等等量曝光。

• 2026 年 6 月第一次体检砍掉七个噪音来路。同时发现读过的文章几乎全来自手动剪藏，自动流水线贡献不到五十篇：缺的不是更多来路，是出口。
• 2026 年 9 月重建时停了五个、换了三个、补了七个财经来路；一个热榜类来路因大量重复被我否掉。
• 收藏率是在偏斜曝光下算出的，量的是「给我看了什么」不是「我想看什么」。所以「保留名单」只能读作「唯一得到过真实曝光的来路」；对任何来路的负面判决，在等量曝光实验跑完之前不成立。实验设计是每个来路每天两张、每张必划，按每打开一张的收藏率评来路。没跑。

守：让它无人值守也不出事的八条约束

这八条不收文章也不打分，只让无人值守的系统在拿不准时停下来、在状态变了时通知我。每条都写成能判有没有被违反的形式，改任何共享状态之前先对照。

写成可判违反的形式，是因为写不出判据的规则等于没有规则。

• 人读到模糊的规则会停下来问，AI 读到模糊的规则会挑一个解释直接执行，错了也不吭声。这套系统的大部分代码由 AI 在并行会话里写，规则要能跨会话执行，就得机械可查。
• 判据要能抓到我已知的那次违反。「记录永不删除」的判据一开始只抓直接删除，抓不到先删后插，而先删后插正是打分结果上真出现过的那次违反；修掉之后判据补上了。
• 为了消除误报而重写判据，很容易把判据本身删掉。正确做法是保留会响的判据，加一份点名到文件的豁免清单；清单之外任何新命中都是违反。

演化：一次复盘，一次自保停机，一次重建

一次复盘把目标从「抓到多少」翻成「我吸收到什么」，一次自保停机（余额耗尽后系统冻结了自己）把默认值从「拿不准就继续」翻成「拿不准就停」，一次重建把散在三处的状态收成一本台账。

变的是默认值、状态的位置、打分的节奏（随时打改成每天一批）、阅读的位置（笔记软件的表格，到手机分诊页，再回到 Obsidian 里）和目标；没变的是两个标准的判定、卡片头部那组开关，和问题本身：能不能筛选我的注意力，重建后还没测。

现状：分三档说

写这一页的日期是 2026-09-17。重建切换是九天前。三档分开说，不混。

在跑，有真实使用记录

• 收集、每天早上的打分出卡、每天的体检，切换以来每一次都成功，早上的一行摘要每天推到手机。
• 手机分诊页，含日报页、排序列表小窗、全部划过；Obsidian 里的分诊视图，2026-09-16 起。
• 三份信号日报，每天早上依次生成。
• 手机剪藏，清单名修正后跑通；播客与视频转写队列，我扔一集才转一集。
• 信息日报每天生成，周报每周生成。
• 收藏满一周归档进资源区主题文件夹，二十六个主题文件夹都已建出来。
• 深挖开关：程序在收件箱上守着，勾了就做第二轮提炼；打上「深挖完成」的卡片不多。

建了，不常跑或没走通

• 周选题包：跑过一次，失败。
• 月报：生成过三次。
• 生成文章开关：程序在守着，全程只处理过一张卡。
• 信号简报：手写，无定时，9 月初起停更。
• B 站收藏夹转写：建了，没跑通。
• 自动入知识库：停掉。手动入库照常。

设计中或未测得

• 画像与推荐排序：设计写完，整个取消，没建。
• 等量曝光实验：审计提出用「每个来路每天两张、每张必划」来判信源取舍，没跑。在它跑完之前，对任何来路的负面判决不成立。
• 它有没有在筛选我的注意力：重建后没测。判断价值能排序、不能减量这条缺口还在。

数字只报能证明系统真实存在的。

这条流水线是作品一感知层的外面那一半；收藏的文章往下游走进知识库系统。守钱和守线的规矩，和作品二里「没人会发现的错，不许无人值守」是同一条。它背后的想法怎么来的，见思考。