我每天怎么从信息流里捞干货

每天早上打开阅读器，未读数字从三百多降到四十几，这个过程大概花二十分钟。不是我读得快，是两年前开始逼自己改了一套筛选流程。最开始用RSS订阅了快两百个源，科技、设计、数据新闻什么都往里塞。结果就是每天被推送淹没，真正想看的反而漏掉。后来做了一件事：把订阅源按更新频率和注水程度分成三档。A档是每周必看的，大概十五个；B档是标题扫一眼就过的，七十个左右；C档直接删。这个动作让我的数据摄入量降了六成，但留存下来的文章质量明显上来了。

第二档过滤靠的是关键词。我在阅读器里设了屏蔽词列表，比如“震惊”“速看”“深度好文”这类标题党词，还有纯营销号的名字后缀。另外设了白名单词，像“复盘”“数据”“方法论”“案例”这些，命中就标星。实际操作下来，标星的文章里大概只有三成最后会认真读完，但这三成足够撑起我一周的笔记素材。有个小细节：我会把屏蔽词和标星词放在同一个文本文件里维护，每月底翻一次，删掉那些已经失效的。比如去年“元宇宙”这个词命中率很高，今年基本不标了，走势变得太快。

光过滤还不够，得有个地方存。我用的是稍后读加本地笔记的组合。稍后读只放标星文章，上限控制在五十篇，超过就强制清理——要么读，要么删，要么转成笔记摘要。本地笔记就是纯文本，每篇摘三到五句原话，再加一句自己的吐槽或延伸。这个记录习惯是跟一个做数据新闻的朋友学的，他说摘抄不写自己的话，等于没读。我试了三个月，确实如此。现在翻回去看，那些只有摘抄没有评论的条目，基本想不起来当时为什么存它。

说到走势，我有个不太成熟但挺管用的观察方法。每周日晚上花十分钟，把本周标星文章的标题复制到一个文档里，按主题手动分组。比如这周“AI生成内容”出现了七次，“平台算法调整”出现了四次。连续记几周，就能看出哪些话题在升温、哪些在退潮。这不是什么严谨的预测，更像给自己画一张注意力地图。有一次我发现某个数据隐私话题连续三周出现，但点进去看都是同一篇报道被不同源转载，这种假走势就得靠手动分组才能识破。

工具上我尽量选简单的。阅读器用了五年，中间换过三次，最后回到最朴素的界面，没有推荐流，没有热门榜单。浏览器插件只装了一个，用来把网页正文提取成纯文本，方便存进笔记。手机端就更粗暴了：把社交App的通知全关，只留电话和短信。有人觉得这样会错过重要信息，但我的体验是，真正重要的东西会以各种方式找到你，比如朋友私信、邮件列表、甚至线下聊天。那些需要靠推送才能想起来看的内容，大概率不看也没什么损失。

这套流程也不是没毛病。最大的问题是容易形成信息茧房。分级和屏蔽词都是我自己设的，时间一长，看到的都是我想看的。所以每季度我会强制做一次“破圈”：随机点开一个从没看过的源，或者去一个不常去的论坛翻半小时。上个月这么干的时候，在一个小众摄影社区看到一篇讲图片元数据清理的帖子，跟我的日常完全无关，但里面有个批量处理的方法后来用在了工作文件整理上。这种偶然的收获，是算法推荐给不了的。

最后说一个反直觉的体会：筛选的终点不是读得更多，而是读得更少但记得更牢。我现在每周认真读的长文大概八到十篇，比两年前少了一半，但笔记里能翻出来用的素材反而多了。可能因为每一条都经过了过滤、摘录、再写一句自己的话，这三步下来，信息才算真正过了一遍脑子。如果你也在被信息流追着跑，不妨从删掉十个订阅源开始，不用多，十个就行。