一直以来，我其实对于人工智能赋能于个人十分关注。
信息流算法帮助我们获取到了更多的信息。但在体验信息流算法的时候， 也看到了算法推荐的另一个反面 —— 我们被算法控制，算法让我们相信它希望我们相信的东西。
为此，我开始抗拒算法推荐，开始使用一些更加传统的方式来完成我的信息获取 —— 使用 RSS 来阅读新闻；使用 Apple Music 来收听信息。实际上，近几年的 Newsletter 的复兴，也是一种对于算法推荐的对抗。
但这不过是我在时代的洪流之下的微弱的抵抗，并不能从根本上解决信息茧房的问题。也很难让自己得到满意的结果。究其原因，是因为现有的算法代表的是企业的利益，而不是个人的利益。现有的算法推荐都是由企业定义的，而非个人定义的。所以无法让算法真正意义上为个人服务。
我们的算法和 AI ，还需要更加的普适。
一直以来，我的阅读习惯是
但面临的现实是随着我手头的事务越来越多，我开始没有成块的时间来阅读书籍，实际上，目前我看书最多的时候还是在随心飞的过程中，由于飞机上没有任何的干扰，获得了非常好的阅读效果。
但，毕竟绝大多数时候没有办法做到，因此，我开始思考，如何调整我的阅读系统。
如果我们要思考阅读系统的优化和重构，那么先要搞清楚为什么我需要阅读系统？以及，我为什么要阅读？
我阅读的原因主要有两个方面：
综合来看，我阅读的诉求一个是满足好奇，另一个就是获取新知。
而这二者可以有一个共同的出路 —— 输出文章/视频
对于满足好奇类的书籍，我可以将书的内容输出为视频，将自己的读后感分享给别人。
对于获取新知类的书籍，我可以将相应学习到的知识输出为文章，参考费曼学习法，通过教会别人来验证自己是否学会。
除此之外，因为搞开发经常要看很多的文章/文档，因此我需要花费不少的精力来查看这些文章，但查看了文章并没有将这些内容整理到我自己的知识库中，帮助我构建知识网络，因此，浪费的程度很高。
我需要客服自己对于一些特别基础知识的忽视，对于一些比较简单的内容，也要敢于分享出去，让自己养成分享的习惯，从而督促自己对想要分享的内容进行吸收。
当我定义了我的目的以后，接下来就可以倒推我要做的事情。
无论是视频还是文章，最终的目的一定是输出，那就要求我在阅读完成以后应该有内容留下来，无论是什么样的内容，他都应该能够在未来指引我的工作/生活。
在这种情况下，我的阅读工作流应该是这样的：
和以往的阅读系统相比，这一次将阅读目标的设定放在前置，我需要为自己设定一个模板，方便我每次阅读的时候，让自己填写，更好的明确自己是否有必要读这本书。
根据我当下的需求，我开始调整和优化我的阅读工作流，后续，根据我的工作内容的变化，阅读工作流必将持续变化。
尽早提供价值，经常提供价值
道明了软件开发，甚至是所有工作的核心指标：提供价值。
尽快交付
做高价值，低成本的事情。
价值 的 最大化 在于 频繁 交付 小的、 以 价值 为 中心 的 功能 特性。
罗恩·杰弗里斯(Ron Jeffries). 软件开发本质论：追求简约、体现价值、逐步构建 (图灵程序设计丛书) (Kindle位置241). 人民邮电出版社. Kindle 版本.
五卡法开发