7
0读得很多，真正留下来的有多少？
本期嘉宾奕枢，在录制时是一名经济学大四学生。他做了一个叫Focus Quiz的浏览器插件：选中一段文字，或者读完一整篇文章，让AI围绕内容出三道选择题，检查自己是否理解。
题目分成概念陷阱、反事实推演和场景迁移。他想找的是一个分寸：给阅读增加一点主动回想的机会，又不让这种努力变成太大的负担。
从这个小插件出发，我们也聊到了他围绕个人需求做出的其他工具和工作流。原始资料如何进入知识库，AI如何按照自己的规则整理笔记，浏览器里的Markdown阅读体验又能怎样改善？
分享最后回到了一些很实际的问题：收藏和理解之间隔着什么，自己能用的工具怎样交给别人使用，以及产品复杂起来之后，代码质量和工程管理为什么越来越难。
【本期人物】
嘉宾：奕枢，录制时为经济学大四学生、Focus Quiz开发者。
主持：David，草诀歌AI Labs发起人。
【时间轴】
00:00 嘉宾介绍：一个经济学本科生的个人产品实践
02:12 Focus Quiz演示：划选文字、全文出题与错题回看
03:44 为什么要做这款插件：读了很多，却很难记住
05:12 设计背后的思路：测试、主动回想与阅读负担
07:24 从填空到选择题，怎样把使用阻力降下来
08:21 三种题型：概念陷阱、反事实推演、场景迁移
10:37 从错题复习到Markdown导出、个人知识库
11:40 另一个自用工具：在浏览器里阅读、编辑Markdown
13:26 从自己的痛点出发，先做能解决问题的MVP
14:46 把研究和官方文档转成产品需求
19:03 现场问答：原始资料怎样整理成可复用的Wiki
21:37 怎样约束AI整理资料：把自己的规则写清楚
26:55 收集了很多却没读进去，知识库能做些什么
29:49 开发中最难的部分：工程化、多Agent协作与代码管理
31:48 面对信息过载，奕枢的个人阅读取舍
33:25 移动端设想，以及借助飞书处理资料的尝试
【本期提到】
Focus Quiz：围绕网页内容生成选择题的浏览器插件，包含错题保留、原文回看等功能。
主动回想／测试效应：嘉宾用来思考阅读与记忆问题的研究方向，也是产品设计的参考。
Anki：问答卡片与复习工具；本期提到了相关使用思路和题目导出。
Obsidian、Obsidian Web Clipper：嘉宾展示的笔记环境与网页资料收集工具。
LLM Wiki：借助大模型，将原始资料整理成可查阅、可追溯的知识页面；本期侧重嘉宾自己的实践。
Markdown：本期知识库材料、笔记与浏览器编辑工具所用的文本格式。
MVP：最小可行产品；先验证核心功能能否解决自己的问题，再继续优化。
【延伸阅读】
David此前写的产品观察：《Vibe产品观察02｜Focus Quiz：一款故意“刁难”你的AI阅读插件》
【关于这次录音】
本期来自2026年4月29日草诀歌AI Labs闭门会，保留了奕枢的产品分享与现场问答。产品与知识库有屏幕演示，可以对照视频版观看。文中涉及的学习方法、工具选择与开发经验，主要是嘉宾的个人实践。
【一起聊聊】
你最近一次“确实读懂了”的体验，来自什么？做题、复述、写作，还是把它用在了某件具体的事上？欢迎在评论区分享。
草诀歌AI Labs，是一个以非技术背景为主的Vibe Coding社区。我们关心每个人怎样从自己的经验出发，做出有个人气质的产品。
