怎么在一年内赚到1000万？
如果这个问题直接丢给AI，它大概率会给出正确的废话
按理说AI在训练的时候已经把各种经典名著都训练进去了，但是却用不上来，总是说一堆看似正确的废话。它说的每个字都对，但好像就是…没用。
我最近读了一本书叫《认知红利》。
讲认知升级、讲时间商人、讲透析三棱镜…全书读完，笔记做了，金句划了一堆。
合上书那一刻，觉得自己升级了，又变强了。
然后过了两周，当我想用书中的方法论去解决一些实际问题的时候，又突然感觉好模糊，那个记忆在你脑海中，但就是抓不住。这时我要重新打开那本书，花不少时间去翻找对应的方法论。
好像我跟AI一样，都看过不少书，但就是用不上来。
你的书架上，是不是也躺着几本读完但用不起来的书？段永平、查理·芒格、巴菲特…道理都懂，但真到做决策的时候，那些框架就像从来没出现过。
关于这个问题，我以前想的是多读几遍，然后要有意识的使用起来。
直到最近，我看我有了新的想法。
最近 skill 非常火嘛。特别是有人把同事蒸馏成 skill：人离职了，但他的经验、做事方式、甚至说话的语气，都被固化成了一个 AI 可以调用的skill，继续干活🤣
然后@花生又做了一个女娲skill
主打一个你想蒸馏的何必是同事，直接蒸馏这个世界上各个领域最强的那一批人，比如马斯克，芒格，巴菲特等等…
很有意思。但我想了一下：
我们可以蒸馏一个人，为什么不蒸馏他花了大量时间写的书呢？
书是一个人花了大量时间沉淀下来的深度思考，是他反复推敲，实战沉淀下来的精华。
蒸馏大佬们写的书，你能拿到他们的方法论，那是真正可落地的验证过的经验。
于是我决定干一件事：做一个能蒸馏任何书的 skill，然后让Agent帮我们把这些知识用起来！
于是就这么诞生了
https://github.com/kangarooking/cangjie-skill
仓颉.Skill不是做摘要，不是做读书笔记。而是让 AI 真正把书里的方法论学会，在你遇到对应问题的时候，自动调用对的框架，给你可落地执行的步骤。
目前我已经蒸馏了好几本书：
《认知红利》、《穷查理宝典》、《大道：段永平投资问答录》、《不拘一格：网飞的自由与责任工作法》、《巴菲特致股东的信（1957-2024）》
从巴菲特致股东的信中蒸馏出来了整整20个Skill：
仓颉.Skill是我用纯血版的 Claude Code + Opus 4.6打造的。
我跟它一起设计了这套蒸馏体系。
不得不说，CC + Opus确实🐂🍺
它理解了一件很关键的事：蒸馏书不是做摘要。
产出的东西必须是 Agent 能在真实场景下自动调用的，有、有执行步骤、有边界限制、有质量验证。
它帮我设计了一套完整的六阶段蒸馏SOP：
整书理解、五个 Agent 并行提取、筛选、skill 构造、关系链接、。
六阶段流水线具体是这样的：
1.整书理解。不是上来就摘金句，而是先把整本书的骨架读清楚——主旨是什么、论证链怎么走、关键术语作者怎么用的、作者有什么盲点。
2.五个 Agent 并行提取。同时从五个角度扫描全文：一个找框架，一个找原则，一个找案例，一个找反例，一个建术语词典。独立工作，互不干扰。
3.三重验证：每个候选单元都要过三关：跨域验证、预测力测试、独特性检验。通不过就淘汰，宁缺毋滥。
4.构造 skill。关键是设计触发条件——什么场景下自动激活，什么时候不该用。这一步最难，也最决定 skill 到底有没有用。
5.链接。找出 skill 之间的依赖、对比、组合关系，形成知识网络。
6.压力测试。包括诱饵测试–故意给不该触发的场景，看 skill 忍不忍得住。
下面左图是原始版SOP，右图是借鉴nuwa skill后的升级版SOP
这套流程跑完，一本书会被蒸馏成一套Agent Skills，包含几个甚至几十个原子化的 Skill（取决于书的知识密度）。每一个Skill都能独立被调用，都有明确的适用场景和边界。
化学里有个概念叫精馏：就是把混合物按沸点分离成不同的纯净组分。
做的事一样：按"框架 / 原则 / 案例 / 反例 / 术语"五个维度，把书里的知识分离成不同类型的纯净组分，然后只把真正有用的提纯成可执行的 skill。
所以我把仓颉.Skill用的蒸馏方法称为：知识精馏
这个 skill 需要一个名字。
我想到了仓颉。
传说仓颉观鸟迹兽纹，从大自然的万千信息中提炼出可复用的符号。于是人类有了文字，知识第一次可以被记录和传播。
仓颉.skill 做的事本质上一样：从书本的万千文字中，提炼出可被 Agent 使用的 skill。
仓颉让知识能被记录。
仓颉.Skill让知识能被Agent执行。
英文名就叫 cangjie-skill。
skill 造好了，我拿来蒸馏的第一本书，就是那本刚读完不久读的《认知红利》。
我最开始是准备使用Claude Code + Claude Opus4.6来进行蒸馏的
但是一跑起来，我就发现仓颉.Skill简直是个Token炸弹💣！
瞬间把我的Claude Pro干到了限额
说实话，Claude Pro额度是真不够用，用来跑CC的话根本不够看，三下五除二就触发限额了..
不得已，这次直接下血本，上了Claude Max
上完Claude Max之后，我又让它继续蒸馏了，但很快又被劝退了，那个token消耗量猛猛涨，很快就超了10万token🤦♂️
我赶紧叫停
于是，我换成了更高性价比的组合Claude Code +
不得不说，智谱的Coding Plan还是香，我随便跑，都没有达到限额。
五个 Agent 先并行扫描全文。然后一个找思维框架，一个找原则，一个找作者案例，一个找反面教训，一个建概念词典。各自独立工作，互不干扰。
提取完一共拿到 22 个候选单元。然后过三重验证–跨域验证、预测力测试、独特性检验。没通过的直接淘汰。
最终筛下来15个可执行的 skill，每一个都有明确的触发场景、执行步骤、和边界限制。
然后，我重新开了一个CC窗口，问了一个问题。
怎么在一年内赚到 1000 万？（当然我还补充了一些我的信息）
这次完全不一样，AI终于没有给正确的废话
它调用了《认知红利》里的好几个方法论框架。
给了非常实用的建议，总结下来就是需要批发时间，设计增强循环，打造复利飞轮。
还有一些细节没有截图放出来
它还推荐了我去卖课，还得是卖课🤔
多维能力模型：帮我找到了可以组合的能力维度，指出哪些组合能打造出市场稀缺性。
一步步推导，最后给出了大方向和具体的行动路径。
求之于势，不责于人
我当时的感觉很难形容。
不是说这个方案一定能让我赚到 1000 万。而是我感受到，书里的知识真的被"用"起来了。如果继续，我还能跟它讨论更多落地的细节。
同一本《认知红利》，读完的时候我觉得非常有道理。蒸馏成 skill 之后，AI 替我把这些方法论变成了行动路径。
这一刻我非常兴奋，仓颉.Skill 是有用的。
大家伙可能会有疑问：
把书丢进知识库用 RAG 不就行了？干嘛搞这么复杂？
这个问题我认真想过，答案是：不行。
RAG 的本质是检索。你问一个问题，它去知识库里找最相关的原文片段，拼给你看。
问题在哪？
你得知道该问什么，比如帮我找到xxx框架，然后解决xxx问题
如果你不知道该怎么问，RAG 帮不了你。它不会知道"哦，你现在遇到的这个问题，其实书里有有好几个框架可以用"。
Skill 不一样。每个 skill 都有触发条件–当你遇到某类问题、说出某类话时，它会自动激活（会自动匹配多个方法论）。你不需要记得书里有哪些方法论，AI 替你记着，替你在对的时刻拿出来用。
另外，RAG 没有质量检查，什么内容都可以往里塞。仓颉.skill 有三重验证：跨域验证（这个方法论在书里至少两个独立场景出现过吗？）、预测力测试（能用它推导出书里没直接讨论的问题吗？）、独特性检验（是不是任何人都能说出来的常识？）。通不过的直接淘汰。
还有诱饵测试：故意给不该触发的场景，看 skill 会不会乱调用。这一步很关键，因为一个没有边界的 skill，用错的时候反而帮倒忙。
并且RAG很重，Skill则比较轻量，用起来更方便
本质上RAG还是帮你记知识，而不是运用知识
说到这里，不得不提 Andrej Karpathy 最近分享的一个思路。
LLM Knowledge Base（LLM Wiki）
他说他现在大量用 LLM 来构建个人知识库：把原始资料索引到一个目录里，让 LLM "编译"成一个 wiki，然后对这个 wiki 做 Q&A，产出的结果再回填到 wiki 里，持续增强。
这个思路很棒。仓颉.Skill 的流程也吸收了他的核心思想：先让 AI 深度阅读、结构化整理、建立索引、维护一致性。
这些在阶段 0（整书理解）和阶段 1（并行提取）里都有直接体现。
但 仓颉.Skill 的知识精馏在这个基础上多走了几步。
Karpathy 的方案是把知识编译成 wiki，等着你去查它。仓颉.Skill 是把知识提纯成 Skill，该用的时候它主动跳出来。
一个解决"知识管理"问题，一个试图解决"知识运用"问题。
《认知红利》之后，我又蒸馏了另外五本。
说实话，过程没有那么迅速。
穷查理宝典那本书，GLM-5.1 硬是跑了一个半小时，才全部干完了。
不过，一个半小时蒸馏查理·芒格的思维精华，还能运用起来，这个投入产出比，我觉得非常值。
另外一个让我觉得值得做的事情：每个蒸馏出来的 skill 都自带测试用例，格式兼容 （达尔文.Skill）。
darwin-skill 是一个专门用来自动进化 skill 的工具–你把 skill 喂给它，它会自动评估、改进、测试，分数只升不降。
也就是说，这些蒸馏出来的 skill 不是静态的。可以试着用darwin-skill让它们越来越强。
蒸馏到第三本的时候，我意识到一件事。
一个人蒸馏不完人类所有的好书。
《资治通鉴》、《国富论》、《原则》、《反脆弱》、《孙子兵法》、《思考，快与慢》、《高情商》……值得蒸馏的经典太多了。
所以我把所有东西都开源到了 GitHub。
仓颉.Skill 本体：
https://github.com/kangarooking/cangjie-skill
使用方式是：把地址丢给你的Agent，让它帮你安装这个skill即可。
蒸馏好的书本 skill：
巴菲特致股东的信：
https://github.com/kangarooking/buffett-letters-skill
穷查理宝典：
https://github.com/kangarooking/poor-charlies-almanack-skill
不拘一格：
https://github.com/kangarooking/no-rules-rules-skill
任何人都可以直接用蒸馏好的 Skill，也可以用 仓颉.Skill 蒸馏自己想蒸馏的书，还可以把成果分享出来。
另外，不是所有书都适合蒸馏。方法论密度高的书效果最好，金句散文类的出来效果一般。
以及token 消耗确实大，推荐使用国内的Coding Plan套餐，GLM-5.1长任务表现很棒，非常适合作为执行这项蒸馏任务。
蒸馏不是让AI替你读书。
我觉得蒸馏一本书之前，最好是看过一遍。
不然你不知道哪些方法论是你看中的，哪些重点没被照顾到。蒸馏的过程中你是要参与判断的，这样蒸馏出来的效果会更好。
另外，就算 AI 通过 skill 给出了建议，你也得有足够的认知水平去判断：这个方向对不对？能不能执行？效果好不好？
AI 时代，人的判断力和自身的知识水平息息相关。
AI 越强，对你的要求其实越高。因为它能给你更多选项、更复杂的分析，但选哪个、信哪个、执行哪个 是你的事。
而且，蒸馏和运用的过程，本身就是一种加速学习。你在蒸馏中会重新审视书里的知识，在使用 skill 建议的时候会进一步思考。这个过程比单纯读一遍书的吸收率要高得多。
所以不要觉得有了 AI 就可以不看书、不思考了。
AI 是辅助工具，核心永远是人。持续提升自己，无限进步。
如果你来蒸馏一本书，你会选哪本？
我选了五本，但还远远不够。
好在这件事不用一个人干了。
欢迎来蒸馏你的书～
我是袋鼠帝，一个致力于帮你把AI变成生产力的博主。我们下期见～
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/268859.html