最近几个月的现状：电脑里大概有几百本工作和个人阅读从各种渠道“囤”下来 epub 和 PDF，但真正消化了的，一只手数得过来。另一边呢，每天刷到新 AI 工具，动不动有人说”这个你一定要试试”。我既吃不完手头的，又追不上新来的。
Codebuddy 探索了 两三个月之后，我现在的方案就是依靠三个定时任务。一边清库存，一边减少我不断在新工具上去研究和探索的时间，自然而然就没那么焦虑了。
内部库存：随机读书，但加了一步关键操作
频率大约是每两天跑一次，这个任务会从指定的文件夹里随机抽一本书（实际上就是 epub 或者 pdf，如果你不嫌麻烦可以把文字都转成 markdown ），Python 读全文，重点看结论章、案例章、总结章，吐出中文概要：书名、3 到 5 条洞见、一个最震撼的案例、一句话推荐。
但重点在后面这一步——判断这本书的方法论能不能做成一个 Skill。
Skill 是什么？就是一套可以直接安装、随时调用的 AI 工作流程。比如读到一本讲金字塔原理的书，提炼出”商业写作金字塔重构”这个 Skill，以后写报告直接调。
判断标准也不复杂：
-
有具体流程和步骤 → 做成操作型 Skill -
有清单或决策框架 → 做成生成器型 Skill -
有可复用分析逻辑 → 做成分析型 Skill -
只是一些观点感悟 → 跳过，不硬凑
这跟我以前读书的区别是什么？
以前读完一本书，画了线，觉得”好有收获”，翻开下一本。知识和我之间没有接口。现在每次跑完这个任务，它追问我一个问题：这本书里有没有可以装进工具箱的东西？
这个问题彻底改了读书的姿态。拿到一个洞见，脑子里反应变成了”这个能不能直接用？””值不值得推荐给别人？”从”读到”到”能调用”，这步我自己是跨不过去的——纯人脑做不到持续输出，纯 AI 工具又不了解我的场景，它的摘要再漂亮也跟我无关。但把两样东西拼在一起：书的内容 + 对我有没有用 + 能不能装起来的 Skill，它就有用了。
外部动态：两个任务分别对付
一种是培训课和工作坊。有固定时间、报名截止日、价格明确，适合定期扫、集中处理。另一种是新 AI 工具。随时冒出来，零散碎片，没规律。这两类各用一个任务。
AI Agent 培训机会日报
每三天跑一次。专门扫 AI Agent 企业落地相关的培训。覆盖十几个平台。英文端：Eventbrite、NVIDIA GTC、Harvard DCE、O’Reilly、Udemy、Coursera。中文端：极客时间、起点课堂、腾讯云、36Kr。
搜到的按五个类别塞进 Notion：在线课程、工作坊训练营、峰会论坛、免费资源、中文学习资源。同时生成 HTML 报告发邮箱。我每周花五分钟扫一眼 Notion。有感兴趣的标一下，没有就关掉。”有没有好的学习机会”这件事，再也不用我自己搜了。
第三个：AI 工具扫描周报
也是每三天跑一次。从 Product Hunt、GitHub Trending、V2EX、掘金扫最近三天新出的 AI 工具，顺带查 WorkBuddy Skill 市场有没有新东西。
有两个设计我自己很满意。
一个是去重。读过历史推荐记录，推过的自动跳，确保每次看到的都是真的新东西。
另一个是场景匹配。每个工具不光说”这是什么”，而是结合我正在干的事——园艺账号、内容生产、数据可视化、自动化系统——分析”这对我有什么实际用处”。比如某个图表生成工具，它会说：”这个可以接进你的职业周报 HTML 报告生成流程，把数据表格自动转成图表。”落地步骤会写到命令行级别。
定期扫描给我的就是一个确定性：不是在随机错过，是在有节奏地关注。扫描报告出来的那一刻，焦虑会明显降下来——不是因为看到了什么特别厉害的工具，而是因为”这周该审的都审完了”。而且它给的不是清单，是匹配。知道工具怎么用，比知道有哪些工具重要得多。
