因为 Obsidian 我再次爱上阅读。

读书，很久没有碰了。

AI 时代，答案唾手可得，让我一度怀疑：阅读还有什么意义？

读了很多书，跟听了很多道理一样，知行之间还是有 gap。

怎么缩小 gap 呢。感受，捕捉，看到自己。

阅读文字，其实是在学习如何用语言捕捉模糊的感受。当你能准确描述时，就开始拥有了处理它的能力。

好的思考就是好的感受，每个人都是一座感受图书馆。

当我们读书，读的是什么

不好意思，我又要说“读的是自己”了。很鸡汤，但如果不是为了读懂自己，阅读又有什么意义呢？

自己才是最宝贵的数据源～

与其说读的是书，不如说读的是碎片。

想象这样一个画面，当你进入一个主题，就像章鱼伸出触手，去捕捉那些与你共鸣的灵感碎片。这些碎片汇聚而来，一点点补充你。

阅读带给我的，就是这种“有灵魂”的感觉。

有时候我觉得自己很空心，文字教我用语言捕捉那些模糊的情绪，写下来之后，至少减轻一点苦闷。

用 NotebookLM + Obsidian 阅读

Obsidian 是一款“少即是多”的产品，以 markdown 为主，界面简洁，插件可接 AI ，最重要的是，把数据主权还给了我。

我主要用微信读书，Obsidian 里有个 14 万人安装过的插件叫 Weread，可一键同步读过的所有书、划线评论到本地。

一种是结构化数据。AI 整理出每本书的基本信息，比如什么时候开始读的、读了多久、阅读进度、划了多少线和评论数量。

通过脚本更新阅读数据，再调用之前总结的DIG探索性数据分析skill，直接生成阅读复盘报告，并给出阅读建议。

另一种是非结构化的文本数据。 如何从碎片中连接出自己。这才是 Obsidian 的精髓——把散落的想法串起来，在笔记之间长出关联关系和脉络。而这些都可以交由 AI 去链接。

听了成庆老师的几期访谈，他讲自己从电子工程到财经媒体、从历史研究到佛学普及，每一次转身都在追问意义，令我萌生出借佛学安顿的想法。

之前我可能会找几本佛学入门书，从头到尾啃完，读着读着就忘了初心。

但我现在的做法是这样的：

第一步，让 NotebookLM 当我的老师。 

我把准备读的书丢给 NotebookLM，说“AI 变化太快，总感觉跟不上她进化速度了”，她会根据我的需求定制阅读计划。

先厘清 AI 焦虑的本质（先读缘起、无常、三心不可得这几章）、调整应对 AI 心态（理解善护念、无所住是什么）、实践定力方法（如何禅修、破除我执）。

把 AI 当因材施教、量身定制的老师。

第二步，回到原文边读边写。 

按照推荐章节，回到微信读书原文，遇到有启发的地方就划线，写下当下的想法。

文字在退一步，给我们读者思考的空间，让我们能代入自己的经验去检验。

遇到某句话有感受，就马上划线写个评论。我管这叫“洋葱式读书法”🧅，边读边写自己的想法，一层层剥开。

第三步，同步到 Obsidian。 

再通过 Weread 这个插件把划线和想法同步到本地，且会按图书分类帮我归类好。

把这两本书的阅读碎片整理到一个主题笔记里，比如 佛学入门笔记-260417。随着时间推移，这个笔记会不断生长。

NotebookLM 不是替我读书，而是帮我规划先读什么，而 Obsidian 则将我读到的感受记录下来，慢慢发芽🌱。

他山之石，产生复利

读书对我来说是“他山之石”——借别人的视角理解世界，最终还是要处理自己的问题。

关键不是读了多少本书，而是这些书能不能产生复利——这本书的哪个视角、哪个框架，能在什么时候被我的思考和创作调用？

换句话说，收集的不是书，是视角。

所以我的主题阅读书架，没有按图书分类，而是按“理解维度”来组织：

社会理论 帮我理解外部世界——看清自己处在什么社会结构中，有着怎样的共性问题。

数据分析 帮我理解抽象逻辑——用数据思维思考，把模糊的问题变成可操作的方案。

灵性修行 帮我理解内心世界——教我如何和焦虑相处，接纳自己。

乱中有序，按需取用。电子书架和数字衣橱一样，不是为了整齐，是为了能用。

写在最后

回到问题：AI 时代，阅读还有什么意义？

阅读不是为了获取答案，而是捕捉自己。

AI 可以给你标准答案，但她无法告诉你，哪句话会让你心头一震，哪个视角让你豁然开朗。

只有你自己知道，哪些碎片属于你，哪些感受需要被捕捉和记录。

Obsidian 让我重新爱上阅读，让我看到那些散落的碎片，正在慢慢拼出我自己的形状。