引言：为什么要"外包大脑"
你有没有过这种感觉：明明什么也没干，但就是觉得累？
这不是矫情。新华社引用的一项研究显示，现代人每天通过手机、电脑等设备接收的信息量约为74GB——比整套《哈利·波特》高清电影的数据量还大。牛津大学出版社甚至把"脑腐"（Brain Rot）评为 2024 年度热词，用来形容大脑被碎片化信息轰炸后的那种"一片废墟"的感觉。
我对这种感觉太熟悉了。
在之前那篇《记忆焦虑二十年，AI 教会我的一件事》里，我写过自己从初中开始就觉得脑子不够用，拼命往脑子里塞东西，直到大厂实习时彻底撞墙——信息量远超大脑容量，"多学一点"的策略彻底失灵了。
后来我想通了一件事：不是我的脑子不行，是我让脑子干了太多不该它干的活。
记录、记忆、重复性劳动、信息过滤——这些事情大脑能干，但它不该干。大脑最擅长的是思考、联想、创造。剩下的，交给工具。
这就是我说的"脑子外包"。
接下来我想聊聊，作为一个对学习有点执念的研究生，我是怎么一步步搭建起自己的工具链，把大脑从杂活里解放出来的。
- 外包记录：让嘴巴替手活
第一个要外包的，是"记录"这件事。
我之前的习惯是：想到什么就掏出手机打字记下来。但问题是，打字太慢了，而且经常正在做别的事，根本腾不出手。很多好想法就这么飘过去了。
后来我找到了两个解决方案。
硬件上，我用了钉钉出的 A1 DingTalk 录音卡，贴在手机背面。它本质上是一个 AI 硬件——随时录音，录完之后自动用 AI 整理成结构化的文字。不需要打开 App，不需要打字，说完就完了。
软件上，日常在电脑前写笔记的时候，我用闪电说做语音输入，代替打字。也试过豆包输入法、微信输入法、讯飞，最后还是选了闪电说。不是因为它识别率最高（其实一般），而是它的快捷键体验最流畅——按下就说，松开就出字，不打断思路。豆包其实能力挺强，可惜只有手机端没有电脑端，这是个遗憾。
语音输入的效率提升是实打实的。2025 年的语音转文字工具实测数据显示，主流工具准确率已达95%-98%，1 小时音频转写只需 2-5 分钟。对我来说，语音输入最大的价值不是"快"，而是降低了记录的摩擦——从"想到→掏手机→打开App→打字"变成"想到→说出来"，步骤少了，想法就不容易丢了。
- 外包记忆：Obsidian 就是我的第二大脑
如果说录音卡和语音输入解决的是"记录"的摩擦，那接下来更大的问题是：记下来的东西，放哪？怎么找？怎么用？
以前我试过各种方式——手机备忘录、微信收藏、浏览器书签、各种笔记 App。结果就是信息散落在七八个地方，需要的时候根本找不到。存了等于没存。
直到我遇到Obsidian。
Obsidian 是一款本地存储的 Markdown 笔记软件，2026 年全球已有超过150 万活跃用户，社区贡献了2700+ 插件，2025 年插件总下载量突破 1 亿次。这些数字说明什么？说明有一大群人跟我一样，对"知识管理"这件事是认真的。
但 Obsidian 吸引我的不是它有多少插件，而是三个核心特性：
第一，数据完全在本地。你的笔记就是一堆.md文件，存在你自己的电脑上。不依赖任何云服务，不担心哪天公司倒了数据没了。这是我信任它的前提。
第二，双向链接。写一篇笔记的时候，可以随手用 [[]] 链接到其他笔记。时间久了，笔记之间会自然形成一张网。我的知识库笔记里有一条洞见说得好："笔记工具会变——从纸质到 Wiki 到 Obsidian——但'建立知识连接'的需求不变。" Obsidian 的双向链接，就是把这个"不变量"工具化了。
第三，可以接入 AI。我现在用 Claude Code 给 Obsidian 写了一整套 Skill——想写文章就 /qy-write，想快速记个想法就 /qy-capture，想复盘就 /qy-review。这篇文章本身就是用 /qy-write 这个 Skill 写出来的。工具不再是被动等你用的，而是主动帮你把流程跑起来。
有人可能会说：这不就是一个笔记软件吗，至于搞这么复杂？
我的回答是：它不是笔记软件，它是我大脑的外接硬盘。我不需要记住每个知识点，我只需要知道它在哪、怎么找到它、它和什么相关。大脑负责思考，Obsidian 负责存储和连接。
我之前的文章里写过一句话："把那些以前拼命想塞进脑子里的东西，放进一个可靠的系统里。"Obsidian 就是那个系统。
除了 Obsidian，我还有两个"安静的效率工具"值得一提。一个是 Raycast，Mac 上的效率启动器，能快速搜索文件、启动程序、管理剪贴板。它有 AI 功能，但说实话我基本用不到，光是普通功能就已经够提效了。另一个是沉浸式翻译，一个浏览器插件，能把英文网页实时翻译成双语对照。做技术调研的时候特别好用，大部分英文文档一键就能看懂。
- 外包劳动：AI 是我的同事
记录和记忆都外包出去之后，还有一个更大的"脑力消耗"：重复性劳动。
我的个人博客系统，就是一个典型的例子。以前我觉得"自己搭博客"是一件遥不可及的事，又要前端又要后端又要部署，对于一个 Java 后端的学生来说，前端就是天书。
但 AI 改变了这件事。
Stack Overflow 2025 年的开发者调查显示，84% 的开发者正在使用或计划使用 AI 工具，其中51% 的专业开发者每天都在用。GitHub Copilot 的数据更直接：使用者编码速度提升约51%，代码保留率达88%——也就是说，AI 生成的代码，开发者觉得"能用"并保留下来的比例非常高。
我主要用两个 AI 工具：
Codex（通过闲鱼企业版账号）是我的主力。它能满足 API 调用的需求，我整个博客系统基本就是用 Codex 来打造的。相当于有一个随叫随到的全栈工程师。
Claude Code 是另一把利器。它更擅长理解上下文、处理复杂逻辑。我给 Obsidian 写的那套 Skill 系统，就是用 Claude Code 开发的。
不过用久了我发现一个问题：单个 AI 模型生成完整项目，已经碰到了能力边界。虽然能跑起来，但很多细节不到位。所以我最近在尝试一种新玩法——多 AI 协作：
-
Codex 当架构师，负责整体设计和技术选型
-
Claude Code 当程序员，负责具体实现
-
我自己当产品经理，提需求、把关质量
就像我当时在大厂实习的分工一样——一个人写不了整个系统，但一个团队可以。AI 也是一样的道理。
当然，AI 不是万能的。目前研究显示，AI 工具的生产力提升大约在20-30%，远没到"10 倍效率"的程度。而且 AI 生成的代码有时候是"看起来对"但实际上有坑，66% 的开发者反映 AI 的"几乎正确"的方案反而是最大的时间黑洞——因为你要花时间去 debug 一个"差一点就对"的东西。
所以我的态度是：AI 是同事，不是老板。它能帮你搬砖、写模板、补全代码，但最终的设计决策和质量把关，还得是人来做。
- 外包信息源：删掉 B 站小红书之后
前面讲的都是"怎么更高效地处理信息"，但有一个更根本的问题是：流进来的信息本身就太多了、太杂了。
我以前是 B 站和小红书的重度用户。刷着刷着一两个小时就没了，而且刷完之后感觉脑子更乱了——因为推荐算法给你推的东西，不是你需要的，而是你会点的。上海理工大学 2025 年的一篇论文分析了微博的推荐算法，发现算法更容易放大愤怒等高唤醒情绪，抑制悲伤等低唤醒情绪。换句话说，让你上头的内容会被放大推送，让你冷静思考的内容反而被压下去。
这不是在帮你获取信息，这是在用信息消耗你。
想通这件事之后，我做了一个决定：把 B 站和小红书都卸了。
取而代之的是一个叫Folo (app.folo.is) 的 RSS 信息聚合工具。RSS 的逻辑和社交媒体完全相反——不是算法推给你什么你看什么，而是你主动订阅什么就只看什么。
我现在的 Folo 里订阅了几类内容：
-
AI 和效率工具的最新资讯
-
我的兴趣爱好
-
一些我真正想关注的创作者
没有推荐算法，没有信息流，没有"猜你喜欢"。打开就是我要看的东西，看完就关掉。
我在日记里写过一句话："信息入口收敛能减少干扰。" 这话听起来简单，但做到之后体感差异很大。以前每天花在"无效信息消费"上的时间至少一两个小时，现在这些时间拿来写笔记、搞项目、甚至打羽毛球，都比刷短视频有价值。
如果你也觉得自己被困在了信息茧房里，可以试试这个思路：不是学会筛选信息，而是从源头上减少信息的入口。
- 踩过的坑：少即是多
讲了这么多好用的工具，也得说说踩过的坑。毕竟"折腾工具"这件事，翻车才是常态。
前段时间 OpenClaw（一个本地 AI Agent 方案）刚出来的时候，我特别兴奋，第一时间就去闲鱼花了 300 块买了一台 2021 年的 Mac Mini（4GB 内存），装了 Linux 系统，打算搭一个本地 AI 工作站。
结果呢？现在网线都拔了。
原因有三：
第一，API 成本太高。OpenClaw 的底层还是调用大模型，本地部署并没有省钱，反而因为配置复杂增加了折腾成本。
第二，使用场景不对。它的设计思路是"用手机指挥 AI 工作"，类似飞书或钉钉的 AI 助手。但说实话，真正需要 AI 帮忙的时候，我都是坐在电脑前的。在手机上跟 AI 聊天，既不认真也不高效，任务完成质量自然上不去。
第三，硬件性能不够。 2021 年的 Mac Mini，4GB 内存，跑个 Linux 都卡，更别说跑 AI 模型了。很多东西根本跑不起来。
还有一个更日常的弯路：找搜索工具。因为我记性不好，经常记不住文件名和 App 名字，就到处找各种"搜索增强"工具，折腾了一圈 Alfred、Raycast 的高级搜索……最后发现，Mac 自带的 Command + 空格就够用了。它能搜文件、搜 App、搜联系人，甚至能搜系统设置。有时候最好的工具就是你已经有的那个，只是你不知道而已。
这两个坑教会我同一件事：工具焦虑本身就是一种认知负荷。与其不停地找更好的工具，不如先把手上的工具用透。
300 块买了个教训，不亏。
工具会变，但大脑该干的事不变
写到这里，回头看一眼我的工具链：
外包什么
工具核心价值记录
A1 DingTalk + 闪电说
降低摩擦，想到就说
记忆
Obsidian
本地存储，双向链接
劳动
Codex + Claude Code
AI 当同事，不当老板
信息源
Folo RSS
主动订阅，拒绝推荐
翻译
沉浸式翻译
英文网页一键双语
效率
Raycast + Command+空格
够用就好，不过度折腾
这些工具明年可能会换，后年可能会再换。我的知识库笔记里有一句话总结得很到位："笔记工具会变——从纸质到 Wiki 到 Obsidian——但'建立知识连接'的需求不变。"
工具只是手段。真正不变的，是一个核心原则：
让大脑只做大脑该做的事——思考、联想、创造。其余的，都可以外包。
如果你也是一个对学习有点执念的人，希望这篇文章能给你一些参考。不用照搬我的工具链，找到适合自己的就好。重要的不是用什么工具，而是想清楚：你的大脑，正在为谁打工？
这篇文章主要讲"为什么用这些工具"。后续我打算再写两篇实操向的：
-
我的 Obsidian 插件推荐——哪些插件真正改变了我的工作流
-
我的 Folo 订阅源分享——删掉社交媒体之后，我从哪里获取信息
感兴趣的话，可以先关注一下，最新文章可以在我的个人博客中查看 blog.oc.slgneon.cn。
