2026 我如何用 AI 解決資訊焦慮

引言：一個五位數的焦慮

前陣子跟阿中出去散步的時候，我們有聊到現在我們都有 FOMO 的焦慮感，如果一個訊息或文章我們沒有看到，內心其實是非常焦慮的。

打開 Readwise Reader，一個會自動幫我們訂閱 RSS 或者是相關資訊源的軟體，永遠顯示 15,476 篇未讀，每次看到，我都告訴自己「等等再讀」，但等等變成明天，明天變成下週，下週變成再也沒打開過。

這就像 Tiago Forte 的《第二大腦》裡面說的：資訊超載(Information Overload)已變得令人精疲力竭，它耗費掉我們的大腦資源,更讓我們始終處於焦慮狀態。¹

從收集到焦慮：FOMO 的陷阱

看著網路上越來越快的資訊流，我感到焦慮，因為很多新提出來的想法或是新的運用方式，我好像都沒有看過，於是我訂閱了更多 RSS、加入了更多 Telegram 頻道，想說「至少先收集起來」。

70 個 RSS 訂閱、20 個 Telegram 頻道，覆蓋醫學、AI、國際情勢、知識管理，看起來很完整。但越收集越焦慮，因為我知道，裡面一定有我錯過的重要文章，但我不知道是哪一篇。

這種害怕遺漏的感覺，有個名字叫 FOMO——Fear of Missing Out。

諷刺的是，正是因為害怕錯過，我反而什麼都沒讀。每天打開 Reader 看一眼那個五位數的未讀數字，然後關掉，然後焦慮。這個循環持續了好幾個月。

這種現象其實很普遍：

「學習焦慮是這個時代青年常常遇到的,買了一堆書籍跟線上課程,看了一堆文章訊息,卻往往就成為自己腦海中資訊洪流中的過往雲煙。」²

「只要生活出現一點點縫隙,我們就急著用資訊去填補它。滑一下 IG 動態,回一則 Line 訊息,看一部 15 秒的短影音。我們害怕停下來,害怕那個沒有輸入、沒有刺激的瞬間。」³

而囤積資訊本身，並不會帶來滿足：

「我們會盲目地消費資訊,把所有哏圖和社群媒體貼文,看得如同最深刻的智慧結晶那般重要。這是因為我們懼怕會錯失街談巷議的關鍵事實、想法或故事。囤積的弔詭之處在於,不論我們收集和積聚多少資訊,永遠也不會感到滿足。」¹

轉念：從收集者到策展人

某天我突然想到一個問題：我真正需要的是什麼？

不是讀完所有文章，不是成為資訊的收藏家，而是在有限的時間內，獲得對我真正重要的洞見。如果我每天只有 30 分鐘可以花在資訊攝取上，那我需要的不是「更多資訊」，而是「更精準的篩選」。

既然注意力是稀缺資源，那麼解法就不是增加輸入，而是過濾雜訊。

這個轉變可以用一句話概括：

「採用策展人觀點(Curator's Perspective)是至關緊要的事。我們應成為精選內容的資訊評審員、編輯和詮釋者。我們要像策展人那樣思考,這意味著掌控自己的資訊流,而非任憑資訊流吞沒我們。」¹

「所謂『策展』,是從雜訊當中擷取出資訊,並且為這些資訊賦予脈絡、情境⋯⋯藉由重新設定語意界線,就賦予其價值。」⁴

簡單說：網路策展就是要能夠過濾噪音。

而在 AI 時代，這件事變得更加重要。當 AI 生成的內容越多，很多內容將會被演算法推播，資訊轟炸的噪音將使人耳鳴。策展人的用處就是過濾這些雜音。

這讓我開始思考：有沒有可能，讓 AI 幫我做這件事？不是讓 AI 幫我讀文章、幫我做筆記，而是讓 AI 幫我從海量資訊中，挑出那些「對我真正重要」的內容，讓我把有限的注意力，花在值得深讀的文章上。

解決方案：分領域 AI 推播系統

週末花了一天，我與 Claude Code 協作，使用 Python 寫了一個系統。整體架構很簡單：RSS 抓取 → AI 篩選 → Telegram 推播

每天在固定時間，系統會自動從各個 RSS 來源抓取過去 24 小時的新文章，用 Claude 根據我的興趣偏好進行篩選，然後把精選結果推播到我的 Telegram。

分領域推播的設計

關鍵設計是「分領域推播」。我把資訊源分成五個領域：AI、國際情勢、GitHub/開發、知識管理、醫學。每個領域在不同時間推播：

時間	領域	原因
早上六點	AI	精神最好，適合技術性內容
早上七點	國際情勢	通勤時快速掃過
早上八點	GitHub Trending	看看新工具
中午十二點	知識管理和生產力	輕鬆內容，適合午休

AI 篩選的關鍵：個人化 Profile

普通的 AI 篩選只會選「重要的文章」，但什麼是重要？每個人不一樣。

詳細的做法，這裡先不贅述，簡單說：方法是讓 Claude 去分析我的 Heptabase　筆記軟體 內容，以及我過往與 ChatGPT 聊天過程的所有訊息，藉由分析的方式去產出一個讓 AI 更了解我的內容。

生成出一個「用戶 Profile」給 Claude 看，讓它理解我的背景和偏好。以下是我的 Profile 範例：

你正在為一位心臟外科醫師篩選文章。

背景：
- 專業領域：ECMO、VAD、瓣膜手術
- 技術興趣：Claude Code、LLM 應用、自動化工作流、知識管理

篩選原則：
- 優先選有實際應用價值、技術深度、獨特觀點的文章
- 避免純新聞速報和標題黨
- 醫學內容優先選臨床相關、有 practice-changing 潛力的研究

這樣 Claude 篩選出來的，才是「對我有價值」的文章，而不只是「熱門文章」。同樣一篇關於 ECMO 的論文，對一般人來說可能不重要，但對我來說就很值得看。

一句話摘要：快速判斷要不要讀

除了篩選，我還讓 Claude 為每篇文章產生一句話摘要，說明「為什麼這篇對我特別有價值」。這個摘要不是文章內容的摘要，而是告訴我「這篇文章跟我的興趣有什麼關聯」。這樣我看到推播的時候，馬上能決定要不要點進去深讀。

自動化部署：GitHub Actions

整個系統用 GitHub Actions 部署，完全免費。設定 cron 排程，每天在固定時間自動執行。只需要在 GitHub 設定幾個 Secrets，系統就會自動運作。不用管伺服器，不用擔心程式當掉。

AI 的定位：篩選而非取代

但是要提醒大家：AI 可以幫我處理 Input 和篩選，但「消化」還是得自己來。

這也是為什麼我不讓 AI 幫我做筆記或總結文章內容——那樣會跳過思考的過程。正如：

「深度的理解和洞察往往源自於將知識分解、重組、用自己的話語描述的這個過程。只有在走過這個過程後，這些知識才會真正變成你的知識。」⁵

「富好奇心且愛學習的人常遭遇的挑戰是,習於不斷強制灌輸給自己愈來愈多的資訊,卻從來不曾確實踏出下一步和實際運用資訊。」¹

回過頭來看：知識的精鍊

這個專案解決的不是「讀更多」的問題，而是「讀得更精準」的問題。

「你必須像化學家提煉最純粹的化合物那樣,精鍊那些筆記,使它們轉變成真正有價值的知識資產。」¹

也許你也有類似的資訊焦慮，也許你也訂閱了一堆東西但從來沒讀，也許你也在「害怕錯過」和「沒時間讀」之間掙扎。

我的建議是：

1. 承認自己不可能讀完所有東西
2. 定義清楚什麼對你真正重要
3. 讓工具幫你過濾，把注意力留給值得思考的內容

快速開始指南

想嘗試類似的系統？根據你的技術背景，有不同的入門方式：

技術程度	建議方案
會寫程式	Fork 我的 GitHub repo，修改 config 和 profile 即可使用
會用 no-code 工具	用 Zapier/Make + ChatGPT API，串接 RSS 和 Telegram
完全不會	試試 Feedly AI 或 Readwise Reader 的內建 AI 功能，雖然客製化程度較低，但零門檻

結語

「少即是多」這句話，在資訊爆炸的時代，或許比以前更重要了。

資訊爆炸的時代，我們需要的不是更強的收集能力，而是更好的過濾機制。AI 不是要取代我的判斷，而是幫我過濾雜訊，讓我把注意力放在真正值得思考的內容上。

從收集者到策展人，從被動接收到主動篩選，這不只是工具的改變，更是心態的轉變。

如果這篇文章引起你的共鳴，歡迎分享給同樣在資訊焦慮中掙扎的朋友。

參考資料

1- Tiago Forte，《打造第二大腦》（Building a Second Brain），繁體中文版，商周出版，2022。

2 - 何則文、高永祺，《知識複利：將內容變現，打造專家型個人品牌的策略》

3 - Waki 瓦基，《無聊的藝術：在失控的焦慮世代，無聊是最高級的叛逆》。

4 - 佐佐木俊尚，《CURATOR 策展的時代》（キュレーションの時代），繁體中文版，經濟新潮社，2012。

5 - 詹雨安（Heptabase 創辦人），知識管理相關文章。