最近研究各种库的源码和文档，才发现有这么多功能都是我不知道的。甚至于有很多功能都是可以用在日常开发提效的，我却不知道。

总结一下有两个原因：

1️⃣ 自己掌握的信息已经过时。不知道自己研究领域最新动态。
2️⃣ 当新兴技术或产品出现的时候，没有将这些新东西关联到已有知识体系中。因为不知道用它能干什么？它能帮助自己解决什么问题，也没有兴趣去研究它。

对于信息源过时问题。信息源的获取应该广泛和及时一些：

1️⃣ 广泛问题是需要花时间逛各种知名活跃的论坛。例如 Hacker News，V2EX 等，去了解当下热门的技术和产品。
2️⃣ 及时问题则需要去订阅和关注一些自己目前研究领域的知名博主，以及产品的文档更新。从他们那了解最新的动态。

对于知识的关联问题。是需要在了解到新的信息之后，能对自己有一些启发式思考。而启发式思考来自两个方面：

1️⃣ 和自己的研究领域强相关，能很快通过检索自己的知识库知道这东西能干什么。
2️⃣ 以自己的认知看起来可能弱相关，但社区相对比较活跃。这个时候就需要通过实际动手体验来激发与知识库的关联性，才有可能从中得到启发，知道它的作用。及时还不知道，至少也拓宽了知识的广度，未来可能用得着。

而以上这些问题，都可以利用 AI 来帮助自己去了解和得到启发。所以接下来我准备再次尝试优化我的信息工作流。

1️⃣ 用自动化工具订阅一些产品的更新日志。例如 pnpm 发布了新的 release 有哪些新功能；Vite及周边技术更新了什么；哪个知名大模型更新了什么新功能；哪个博主在 X 上分享了什么新的体验心得等等。
2️⃣ 用 AI 帮我深入分析和总结这些更新内容，并尝试让它给出这些更新能用来干什么的建议，也就是启发式思考。
3️⃣ 为了信息的准确性，自己也需要根据 AI 的总结，具体去信息源头了解这些。如果有得到启发，则需要去亲自体验它。