★ 设为星标 | 只讲人话，带你玩转AIGC。
如果能“记住你读过的一切”，生活会变成什么样？
想象一下： 你看过的每一本书、每一篇 AI 教程、甚至随手刷到的每一个工具技巧，都能像刻在脑子里一样，随时随地都能调出来用。
这听起来是不是太完美了？
Youtube 上有条视频就以此为题——《How to Remember Everything You Read》（如何记住你读过的一切）。
这条视频非常火，狂砍 850 万播放 40 万赞，在 X（推特）上更是引发了千万级的讨论。
图：Twitter 阅读过千万
作为一名每天都要摄入海量信息的“AI 博主”，这个标题对我诱惑太大了。
但我点进去看完才发现，主讲人 Justin Sung 给出的答案，完全颠覆了我的认知。
他首先问了一个扎心的问题：“你为什么想要记住一切？是为了像硬盘一样存储，还是为了像 CPU 一样处理？”
我们以前总觉得，记得越多越牛。
收藏了 DeepSeek 的教程，转发了 chatgpt 的玩法，就以为自己学会了。
但现实是：我们的大脑在疯狂“消费”信息，却从来没有“消化”它们。
就像吃自助餐，吃得越快，吐（忘）得越快。
图：阅读两阶段：消费与消化
为了真正解决这个问题，Justin 提出了一套名为 PACER 的系统。
今天，我就结合咱们普通人学 AI 的场景，把这套红遍全网的方法“翻译”给你听。
01 重新定义目标：我们真的需要“记住一切”吗？
视频里举了个极端的例子： 世界上真有能“记住一切”的人，比如“雨人”原型 Kim Peak。
他能背下 1.2 万本书，连标点符号都不差。
图：Kim Peak 原型电影《雨人》
但结果呢？
在处理复杂问题时，他反而不如普通人。
因为他的大脑塞满了“死数据”，没有空间去“思考”（或推理））了。
这给我们普通人一个巨大的解脱：所谓的“记住一切”，并不是要把脑子变成百度百科。
尤其在 AI 时代，你记性再好，也好不过 Kimi，快不过 GPT。
真正的“记住”，是指记住那些能帮你解决问题的东西。
而 PACER 系统的核心逻辑就是：不要对所有信息一视同仁。
02 PACER：给你的大脑装一个“信息过滤器”
PACER 是 5 个英文单词的首字母缩写。
简单来说，它把我们在互联网上看到的所有乱七八糟的信息，分成了 5 种特定的类型。
图：PACER 学习法
为什么要分类？因为不同类型的肉，烹饪方法不一样。
信息也一样： 有的信息需要练（比如教程），有的信息需要懂（比如原理），而有的信息只需要存（比如数据）。
如果我们用背古诗的方法去学 AI 软件操作，那肯定会痛苦且低效。
下面，我们就来看看这 5 类信息，到底该怎么“吃”。
️ P - Procedural (程序性信息)
图：程序性信息
“那些教你怎么动手的步骤”
这一类就是那些手把手教你操作的教程、SOP、流程图。
比如我最近写了很多这样的文章：
怎么记住？
别做笔记，直接玩！
看到这种教程，千万别拿小本本抄步骤！ 这是最笨的办法。
你抄得再整齐，软件界面一改版，全废了。
正确做法： 马上打开软件，跟着教程试玩一把。
只要你亲手去试了试，身体的肌肉记忆会比脑子记得更牢。
只看不练，等于白看。
A - Analogous (类比性信息)
图：类比性信息
“那些像你已知事物的概念”
那些能和你已有经验挂钩的新知识，就是这一类。
比如：
当你听说 AI 有了“联网搜索”功能。
当你听说 DeepSeek 推出了“深度思考（R1）”模式。
这样的知识，别去死记硬背技术定义。试着找个替身：
联网功能像什么？就像给 AI “配了个会用百度的实习生”，它不再瞎编，而是会查资料了。
深度思考像什么？就像学生“在草稿纸上演算”，虽然慢，但做数学题更准了。
一旦你找到了这个“替身”，这个知识点就“焊”在你脑子里了。
C - Conceptual (概念性信息)
图：概念性信息
“那些解释底层逻辑的理论”
这是什么： 解释“为什么”、“是什么”的理论知识。
比如：
为什么 AI 经常一本正经地胡说八道（幻觉）？
为什么 AI 生成的手指有时候是 6 根？
这种理论最容易忘。
Justin 建议，不要写线性笔记，要画图。
比如理解“幻觉”，你在脑子里画张图：AI 其实就是一个“超级版手机输入法”。
它不是真懂，只是在猜下一个字。既然是猜，肯定会猜错。
懂了这个逻辑图，下次 AI 犯错，你就全明白了。
E - Evidence (证据性信息)
图：证据性及参考性信息
“那些用来证明观点的具体数据”
新闻里的跑分、具体的日期、具体的准确率数字。
新闻说“DeepSeek V3.2 在数学考试中考了 XX 分”。
“Sora 生成的视频达到了 XX 分辨率”。
都属于这类。
这样的知识怎么记住？——【提取结论，看过即忘】
千万别去背那些分数！ 90 分还是 95 分根本不重要，下个月就被新模型打破了。
你只需要记住一个结论：“现在国产 AI 数学很强，以后我有难题可以问它。
这就是有效记忆，具体的数字，忘了也没关系。
R - Reference (参考性信息)
“那些用完即走的字典”
这是什么： 琐碎的参数、指令大全、网址列表。
比如：Nano Banana Pro 画图用的指令、某个根据的网址。。
怎么记住？——【丢进收藏夹/闪卡】
这种东西最不值得用脑子记！
你的脑子是 CPU，不是硬盘。
把它们存进手机备忘录或浏览器书签。
需要用的时候，能在一分钟内翻出来，就算你赢。
03 慢就是快
图：PACER 系统
PACER 系统看起来好像比“直接读”要麻烦一点： 遇到 P 类要动手，遇到 C 类要画图，遇到 R 类要整理……
但正如视频最后所说：“学习是有生理极限的。你‘刷’得越快，如果不‘消化’，最后留下的就越少。”
在这个 AI 一天一个样的时代，我们最缺的不是新资讯，而是“留存率”。
宁愿“慢吞吞”地真正玩转 1 个 AI 工具，也不要“急吼吼”地收藏 100 个教程。
从今天开始，试着用 PACER 的眼光去审视你读到的下一篇文章。
你会发现，记住“一切”，其实也没那么难。
最后，做个小调查：你在用 AI 的时候，最容易忘的是什么？（我是永远记不住画图软件的那些提示词啥的...）欢迎在评论区曝光，看看有多少“病友”！
原视频地址：
https://www.youtube.com/watch?v=okHkUIW46ks&t=37s
既然你都看到这里了，那就别忘了点个赞、点个♥️、并转发你的朋友哦～
热门跟贴