AI复利思维：7个普通人可复制的AI使用策略
近期，YC孵化器创始人Garry Tan的分享在AI领域再次引发热议。
你可能会问，为什么说是再次呢？
此前他曾提到自己实践vibe coding，并陆续在github上开源了Gstack、Gbrain等工具，无论国内外社区都给予了高度关注。
我亲自试用过，但个人感觉营销成分远超实际效用（仅供参考...）
不过他最新的文章内容确实非常值得细读！
从投资视角转向实际构建者，他将积累的AI理念、工作流程和复利方法论，毫无保留地写进了文章中。
相比他公开的工具成品，这套AI使用方法论更具价值，也更值得普通人深入挖掘。
结合我自身的实践与思考，我总结出以下7条普通人可用的AI复利策略。
无需编程基础，无需安装复杂agent，无需构建大量知识库，直接套用即可！
多数人使用AI的方式是一次性消费：打开对话 → 提问 → 获取答案 → 关闭页面。
整个过程没有留下任何积累，下次重新开始对话时，AI又得从头了解你。
Garry Tan的核心理念是：不要把AI当作聊天窗口，而应将其培养为你的专属系统。
这正是他能建立私人AI系统的基础：始终保留上下文，从不清空对话或重置个人数据。
对普通人来说，最简单的实施方式是：
无论你使用的是deepseek、豆包还是chatgpt，每类任务都应固定一个对话窗口。避免在同个会话中混杂其他内容，也不要随意新建会话。
阅读、总结、创意、工作记录等内容都应沉淀在同一上下文中，让AI逐步熟悉你的个性、表达方式和思考模式。
我的日常操作也是如此：
例如，我会在豆包中固定一个会话，通过语音形式，将我日常使用AI Agent的经验和教训交给豆包进行整理、扩展和记录。
即使隔几天再打开，它仍能记住我的上下文和思维习惯。
调整认知后，你需要一个简单易行的框架，这也是Garry Tan系统的核心结构。
轻路由：不频繁更换模型/Agent
选择一个常用AI作为主入口，不要今天用这个、明天换那个，频繁切换只会增加磨合成本。路由层只负责任务分发，不参与具体处理。
厚技能：将重复性工作模板化
对于读书笔记、工作复盘、文案润色、想法梳理等重复性工作，全部固化为固定提示词或skill，便于下次直接调用
厚数据：少量、持续、长期积累个人资料
笔记、人脉、阅读记录等统一归档，避免分散存放。
Garry Tan的做法是：他沉淀了100多个自定义Skill文档，构建了包含十万页的个人知识库，会议、人脉、阅读记录等全部结构化归档。
咱们普通人无需追求海量数据，少量而持续，本身就是复利效应。
有了框架，下一步就是让能力沉淀，即复利思维。
Garry Tan构建了一个名为Skillify的skill（创造技能的技能）。
核心逻辑很直接：只要某项任务重复执行两次以上，就应将手动操作固化为永久模板（提示词、技能）。
这也是高手与普通人的主要区别：
普通人反复操作、思考、组织语言；而高阶用户则在首次操作后就沉淀模板，实现永久复用。
Garry Tan的所有高效skill，都是这样逐步形成的。
很多流程最初他也是手动完成的。
经过几次重复后，他通过Skillify将这些流程一键固化为专属Skill，永久保存在系统中，随时调用。
坚持执行，你会逐渐发现：自己动手的部分越来越少，AI承担的工作越来越多。
系统搭建完成、流程固化后，我们开始实施第一个高频场景：阅读。
这是我认为最有趣的一个skill：Book Mirror（书本镜像），是Garry Tan根据自身需求反复打磨的私人技能，专门用于深度、个性化的阅读解析。
普通人阅读：划重点、写感想，读完就忘。
Garry Tan的阅读方式则完全不同：他让AI将书中的每个观点，强制映射到自己的真实生活、经历和困惑中。
他在文中分享过一个有趣的案例：
他阅读哲学书籍《当一切崩溃时》，系统提前收录了他的移民家庭背景、YC管理压力、心理咨询记录。AI逐章拆解书籍观点，将书中的无常、恐惧、放手等核心关键词，精准对应到他与创业者的对话、个人情绪、深夜感悟中，最终生成3万字的私人专属解读。
一本书，不再是别人的道理，而是照见自己的镜子。
给大家分享普通人可直接复制的简易提示词：
帮我拆解本章核心观点，结合我的职业、当前困惑、生活状态，做个人化对标分析。不要泛泛而谈，结合我本人真实情况给出启发。
无需写几万字，哪怕一本书只提炼5个核心观点、对标自身，阅读价值至少翻十倍。
除了自我学习输入，第二个高频场景是：与人打交道，建立人脉。
Garry Tan会给每个见过的人、合作过的公司，单独建立专属页面。
他分享了一个案例：DeepMind CEO来访YC交流，他的系统能在两分钟内自动整理对方传记、科研观点、研究方向，还对比两人理念异同，提前设计对话切入点和交流节奏。
普通人没有高端人脉，但逻辑完全一致。
尤其是在拜访前辈、大佬时，提前建好人物档案：记录对方背景、擅长领域、聊天话题、观点分歧、性格忌讳。
下次见面、沟通、合作前，直接给AI下达指令：
帮我复盘这个人，给我本次沟通切入点、聊天方向、需要规避的话题。
两分钟内就能完成一场高质量人脉筹备，再也不会出现见面尴尬、忘记过往沟通细节的情况。
Garry Tan坦言，他早期搭建这套系统时，AI幻觉问题非常严重。
随意编造他的家庭背景、成长经历，事实错误频出。
为此他定下硬性规则：所有重要输出，必须多模型交叉校验。
不同模型各司其职：有的擅长精准纠错，有的擅长查漏补缺，有的规避泛泛话术。多个模型互相打分、互相核查，把错误率压到最低。
对普通人的参考就是：
重要内容、个人复盘、对外输出，不要只依赖一个AI，兼听则明。
多一分钟校验，就能减少80%以上的低级错误。
做好前面所有步骤，最后一步，就是让系统自己产生复利。
绝大多数人使用AI是消耗，高阶使用者永远在积累。
这里再讲一个Garry Tan的核心自定义Skill：Entity Propagation（实体传播）。
这同样是他自研的私人流程，不需要人工归档，系统会自动抓取、串联、沉淀你的人脉数据。
普通笔记工具，写完纪要就存档，数据静止不动。
而这个技能可以自动流转信息：开完一场会议，系统不仅生成纪要，还会自动抓取参会的人、关联的公司，同步更新对应的人物档案，把本次沟通内容补充进去。
无需手动整理，知识会自动串联、永久留存。
普通笔记是人保存资料，这套系统是资料自己记住自己。
咱们普通人不用追求自动化，极简的落地方式就是：
读完书保存个性化解读、聊完人脉归档记录、好用提示词统一收藏。不用急于求成，每一次使用都留下一点属于自己的数据。
日积月累，三个月后，你会拥有一套别人复制不走、模仿不了的个人AI体系。
普通人纠结模型好坏，而高手搭建个人系统，把AI打磨成自己的第二大脑，日复一日，持续复利。
说到底，大模型只是廉价可替换的引擎，真正值钱、别人拿不走的，是你长期沉淀的习惯、模板、私人数据。
不用写代码，不用复杂搭建，不用纠结用哪个agent。
从今天开始，把这7条逻辑落地执行。
慢慢你就会明白：真正拉开人与人差距的，从来不是工具，而是使用工具的思维。