**** 本文提出"复利工程"这一核心概念，强调通过持续沉淀每次使用AI解决问题的经验，将其结构化积累为个人专属知识库。这能提升AI使用效率和答案质量，并实现跨领域能力迁移。文章剖析了"用完即走"的常见误区及障碍，并给出了具体实践方法：筛选有价值对话、结构化记录、选择合适工具。其本质是积累独有的"沟通上下文"，从而在AI时代建立真正竞争力。
本文字数 2187，阅读大约需 4 分钟
前几天刷 YouTube，看到一期访谈。
Dan Shipper，Every 公司的CEO，在 Lenny's Podcast 里聊他们公司是怎么运作的。
15个人的团队，做了5款产品，还有一份10万订阅者的日报，外加一堆咨询业务。
的确很厉害，但真正让我触动的，是他在访谈里提到的一个词——复利工程（Compounding Engineering）。
他说，这是他们公司的核心架构。
听上去挺高大上的，但用大白话讲就是：每次你通过 AI 解决了某个问题，你都应该把这次解决问题的经验沉淀下来。
通过不断积累，下一次再用 AI 时，就会变得越来越容易。
这不是什么工具使用技巧，而是一种思维方式。
大多数人用AI，都是「用完即走」
仔细观察一下身边用 AI 的人，你会发现一个很普遍的现象。
遇到问题，打开豆包、Kimi、ChatGPT，问一句，得到答案，复制粘贴，关掉对话框。
下一次遇到类似的问题，再打开，再问一遍，再复制粘贴。
AI对他们来说，就像一个用完即走的搜索引擎。
这当然没什么不对。
但问题是，这样用了一年，和用了一个月，没什么本质区别。
还是在重复同样的动作，花同样的时间，得到差不多质量的答案。
AI 没有变得更懂你，你也没有变得更会用AI。
这就是我看到的反差。
明明 AI 应该越用越好用，为什么大多数人用了这么久，还是感觉它「正确但无用」？
因为他们没有积累任何资产。
我是如何实践复利工程
我虽然是第一次听到这个概念，但这件事，我已经做了挺长一段时间。
无论写作、生成图片、用 AI 解决各类通用问题，我都有对应的经验文档。
比如我的公众号创作经验文档，现在已经写了 9000 字。
这 9000 字不是一天写出来的。
是我每次用 AI 写完一篇文章后，花十几分钟，把这次创作过程中有价值的东西提炼出来，一字一句敲进文档里。
这个过程，我不会让AI帮我整理。
因为自己亲手敲出来的东西，印象会更深刻。
比如，我发现某个提示词特别好用，我会记下来；
某次对话里AI给了个意想不到的角度，我也会记下来；
甚至是某次失败的尝试，我也会标注「这个思路不行」。
时间一长，这份文档就是一个我的专属公众号创作知识库。
时隔几个月，现在回过头看这一字一句敲下 9000 字，我能清楚地感受到自己写作能力的提升。
这就是复利带来的改变。
不仅仅是解决问题的速度变快了，更重要的是，可以通过一个领域的经验，去解决另一个领域的问题。
比如，我在写公众号沉淀的经验，用在写小红书笔记上，也同样适用。
这种跨领域的迁移能力，是用完即走得不到的。
为什么多数人做不到？
我能想到几个原因。
第一，认知问题。
很多人把AI当搜索引擎用，而不是当成解决问题的搭子。
搜索引擎的逻辑是：我问，你答，结束。
但 AI 的逻辑应该是：我问，你答，我再问，你再答，直到问题真正解决。
这个「再问」的过程，才是最有价值的部分。
但大多数人在第一轮对话后就停下了。
第二，习惯问题。
我们习惯了即时满足。
问题解决了，就觉得任务完成了，脑子里根本不会冒出「我要把这个记下来」的念头。
更别说花额外的时间去整理、沉淀。
第三，工具问题。
很多人不知道该把这些经验放在哪。
微信收藏夹？浏览器书签？还是某个笔记软件？
没有一个合适的载体，沉淀这件事就很难持续下去。
第四，时间问题。
复利这个东西，最大的特点就是短期看不到效果。
你今天记录了一次对话，明天不会有任何改变。
但一个月后、三个月后，你会发现质的飞跃。
大多数人等不到那一天，就放弃了。
那该怎么建立自己的复利工程？
每个人的情况不一样，我这里有几个思路，大家可以参考。
第一，不是所有对话都值得沉淀。
只记录那些真正有价值的东西。
比如，你反复遇到的问题；花了很长时间才解决的问题；或者某次对话得到了意外好结果。
这些才是值得沉淀的。
第二，结构化很重要。
不要随手复制粘贴一段对话就完事了。
最好用Markdown格式整理，方便以后检索和调用。
也不要只存对话链接或截图，不方便复用。
第三，选个合适的载体。
我用的是Obsidian。
它的优势是，可以把任意一篇笔记直接作为上下文上传给AI。
这意味着，我之前沉淀的所有经验，都可以在下次对话时被调用，非常方便。
记得 Dan 在访谈里说过一句话:
「你所做的每一份工作，都应该让下一份工作变得更简单。」
这就是复利工程的本质。
你今天花20分钟整理的经验，可能会在未来的某一天，帮你省下2个小时。
这和我之前写的「上下文」有什么关系？
如果你看过我之前的文章《AI时代，你的上下文才是最值钱的资产》，你会发现，复利工程本质上就是在积累「沟通资产」。
你的每一次经验沉淀，都在为 AI 提供更多关于你的上下文。
它越了解你的思维方式、你的偏好、你的习惯，就越能给出精准的答案。
这些沉淀下来的东西，别人无法复制，AI 也无法凭空生成。
它们才是你在 AI 时代真正的竞争力。
OpenAI 创始人Sam Altman 在一次访谈中也表达过类似的观点:
「与其让AI一直在推理测试上更聪明，不如让它真正理解、记住你的偏好和历史。」
AI 的 IQ 已经足够高了，真正的突破方向，是让它更懂你。
而让它懂你的唯一途径，就是提供你独有的上下文。
复利工程，就是在构建这个上下文。
写在最后
不用想得太复杂。
从今天开始，选一次你和 AI 的对话。
可能是写文章，可能是解决工作问题，也可能是学习新知识。
对话结束后，花 10 分钟，把有价值的部分提炼出来，记录下来。
一周后，看看能不能复用。
一个月后，可能你就会发现不一样的感觉。
最后，分享一句 Dan 的生活座右铭，这是他让 ChatGPT 根据他所有数据总结出来的:
「Witness deeply， build bravely.」
深切地见证，勇敢地构建。
在 AI 时代，我们要像观察世界那样，深切地见证每一次与 AI 的对话；
同时利用 AI 赋予的杠杆，勇敢地构建属于自己的知识体系。
复利工程不是技巧，是思维方式。
它应该成为你在 AI 时代最重要的习惯。
以上，就是本文全部内容，如果觉得这篇文章对你有启发，点赞、比心、分享三连就是对我最大的支持，谢谢～
• 用 Gemini 解锁 YouTube 新用法，信息获取效率提升 10 倍
• 有了 NotebookLM 后，还需要 Obsidian 吗？
• 我试了 NotebookLM 学习法后，彻底抛弃传统学习方式
• NotebookLM 的这个更新，比 Gemini 3 Flash 更让我兴奋
• 我用 NotebookLM 解锁 PPT 的 5 种玩法，实现了 PPT 自由
没有评论:
发表评论