与其每天刷信息找选题，不如设计一个替你找选题的系统

每天早上打开手机：X 上 30 条没看完的线程，微信收藏夹里躺着 200 篇「以后再看」，RSS 又更新一堆，知乎热榜两小时换一批……泡了一个小时，站起来问自己：今天写什么？脑子一片空白。

做内容的人都懂：真正消耗精力的从来不是「写」，而是写之前那一段——找话题、判断值不值得写、想角度。

最近读到九歌的一篇文章，给了我一个思路：与其每天人肉刷信息找选题，不如设计一个替你找选题的系统。

一、先理解一个新词：Loop Engineering

AI 圈最近在刷一个词——Loop Engineering（循环工程）。

开发者 Peter Steinberger 说：你不该再手动给 AI 写提示词，你该设计让 AI 自己给自己写提示词的循环。Claude Code 负责人 Boris Cherny 说得更直接：「我已经不给 Claude 写提示词了，我让循环自己跑，我的工作是写循环本身。」

核心逻辑只有一句话：过去你控制 AI，现在你设计让 AI 持续自主运转的系统。 人，从 AI 的「操作员」变成了系统的「设计者」。

这句话对我冲击很大。我们大多数人用 AI，还停留在「一问一答」，每次都从零开始；而高手在搭「循环」，让积累自动生长。

二、把它搬进内容创作：三层系统

工具用腾讯 ima 的 Copilot——它的定位是「知识 Agent」，最关键的能力是：你存进知识库的文章、网页、笔记，它能直接调用，不用复制粘贴、不用切窗口。

两者结合，是一套今天就能上手的工作流：

第一层：把知识库变成素材仓库。 不要等「想写了」才找素材。平时刷到值得关注的内容，一键存入知识库并打标签（#AI工具、#认知、#办案）。这个动作不费时间，却把「刷信息」变成了「喂库」。

第二层：给它设定你的选题规则。 在 Soul 里写清你是谁、读者是谁、什么是好选题。比如：「我是律师+创作者，读者是想用 AI 提效的职场人；好选题要有具体工具或方法、一周内能上手、不与上周重复。」

第三层：让它替你做每日选题扫描。 写作前不再逐个平台刷，而是对它说：「扫描我最近 7 天存入的内容，按我的标准列出 3 个今天最值得写的话题，说明为什么、可以从哪个角度切入。」它不是在搜互联网，而是在你自己积累的内容里做判断。

三、它改变的，和它替不了的

这套系统替你干的，是重复、消耗精力却不产生价值的部分——信息搜集和初步筛选。它替不了的，是你对一个话题的判断：我有独特视角吗？我的读者真的关心吗？时机对吗？

这也呼应了一个更大的道理：护城河来自系统，而不是一次次手动努力。 查理芒格说要建立系统而非依赖意志力，知识管理里讲流程化大于勤奋，本质都是同一件事。

要诚实说明一点：ima 现在还做不到「定时自动发车、每天早上主动推选题」，仍需你主动去问。这是现阶段的边界，清楚了就不会失望。

以前你在信息的洪水里游泳，每天找选题像捞针；现在你建一个水坝，让水帮你筛，你只负责决定放哪条鱼。

如果你也在用 AI 做知识管理 / 写作，留言 「选题系统」，我把我用的「三层选题扫描」提示词结构发你。