你是否也有這樣的感覺：每天打開 Threads、IG、FB，滑完一整天，卻說不出自己真的看過什麼？
以前獲取資訊的管道很單純——一份報紙、一台電視、晚間新聞。現在光是手機裡就有十幾個 App 在餵你內容。結果你花了非常多時間，但每件事好像都只做了一半。
你不是一個人有這種感覺。而且這個焦慮，有一個比你想像更深的成因。
這篇文章會拆解一件事：你的「資訊過載」可能從來不是資訊量的問題，而是過濾器壞掉的問題。 然後分享我用 AI 工具重新設計自己資訊流的兩個方向。
社群媒體其實承載了四層角色
先看一個現象——社群媒體對我們現在來說，其實同時承載了太多角色。
第一層：跟朋友保持連結。 這是社群媒體一開始的樣子。Facebook 最早的設計是看朋友今天在幹嘛、連結彼此的生活。
第二層：娛樂。 工作累了想看點輕鬆的，短影片、迷因、貓咪影片，這本來就是社群的主場。
第三層：獲取新知。 時事、產業動態、最新工具、別人怎麼工作。大部分人現在都把「逛社群」當成資訊閱讀的主要途徑。
第四層：放大自己的專業。 如果你也在做自媒體、經營個人品牌，還要再疊上這一層——發文、互動、看數據、研究爆文。
四層疊在同一個 App 以後，問題就來了：同一個滑的動作，你根本搞不清楚自己現在在做哪一件事。
是在跟朋友互動？在放鬆？在學習？還是在工作？
結果就是你花了非常多時間，但每一件事好像都只做了一半。這大概就是 exhausting 的來源。
資訊過載不是你的錯，是過濾器壞掉
這件事說起來反直覺——你感受到的「資訊過載」其實不是新問題，而且可能根本不是「量」的問題。
網路學者 Clay Shirky 有一句話講得很直接：
「沒有資訊過載這回事，只有過濾器壞掉。」
>
(There is no such thing as information overload, only filter failure.)
想想歷史——每個時代的人都抱怨過資訊太多。
- 1 世紀的羅馬哲學家塞內卡就寫過類似的抱怨，說「書籍過多反而讓人分心」。
- 16 世紀的伊拉斯謨抨擊印刷商「讓世界充滿愚蠢、誹謗、顛覆性的手冊與書籍」。
- 哈佛歷史教授 Ann Blair 整本書《Too Much to Know》都在研究印刷術發明之後、學者們怎麼被「太多書」搞瘋的。
2000 年來我們一直在抱怨一模一樣的事。所以問題真的不是量。
問題是：我一直把過濾的權力交給了演算法。
Filter Out vs Filter Forward：網路時代的過濾器不一樣了
Clay Shirky 的對話夥伴 David Weinberger 對這件事做了一個重要的補充——
在網路時代，「過濾」這件事整個變了：
以前的過濾是 filter out：出版社拒絕一份稿子、圖書館選了這本沒選那本，你就是物理上拿不到它。過濾器主動把東西「擋掉」。
現在的過濾是 filter forward：所有東西其實都還在，只是「用連結把某些東西拉近」變成篩選的新方式；沒被連結的那些，並沒有消失。
Weinberger 講這件事是樂觀的——他覺得這讓使用者可以自己在「出口」決定要看什麼。
但實際在社群媒體上，這件事完全是反過來的。
我們的 filter forward 已經被演算法接手了：由誰連過去、誰排到你眼前，都不是你在決定。
演算法決定今天你看什麼、什麼排在最上面、什麼被藏起來。你以為你在選，其實你只是在滑。你看到的內容，是 Meta / YouTube / 抖音幫你 filter forward 過的版本。它們選的標準就一個：怎麼讓你繼續滑下去。至於你今天真的需要什麼，它們不在意。
當你把問題從「資訊太多」改成「我沒有選擇權」之後，整個解法就完全不一樣了。
我重新設計資訊攝取的兩個方向
想清楚這件事之後，我開始設計屬於自己的資訊流。分成兩個方向。
方向一：挑價值觀對齊的來源
這一部分每個人的答案會完全不一樣，因為它跟你這個人的價值觀有關。
以我而言，我偏好長期思維、不愛追短期流量；我想看有深度、能帶我重新看一件事的內容；我想要不同角度的觀點，不想一直待在同一種聲音的同溫層。
基於這個，我慢慢找到一批作者、部落格、電子報當我的「錨點」：
- Cal Newport：《深度工作力》《數位極簡》的作者。他的部落格長期在寫專注、工作哲學、科技與人的關係。讀他的東西不會讓我焦慮，反而會讓我慢下來。
- Nir Eyal：《鉤癮效應》跟《專注力協定》的作者。他有趣在於他一開始在寫「怎麼設計讓人成癮的產品」，後來反過來寫「怎麼對抗分心」。懂成癮機制的人回頭教你怎麼脫離，格外有說服力。
- The Marginalian（Maria Popova）：她用跨領域書籍做策展，每一篇文章都在把幾本完全不同領域的書接在一起，對我很有啟發。
這些來源的共通點是：他們不為了流量寫。他們寫他們真的想說的事。
方向二：讓 AI 幫你做「轉譯」
這一部分更關鍵，因為它解的是一個老問題：很多文章看標題，根本看不出跟你有什麼關係。
新聞跟部落格的標題，大多是為了「吸引平均讀者」寫的吸睛標題。但你不是平均讀者——你手上有你自己的幾個專案。你今天會不會點開一篇文章，其實是看它「跟你正在做的事情有沒有關聯」。
所以我的做法是：先盤點自己這季在做的幾個專案，再讓 AI 針對每一篇文章評估「這跟 Tobie 這季的哪個專案有關」，寫在摘要裡。
我從幾百篇原始文章開始，讓 AI 先篩出 50 篇進 pipeline，再從 50 篇選 15 篇，每一篇附一行口語摘要跟「為什麼該讀」。最後我自己從這 15 篇挑 2-3 篇精讀。
看起來很技術，但它背後的邏輯其實很簡單：AI 在這裡的角色只做一件事，幫我把範圍從 500 縮到 15。 替我讀、替我判斷那些它通通不做，最後要讀哪幾篇還是我自己挑。
工具是 n8n，但重點從來不是工具
說到這裡你大概想問：那我用什麼工具？
我用的是 n8n（一個 workflow 自動化平台），串接多個 RSS 來源，丟給 Claude 評分，寫到 Google Sheet，然後寄 Gmail 給我。整個跑完一天一次，每個月成本大概 NT$55。
我在動手之前，先幫自己訂了三個原則：
1. 來源要挑過，寧可少而精。 食材不好，AI 再厲害也救不回來。
2. AI 當試吃員就好，別讓它當全自動廚師。 最終「今天要讀什麼」還是我自己決定。
3. 輸出要零認知負擔。 我不想又多一個 App 要主動打開，所以讓它直接寫到我本來就會開的 Gmail。
如果你想做類似的東西，其實你不一定要用到 n8n。Claude Cowork、Make、甚至 Google Apps Script，都可以做一個簡化版。工具看你本來就熟悉什麼就好，不用追最新。
但你會發現，真正花時間的地方從來不在工具。「我要什麼」那一段才是消耗心力的地方。 那一段沒想清楚，工具再炫都是浪費你的時間。
一個今天就能做的小練習
如果重新設計整個資訊流對你來說還太遠，這裡分享一個最近在做的小練習，你今天就可以試：
打開社群之前，先給自己一個明確的目標。
舉例：「我今天要看 10 個朋友的近況。」然後打開 App 之後，不滑首頁、不看推薦、直接去搜尋那 10 個朋友的名字，看他們的貼文、他們的限動，看完就關掉。
這個練習很小，但它會做兩件事：
第一，把「連結朋友」這個最原始的功能還給社群。 你會發現你其實很久沒有主動看過某些朋友在做什麼了。
第二，讓你重新體會「我帶著目的進來、完成了就離開」這件事。 而這剛好是演算法最討厭你做的事。
總結：拿回選擇權，是一切的起點
資訊過載不是這個時代的新問題。從塞內卡到伊拉斯謨到你我，每一代人都抱怨過資訊太多。
但真正讓人焦慮的從來不是量，是我們把選擇權交了出去——讓演算法替我們決定今天要看什麼、什麼有價值、什麼該被看見。
重新拿回選擇權的方法不複雜：
1. 先想清楚「我要什麼」——你的價值觀、你在做的專案、你這季關心的事
2. 挑你自己的錨點來源——那些不為流量寫的作者、部落格、電子報
3. 讓 AI 當你的縮範圍助手——不是替你讀，是把 500 縮成 15 讓你好判斷
工具很簡單，難的是第一步。但那一步做好了，後面就都長得出來。