Categories: AI
ChatGPT 5.1 Thinking 的两个案例
AI 统治人类的时间不远了。
案例 1：根据我的 RSS 订阅，推荐高质量 RSS 源
1.0 我的原始问题
我的原始问题是：
先探讨信息输入源的问题，我现在是通过 RSS 订阅，现在订阅的如图。针对我现在关注的这些，帮我找一些高质量的 RSS 源，我可以直接加入订阅的。
我当前订阅非常“克制”，大概是这几类：
- 虹线、虹线周刊
- 阮一峰的网络日志
- 少数派
- Computing Life
换句话说，我要的不是“再来一堆信息”，而是 同品类里更优质、更稳定的输入源。
1.1 它先猜你喜欢什么（而不是立刻开始堆链接）
它先根据我的订阅推断偏好，明确我关注的是：
- 科技与互联网观察
- 编程与工程师视角
- 数字生活与效率工具
- 独立博客（相对少大门户、少噪音）
这一步很关键：推荐这事儿，最怕答非所问。
1.2 它会自己“立规矩”：别太多、要好用
它不断强调两件事：
- 别推荐太多：控制在 15–20 个左右，避免信息过载
- 答案要能直接用：除了链接列表，还考虑给你表格、甚至 OPML 片段，方便一键导入阅读器
我挺喜欢这点：它不是在“展示能力”，而是在帮你把事情做完。
1.3 RSS 最容易翻车的地方：它选择不瞎猜
RSS 推荐最容易翻车的地方是什么？不是“站点推荐得不对”，而是“RSS 链接猜错了”，你一导入就 404。
而在思考过程里，它多次出现这种判断（核心意思就是：不确定就别猜）：
由于截断问题，我不想直接提供这个链接，以免出现 404 错误。可以建议用户从首页点击 “RSS” 链接，而不是 guessing。
搜索没有显示 sugarat 的 RSS 路径，因此我不会做猜测……
1.4 输出答案：给到“能导入”的程度
在经过 8m 16s 的思考后，它给出了答案：
案例 2：系统性列出中国历史书籍
第二个问题更典型：
我对中国的历史感兴趣，帮我系统性列举一些书籍。
2.1 它先给“怎么读”，再给“读什么”
它的思路挺清晰：
- 先把书单分层：通史入门、断代史、专题史、思想/制度/文明、近现代、海外汉学视角、史学方法
- 再控制数量：大约 25 本左右，覆盖面够但不失控
- 最后给阅读顺序建议：从“鸟瞰”到“切片”再到“方法论”
这比“给你 100 本书”强多了，因为你拿到的是一条路，而不是一堆名字。
2.2 它会自己做取舍：别太学术，也别太水
在思考过程中，它不断权衡：
- 书要“经典权威”，但也要“读得下去”
- 需要覆盖关键转折点（例如制度结构、明清转型、走向现代）
- 还要补上史学方法书（告诉你怎么读史、怎么判断材料）
这说明它不是在“罗列”，而是在帮你把学习节奏安排好。
2.3 思考过程摘录（节选）
同样摘几段最能体现其思路的片段（原文节选）：
- 用户喜欢结构化列表，我会按时间顺序及书籍层次/用途分类
- 先通史概览，再关键断代，再制度/思想/文化，再外部视角与史学方法
- 控制总量约 25–27 本，避免过多但保证覆盖
- 给出阅读顺序建议，让书单变成路径
2.4 输出答案
在经过 6m 3s 的思考后，它给出了答案：
我的公众号
我的博客地址：博客主页。
coding 笔记、读书笔记、点滴记录，以后的文章也会同步到公众号（Coding Insight）中，大家关注 ^_^
