今天呢，我主要想总结一下，我的2025年，用ai彻底改变自己育儿方式的一年。

我会从几个方向，去把这一年我在ai育儿领域到底干了什么、怎么干的、最后落到了什么结果，讲清楚。我的内容，会从以下几个方向出发：

1：我到底想解决什么问题，以及我为什么会走到“必须高强度使用ai”的那一步。

2：我怎么用ai搭出了我的“育儿第二大脑”（重点是：怎么筛选来源、怎么建知识库、怎么尽可能降低胡说八道）

3：这套系统跑进真实生活之后，我把它用在了哪些育儿场景（双语、绘本备课、日常引导、ai玩具的选择与使用边界）

4：最后，我对ai介入教育这件事的判断：它会改变什么、家长该怎么站位、以及我目前最警惕的风险是什么

好了，我们开始。

01

part1 ：我为什么会走到“必须高强度使用ai”的那一步。

我是从什么时候开始高强度让ai介入我的生活的呢？（我指代的高强度，是一天ai使用时间，起码在6个小时以上。）

刚好是1月份的时候。

巧了，现在一年过去了，12月了，我来做这一年高强度使用ai的总结。

1月份的时候，当时我在泰国，全家都在度假。

度假，本该是心情巨好、巨放松的时候，但我每天的hrv都在十几（代表着压力巨大）。我当时完全搞不清楚发生了什么。人都在海边了，身体却沉重得一塌糊涂。

然后我就用gpt去剖析到底发生了什么。

剖着剖着，我发现了一件事：entj的我，每次“真正休息”都会有巨大的负罪感和内疚感。我会觉得这一天完全虚度。

所以我当时需要的，根本不是什么“躺平的度假”，我需要的是一个能让我心安理得休息、能把“休息”变成正当行为的解释体系。

然后我就干了一件很事：开始用gpt深度学习泰国的佛教。

一开始学习，我靠，整个人状态马上回归。

那种感觉很具体：你突然把自己焦虑的点抓住了。为什么会内疚、为什么会紧绷、要怎么让自己松下来。

从未如此清晰。

于是，我花了一个月的时间，迅速整理和理解了以前可能需要花3-5年才能学会的佛学知识。

理解到什么程度呢？能讲出来，能串成体系，能落到自己身上用。

（我之前写过多篇文章，也开过我的学习成果的直播，都是在那段时间悟出来的事情）

也是从那一刻，我第一次真正体验到一件事：

ai时代，学习的宽度和广度，能有多深。

速度，能被提到多快。

我后来发现，AI让学习变快的原因很简单：人类遇到的基本所有的知识，都在库里面了。

我记得十几年前，我大学刚毕业，从美国拿到了我人生中的第一台iPhone3GS，当时被彻底惊艳到了。因为不知道手机原来还能这样，blow my mind completely。

当我真正开始用ai学知识，开启语音对话的时候，那个惊艳感，是当时我用上iPhone的十倍。

在这个体验结束之后，我发现，我必须马上去干一件事：

「用ai建立我的育儿第二大脑。」

02

Part two：为什么到育儿，我必须做一个第二大脑

在完全体验到了大模型的经验感之后，我就发现了一件事情：在学习的宽度和速度被技术完全解放的今天，我必须迅速用AI形成我的第二大脑。

因为我在产后深刻体验到了一件事：

生育之后，你哪怕之前在其他领域做得再好，你面对育儿，你依然是两眼一抹黑。

因为这个领域牵扯的知识跨度太大了：医学、营养学、心理学、哲学……全都得懂。

你的积累越快越多，你面临的困境就越少。

我是在生育之后，才真正感受到：家长只要能做到深度学习，掌握的知识足够多，育儿的阻力会小很多。

因为你的生命里，很少有时刻，需要你在极短时间里，去补齐跨度这么大的知识。生育，一定算一个节点。

而这个时候，恰好迎来ai在toc端的大爆发。

只要家长能利用好它，你的育儿会出现质变。

所以我接下来要说的，就是我到底做了什么。

也就是：我这个“育儿第二大脑”，长什么样。

我给它分成了三层。每一层解决的事不一样：

第一层，负责救急：碎片化问题，随时查，随时用。

第二层，负责成体系：把知识整理成结构，变成能扩张的认知。

第三层，负责校验和溯源：我需要知道这句话是谁说的、写在哪、凭什么这么说。

你要是重度使用ai，很快就会遇到一个副作用：幻觉巨大。

说人话就是：胡说八道，而且胡说得很像真的。

我看到很多人说 AI 不好用，说它每天在胡说八道，给不出他想要的东西。其实问题经常出在一件事：没有理解 AI 的工作逻辑。

很多人以为 AI 是一个无所不知的东西，问它什么就能得到正确答案。

现实是，大语言模型更像是在做预测生成，它会在海量训练数据里去预测下一个可能出现的词，并不会像一个全知全能的神，直接告诉你“正确答案”。

如果你人工不做干预，它就很容易给你产出一个平均水平、听起来很完整的答案。

对，完整、平均，且平庸。

所以我给自己立了两个原则：

第一，内容来源必须可控。

第二，prompt必须清晰——你要明白你要干嘛，你要它做什么，越具体越有逻辑越有框架越好。

（prompt这一块我后面还会展开讲，这里先把“来源”这条线讲清楚。）

​​

第一层：救急层（ima）

我第一个育儿知识库放在ima。里面有我的育儿电子书、drpei、丁香医生，还有我认可的中国范围内育儿医生、营养专家的历史文章。

ima 这个工具，本质上就是一个“把资料扔进去、再用对话去检索”的个人知识库。

你可以把书、PDF、网页文章、笔记一股脑放进去，然后像聊天一样问它问题，它会优先在你上传的内容里找相关信息，再整理成回答（所以比直接问大模型更可控一些）。

我的目的很简单：遇到碎片化育儿问题的时候，我能迅速从知识库当中搜到我想要的知识。

这件事的好处也很直接：我能随时随地解决我的碎片化育儿问题。

举个例子：三岁孩子每天维生素D需要补充多少，这种碎片化之事。

ima的体验是：信息调动很快，回答的幻觉相对轻一点。

但它也有明显的缺点：依然会出现一部分胡说八道。

更重要的是，它很难帮你把一个领域总结成系统的知识链条和知识树状图。

它擅长救急，不擅长长期建体系。

第二层：系统知识库，notebooklm+notion/flowus

ima 定位很清楚：以知识库为底，做“搜-读-写”的一站式工作台，你把文件、网页、公众号文章、图片音频丢进去，它能帮你解读、问答、做笔记、出内容。

问题出在：当你想把育儿当成一个长期项目来做，ima 会开始不够。

我遇到的卡点主要有三类。

一类叫“沉淀难”。

同一个高频问题反复出现，夜醒、发烧、挑食、情绪崩溃，你每次都能搜到答案，但答案很容易停在聊天记录里，或者停在某个零散笔记里，很难变成“系统知识。

一类叫“对照难”。

我经常需要把多份材料摆在一起读：医生科普、书、指南、课程笔记。我要看的东西也很明确：共识在哪里，分歧在哪里，分歧来自证据不足，还是来自适用人群不同。

还有一类叫“成体系难”。

关于育儿知识，我们在这个时代从来不缺答案，缺的是结构。

我需要一棵知识树，我需要知道我目前吸收的育儿知识，它属于哪个育儿体系分支，跟哪些概念相关，会不会被年龄段改变等等等。总之，我需要非常系统和结构的东西。

之前，这个工作，是需要耗费巨大的精力和时间的。

有了ai的帮助后，速度就能提升很多。

所以我才把第二层工具引入进来：NotebookLM + Notion/Flowus。

NotebookLM 更像一张书桌：把资料堆上去，陪你读、陪你问、陪我把一堆材料讲顺。它很擅长“当场把东西真的弄懂，而且是在最快时间内真的深入的读懂了”。

Notion 和 Flowus 可以互相替换，它们更像一间被分类明确随时调动的自动化仓库：把我弄懂的东西按固定格式存起来，贴标签、互相链接、长期维护，几年后还能一秒翻出来。并且，东西和东西之间的逻辑非常清晰。

NotebookLM 我把它当成“育儿知识的陪读者”。

它的强项在于：回答会贴着我给的材料走，你可以追问，可以让它把资料讲成结构，还能基于你的来源生成思维导图、音频讲解、学习卡片一类的东西。

对我来说，它解决的是“读透一堆很繁重的内容材料”的体力活。

Notion/Flowus 我把它们当成“内容归位总结内化的管理者”。

它们的关键能力在于数据库、页面互链、回链，适合把内容沉淀成能检索、能复用、能迭代的知识库。

对我来说，它解决的是“把结论固定下来，形成长期资产”。

所以，小虾米的育儿知识库，长这样

每一个框架里要塞进去的东西都不一样。

说实话，这活儿很慢，很大，很累。

但它的回报同样也很直接很强大。

我想要的，是一个能长期运转的育儿第二大脑。

它得有结构，有层次，有入口有出口。

我往里放的每一条“碎片”，最后都得有归宿：它属于哪一块原理，落在哪个阶段，牵扯哪些变量，能被哪个问题索引叫出来。

这样我才不会一直停留在“我看过很多东西”。

我能清楚知道：我到底学到了什么，它在育儿的知识体系里站在哪个位置。

​​

第三层：直接付费的育儿知识库

除了自己搭库，我也会直接用现成的付费库。现在我用得最多、也愿意推荐的，是「赵书养」。

它是把一百多本高分权威育儿书做成的书籍知识库，外面套了一个做得很成熟的 agent。你可以把它理解成：有人替你把“检索路线”和“提问方式”提前铺好了。

我手上已经有 ima，也有 NotebookLM + Notion/Flowus 这一套，为什么还要加它？

原因：我需要一个更稳定的“溯源工具”。我问一个知识点，它能把出处直接定位到到哪本书、哪一章、哪一类观点里，省掉我自己翻来翻去。

粗暴一点说，通用大模型在育儿这种领域，很容易给你一段听起来很像真的话；自己搭的库会好很多，要费巨大的精力。

这种被专业团队长期打磨过的 agent，稳定性会再上一个台阶。对我来说，它的价值就两件事，在常见的育儿信息中，精确定位知识来源。

等到我把这个工作做完了之后，我的最终目的是什么呢？

我要在最快的时间内完成对育儿知识的最系统、宏大以及深入的认知，以便对我的育儿行为产生积极影响。

同时，将这些知识输出给大家，帮助大家和我自己在育儿的路上尽可能地排清障碍物。

03

Part 3：这套系统跑进真实生活之后，我把它用在了哪些育儿场景

知识库给我方向和底气，具体怎么陪孩子过日子，还得靠工具来配合：

双语怎么输入，绘本怎么备课，日常怎么引导，AI 玩具怎么选、怎么用、边界怎么卡。

1）双语：先从我自己开口练，再迁移到孩子输入​

我最早用 GPT 的语音/视频模式，原始动机特别朴素：我自己有些表达卡住了。

我不做口译之后，英语口语退化这事我心里有数。

用下来的结果我很意外，我的口语完全没有退化，甚至还进步了。

用法呢，我会用双语跟ai聊天，我说一句，它回一句，我还会每次追问“更自然怎么说”，它给两三种替换。

我会加一条规则：你回答完，把我这句哪里的表达说得别扭、怎么改更地道，给我点出来。

这件事给我的冲击非常之大，尤其是作为一个学习了二十几年英语的专业翻译。

因为它把语言学习这件事从“慢慢积累”变成“当天就能马上看到反馈”。

我非常理解为什么翻译类职业最先被冲击，最容易比ai替代，AI替换的行业Interpreter和Translator永远排在第一位跟第二位。

因为语言这条链路太成熟了，输出稳定，容错也高，基本没有幻觉。

然后我把同样的逻辑用到孩子身上。

我会把双语这块沉淀成三样东西：

它们都很短很简单，能直接拿来用，而且不存在什么幻觉。就没有幻觉啊，一个你随时随地能调动的知识库。

2）日常引导：把“道理”翻译成孩子听得进去的话

家长会深刻体验到一件事，有些育儿场景，家长讲道理没用。

孩子更听“权威角色”的话。

幼儿园老师说的话比天还大。

我会写 prompt，我会让 AI 扮演医生、警察、消防员之类的 icon。

语气要短、要稳、要有边界。

我会让语音直接说给孩子听，并告诉他，这是xxxx（他崇拜的权威第三方）。相信我啊，效果真的非常非常好。

我要的只是那个“第三方的权威感”，在某些育儿场景中特别省力。

这个操作比较简单：你只需要跟大模型说：

「我的孩子叫xxx，他现在xxx岁，他目前崇拜的角色是xxxx。

目前我们遇到的问题是xxxx，请你扮演该角色，为他作为正确的引导。」

3）绘本备课：我把备课做成简单可重复的流程

绘本这块是我做得最重的。

孩子每天都要读，家长每天都要讲。

我的会先用自己的绘本知识库把“书本身”理顺：阅读方法、出版社背景、作者背景、语言点。

理顺以后把它写成 prompt。

再把这个 prompt 丢进豆包智能体，让它按我的规则生成每一页的互动口语和延伸。

这里我追求的产出很明确，都是能复用的东西：

这三样东西存回 Notion/Flowus，以后同类绘本可以直接套流程跑。

4）AI 玩具：我研究它，边界更先写清楚

​AI 玩具看起来都在“陪孩子说话”，其实目标不一样。

我大概分四类：

情感陪伴型

主打陪聊、哄情绪。优点是孩子愿意开口。缺点是容易顺着孩子聊，边界感弱。

对话问答型

主打“你问它答”。优点是能接住孩子的好奇心。回答一切好奇的问题。回答那些家长根本无从回答的问题，把孩子的每一个问题都牢牢接住。

缺点是三岁前发音不清楚，它很容易听错，越聊越偏。

游戏任务型

主打闯关、指令、小游戏。优点是孩子容易进入状态。缺点是更刺激，收不回来会影响睡眠和情绪。

读绘本/识别型

主打看图讲解、读书互动。优点是省家长力气。缺点是有的不太符合孩子的阅读逻辑，另外隐私要格外谨慎。

把这四类分清楚，选玩具就不会只看广告词。

我的底线也放在这：

三岁之前，更多是家长用，三岁前发音还在路上，AI 听错几次，体验会崩。家长本身要充当翻译的角色。

三岁以后孩子对话更顺。

当然，还有一条我卡得很死：我必须在场，孩子不单独接触 AI，不单独跟 AI 开展任何对话。

当然，因为我现在手上的ai玩具太多了，我今天说它篇幅也太长了，这个我会单独开个篇幅去好好说。

04

part4：我对ai介入教育这件事的判断

所以我最后想说的，就是我对 AI 介入育儿、介入教育这件事的判断。

它会改变什么、家长该怎么站位、以及我目前最警惕的风险是什么

AI 太快了。快到很多东西来不及反应，就被它卷过去了。

但是：它不会因为你不喜欢就消失。你躲不开。

我孩子出生的这一年，刚好撞上 ToC 的大普及。

等他再大一点，他面对的世界里，“问一下就有答案”“张嘴就有人陪练”“一键就能生成”会变成默认配置。

这不是未来想象，这是一定会发现的事情。

未来已经来了。

这会把教育里最根本的几件事直接掀桌子。

以前做的一切努力，围绕的是“把知识装进脑子”“把题刷到熟练”“把标准答案背出来”。

AI 把这一层的门槛压得很低。检索、总结、整理、甚至写作，都会越来越像水电煤一样随手就来。

当“拿到信息”变得太容易，真正拉开差距的东西就会往上移：

再加上孩子变少，教育系统的玩法也一定会跟着变。

它会往哪里变，我也说不准。

但有一点我很确定：传统那套以“知识储备”和“标准化做题”为中心的路线，会越来越吃力。

站在家长角度，我的策略很简单：别幻想逃掉。

把它拉进来，用它减轻负担，把它变成工具，而不是让它变成孩子的大脑外包。

同时我也很警惕它带来的副作用。

最容易出现的，就是思维变懒。

很多人会习惯性让 AI 直接给结论，久了就不追问、不验证、不复述，脑子会慢慢失去那种“把一件事想通”的耐心。

还有表达能力的退化。你不说、不写、不组织语言，你就很难建立自己的观点。AI 再强，也替代不了你对世界的那条个人路径。

所以我现在更看重的东西，其实很朴素：

孩子要有好奇心，敢问问题；要能把话说清楚；要能区分“看起来合理”和“真的可靠”；要知道什么时候该停下来找真人、找专业人士。

这些能力，才是 AI 时代真正值钱的东西。

所以这篇年终总结就到这儿。

AI 会越来越强，我的育儿系统体系也会越来越稳。

愿我们都能把 AI 用成手里的工具，把育儿过成心里的底气。

新一年，少一点点的慌张。