Andrej Karpathy分享了他用大语言模型（LLM）辅助阅读各种文本（博客、文章、书籍章节等）的三步法： 第一遍人工阅读，第二遍让LLM解释和总结，第三遍通过问答深化理解。这样不仅提升了阅读效率，还能获得比单纯阅读更深刻的认知，成为他最重要的学习方式之一。| 帖子

他也指出，随着这种方式兴起，写作者的心态可能会改变——从“写给人看”转向“写给LLM看”。因为当LLM理解了内容，它能为不同读者定制和传递信息，实现更精准的沟通。

Karpathy还开源了一个名为reader3的工具，方便用户用LLM逐章阅读电子书（EPUB格式）。他强调目前还没有专门工具，自己通常就是复制粘贴到不同的LLM里轮换使用。

社区回应中，有人分享了类似经验：
- 用LLM辅助读书能大幅提升信息保留和理解深度，变被动阅读为主动思考。
- AI将教育从“一刀切”转变为个性化辅导，学生能随时通过对话拆解难题。
- 未来写作可能陷入“为AI优化”的循环，导致信息自我引用，创新受限。
- 有人开发工具让AI帮忙筛选和索引长文档，提升查阅效率。

也有人提醒，写作过度迎合AI可能让文字缺乏人性和灵魂。真正的学习和交流，依赖人类间的互动和思考，而非单纯AI的反馈。

此外，使用LLM读书的关键在于“提问的艺术”：
善问问题，AI才能激发更深入的洞见和持续的好奇心，创造自然流畅的对话，从而推动认知升级。