Learn in Public 强调将学习到的知识 分享到公共空间，相较于纯输入式的学习有诸多好处。AI 工具极大降低了信息检索、整理、概括的门槛，使得输入信息更容易，但对我们真正掌握知识的帮助仍然有限，所以我们更需践行要像 Learn in Public 这样能提供 有效输出 的学习方式
AI 工具大大降低了信息检索、整理和概括的门槛，使得获取信息更加便捷，但对我们真正掌握知识的帮助仍然有限。因此我们更需要践行像 Learn in Public 这样重视 有效输出 的学习方式
偶然间看到 Owen 发的贴子：
看到一个说法：笔记是一种无限游戏，没有结果，只有过程；而博客是一种有限游戏，因为它产出了完成的作品：博文。这说明我们不能当一个完美主义者，只在脑海或草稿箱中保留想法，我们应该尽可能完成作品，公开它，然后不断的练习这个过程。
我更坚定那个想法了：做一个默认设计为公开的笔记软件
看到这个贴子，马上联想到了 Learn in Public 这个概念，开始思考自己的这些年记笔记的方式，意识到了原来的方式可能存在一些问题，于是开始尝试践行 Learn in Public，将自己学习的一些东西写成博客、用学到的知识做一个有意义的产品等等。经过了这段时间的实践，再结合上自己日常使用 AI 的一些感受和想法，很自然地就想到了这个话题
在 swyx 发布 Learn In Public 后，这个概念变得更加流行。Learn in Public 强调的是 将学到的东西分享到公共空间
常见的 Learn In Public 的方式，例如：
与之相对的 Learn in Private 侧重的是 消费内容，例如：
在 AI 的推动下，知识获取已经实现了质的飞跃，但对我们真正掌握知识的帮助仍然有限，所以我们更应该 Learn in Public，做更多的 有效输出
AI 时代信息检索、整理、概括成本急剧下降，机械式学习 或者是 誊抄式地摘抄笔记 在变得更加没有意义。在 GPT 兴起之前，使用的优秀的搜索引擎、完全使用英文搜索技术问题、阅读官方文档，这些都被视为一种能力，如今众多的 AI 工具已经极大缩小这些差距。ChatGPT 或是 devv.ai 这类 AI 工具都提升了检索效率，在 AI 的加持下 沉浸式翻译 这类的插件提高了外文阅读的效率，解决普遍问题正在变得越来越容易
一些知识技术迭代快，在时效性上一些 摘抄笔记 不如 检索增强生成（Retrieval Augmented Generation）的 AI提供的实时内容。我曾经也沉迷在各种笔记工具，复制粘贴，忽略了思考，随着知识的更新迭代，这些笔记开始慢慢腐烂，变得食之无味弃之可惜，最后自己都不想看
目前的 AI 还不具备实践或跨流程解决问题的能力，事物之间的衔接仍需我们来完成，实践和深度地分析解决问题的价值更加凸显