學習的東西很多，學過之後不用容易忘掉。學的時候鑽研進去，探索到比較內部的功能，在當時是很瞭解的。當退出學習環境之後，就變得生冷。以後再次進去的話需要重新挖一遍的樣子。每一門想學的東西，從開始接觸，慢慢深挖，要搜索好多東西。有的時候搜不到這些東西。再次走一遍的話如果不記得原來的會比較難再走一遍。最近ai興起，覺得可以用ai去找它們。快速定位到需要了解的知識，籠統整個知識體系，掌握整條線絡。
以前用面向對象，給人的感覺是可以包裹一些外邊不用的東西。當需要用到什麼的時候創建一個附近的對象，就可以直接使用；當功能不好用的時候走進這個對象，一步步深挖進行修改；修改的時候不會對其它部分產生影響，意思是可以放掉整個脈絡，專注在這部分的修改。每個對象類就想一個存儲，或者說像一個小機器人。當系統需要什麼功能的時候調用這個小機器人去修改，當這個小機器人不能滿足該有的功能的時候就修改這個小機器人。整個系統是小機器人之間的協作。可以很，看上去，很容易從整體鎖定到局部，並從局部退出到整體。包裹功能的是一個活物， 可以小機器人又被包裹，這個二次裹的包也是個活物。
ai可以迅速獲得自己想要的知識。不過需要個性化ai，可以記住自己搜索來的知識。然後把這些知識包裹起來，如果下次需要查詢或者修改， 可以很容易定位到相應的點。並且可以很容易擴大整體。每個自己需要用到的知識體系都這樣包裹，以後如果進入新的體系的時候，也可以根據以往的尋找經驗，進行對細節的快速定位，形成新的知識體系類別。
有很多想去了解的知識體系類別。發現手頭的放掉的話，就有些忘了和生疏，撿起來不能快速定位上次的終點，也就不能繼續擴大。不想把走過的部分重新走一遍，於是走過就把它們包裹起來，下次直接拿來用。這像是需要ai的記憶和總結能力才能辦到。如果可以放下手頭的，就可以去籠絡新的，做更多想做的事情，貫徹一個產品的所有生產體系。