Dan Koe : La vérité contre-intuitive : vous n'avez absolument pas besoin de vous souvenir de tout ce que vous lisez

marsbitPublié le 2026-08-03Dernière mise à jour le 2026-08-03

Résumé

**Résumé : Pourquoi vous n’avez pas besoin de tout retenir de vos lectures** L’article de Dan Koe remet en question l’idée traditionnelle selon laquelle l’apprentissage équivaut à accumuler et mémoriser des informations. Selon lui, l’anxiété moderne de tout archiver (articles, notes) résulte d’une mauvaise compréhension de la mémorisation. L’essentiel n’est pas de tout retenir, mais de laisser émerger naturellement les connaissances importantes lorsque vous en avez besoin, à travers l’usage et la réflexion. Koe propose de voir l’apprentissage comme un système de rétroaction inspiré de la **cybernétique** : 1. **Objectif** : Définir un but personnel et concret. 2. **Perception** : Évaluer honnêtement votre point de départ. 3. **Comparaison** : Identifier l’écart entre l’objectif et la situation actuelle. 4. **Action** : Agir pour réduire cet écart. La clé est de **commencer par la production (output)**, non par la consommation (input). Au lieu d’étudier passivement, lancez un projet concret et apprenez uniquement ce qui est nécessaire pour le mener à bien. Cette approche « par besoins » ancrera durablement les connaissances. Concernant la gestion des connaissances (« second cerveau »), l’erreur commune est d’en faire un cimetière numérique où l’on stocke sans jamais réutiliser. Il faut plutôt construire un **« second subconscient »** – un système qui associe automatiquement les idées et les présente au moment opportun. Deux outils sont présentés : * **Obsidian + Clau...

Auteur : Dan Koe

Traduction : FFIVE, MOOC

"Si vous devez faire un effort délibéré pour vous en souvenir, alors ce n'est pas important ; si c'est vraiment important, cela vous reviendra naturellement quand vous en aurez besoin."

Cette phrase peut sembler être une sorte de potion magique New Age, mais c'est en fait la proposition centrale que Dan Koe avance dans son article « Comment se souvenir de tout ce que vous lisez ». Notre génération est tombée dans une étrange anxiété : nous avons mis en favori des milliers d'articles, installé cinq ou six applications de prise de notes, créé un « second cerveau » en apparence parfait, pour finalement ne rien en sortir quand nous en avons besoin, et avoir l'impression de « moins bien nous souvenir » qu'avant.

Le problème ne réside jamais dans la mémoire, mais dans le fait que notre conception même de l'« apprentissage » est faussée à la base. Je vais suivre la structure de Dan Koe, en m'appuyant sur la cybernétique, l'apprentissage par la production, et les méthodes pratiques utilisant les outils d'IA actuels (Obsidian + Claude, Eden, etc.), pour remettre au point un système qui vous permettra de vraiment "mémoriser" et "utiliser" ce que vous apprenez. L'article est assez long, mais chaque partie correspond à un écueil réel que vous avez rencontré dans la gestion des connaissances.


I. Pourquoi « tout mémoriser » est un faux objectif

Commençons par déconstruire une idée profondément ancrée : apprendre ≠ entasser des informations dans le cerveau.

L'école nous a entraînés pendant plus de dix ans avec le par-cœur et les examens, nous faisant croire à tort que « pouvoir réciter mot pour mot » était le signe d'un apprentissage réussi. Mais le monde réel ne fonctionne pas sur un barème de points – votre patron ne vous donnera pas une promotion parce que vous récitez un passage du « The Economist », et un client ne signera pas un contrat parce que vous vous souvenez des étapes décrites dans un livre de marketing.

L'observation de Dan Koe est percutante : la plupart des gens ne se souviennent pas de ce qu'ils lisent, non pas parce qu'ils ne lisent pas assez attentivement, mais parce qu'ils font de la « mémorisation » la finalité même de la lecture. Vous vous évertuez à vous souvenir de chaque phrase, essentiellement pour paraître intelligent – « Regardez, je peux sortir des notions à tout moment ». Cet apprentissage motivé par la vanité est voué à l'échec dès le départ.

Les choses vraiment importantes n'ont jamais besoin d'être apprises par cœur. Elles s'incorporent naturellement à votre structure cognitive à travers leur utilisation, réflexion et discussion répétées. Oublier la plus grande partie du contenu est un mécanisme normal du cerveau, ce n'est pas un échec. Votre préoccupation ne devrait pas être « comment mémoriser », mais « quelles choses valent la peine d'être mémorisées, et par quel mécanisme les faire réapparaître quand nécessaire ».


II. Voir l'apprentissage comme un navire : la boucle en quatre étapes selon la cybernétique

Dan Koe emprunte à la cybernétique – un terme qui vient du grec ancien « pilote » ou « gouverneur » – pour redéfinir l'apprentissage comme un système de régulation par rétroaction, et non comme un tuyau d'entrée unidirectionnel.

Un système d'apprentissage intelligent fonctionne sur la même logique que le thermostat de votre climatiseur ou le pancréas qui sécrète de l'insuline. Il contient quatre éléments :

Étape Terme cybernétique Correspondance dans le contexte de l'apprentissage Conséquences de son absence
1 Objectif (Goal) L'état auquel vous souhaitez parvenir, clairement défini Sans direction, toute information semble pertinente et ne l'est à la fois.
2 Perception (Sense) Évaluation honnête de « l'endroit où je me trouve actuellement » Auto-illusion, croire que mettre en favori = apprendre.
3 Comparaison (Compare) Évaluer « l'écart entre l'objectif et la situation actuelle » Si on ne détecte pas l'écart, on ne génère pas la motivation d'apprendre.
4 Action (Act) Prendre des mesures concrètes pour réduire l'écart Rester dans la pensée, toujours « se préparer à apprendre ».

La plupart des gens n'arrivent pas à apprendre, non par manque de volonté, mais parce qu'ils sont bloqués à l'étape 2 (entrée aveugle d'informations) sans avoir accompli l'étape 1 (objectif clair) qui génère un « signal d'écart ». Sans écart, le cerveau ne sait pas quelles informations méritent d'être retenues et lesquelles peuvent être écartées, et finit par tout entasser pêle-mêle, puis tout oublier de la même manière.

Un exemple concret : dire « Je veux être en meilleure santé » est un objectif trop vague pour déclencher une quelconque correction – si vous buvez trop ce soir ou si vous veillez jusqu'à trois heures du matin, vous ne sentirez pas que vous vous êtes écarté de quoi que ce soit. Mais si vous vous fixez comme objectif « finir un semi-marathon dans trois mois », alors chaque soir où vous n'irez pas courir générera un « signal d'écart » clair, vous forçant à vous ajuster. Il en va de même pour l'apprentissage.


III. L'apprentissage le plus efficace commence par la « production », pas par l'entrée

Maintenant que nous avons compris le cadre cybernétique, voici l'idée la plus contre-intuitive, mais aussi la plus efficace : Ne commencez pas par apprendre, commencez par travailler.

Naval a parlé du concept de « connaissance spécifique (Specific Knowledge) » – ces connaissances qui correspondent à votre nature, vous donnent un avantage concurrentiel et sont irremplaçables. Ce type de connaissances ne peut pas être acquis par une « mise à niveau systématique », il ne peut être acquis qu'en « saisissant au vol » ce dont on a besoin au cours d'un projet.

Le chemin que propose Dan Koe est en trois étapes :

  1. Ayez d'abord un objectif qui vous appartient, qui a du sens (ce n'est pas la route par défaut que la société vous impose : « obtenir un certificat / réussir un examen / obtenir une augmentation »). Plus cet objectif est concret, plus la plasticité neuronale est forte.
  2. Lancez directement un projet, au lieu de d'abord « préparer des cours ». Vous voulez apprendre After Effects ? Ne regardez pas tous les tutoriels du début à la fin, fixez-vous d'abord un projet concret – par exemple, « faire un spot publicitaire de 30 secondes pour le café d'un ami », puis apprenez uniquement les compétences nécessaires pour faire avancer ce projet.
  3. Comblez les lacunes au fur et à mesure. Vous êtes bloqué sur les images clés ? Allez voir le tutoriel sur les images clés. Vous êtes bloqué sur l'étalonnage ? Étudiez le panneau d'étalonnage. Après quelques projets, vos compétences sont cumulatives, et chaque partie est liée à un scénario réel, impossible à oublier.

C'est la même chose pour apprendre la guitare : ne vous plongez pas d'abord dans un livre de théorie, choisissez une chanson que vous avez vraiment envie de jouer, apprenez le premier accord, le deuxième accord, et en cas de blocage, apprenez au passage l'accordage et le rythme. Lorsque vous pourrez vraiment jouer quelques chansons, vous vous demanderez naturellement « pourrais-je écrire ma propre mélodie ? » – L'apprentissage se produit dans la tension de « vouloir créer », pas dans le visionnage de cours.

L'école est douée pour enseigner les connaissances générales, mais pas pour vous apprendre à vous orienter vous-même. L'auto-éducation n'est pas une question d'accumulation de connaissances pour créer l'illusion du progrès, mais de combler juste ce qu'il faut pour atteindre les objectifs que vous vous êtes fixés.


IV. Pourquoi le « second cerveau » devient le plus souvent un cimetière numérique

En parlant de gestion des connaissances, on ne peut éviter le concept de « second cerveau (Second Brain) ». La méthode PARA et le processus CODE proposés par Tiago Forte étaient censés libérer la mémoire, mais dans la réalité, 90 % des gens en ont fait un favori avancé.

Dan Koe lui-même a expérimenté plusieurs générations d'outils : de Roam Research qui a changé sa façon d'écrire, à la création de Kortex, puis à son évolution vers l'actuel Eden. Sa conclusion est la suivante : Le problème n'est pas dans l'outil, mais dans son utilisation.

La plupart des gens tombent dans trois pièges :

  • L'illusion de la sauvegarde comme achèvement : le lien est enregistré, le passage est surligné, la note est prise, et on ne le rouvre plus jamais. L'action d'organiser elle-même apporte une dopamine bon marché, vous donnant l'impression que « vous êtes en train d'apprendre ».
  • La manie de l'organisation excessive : on met cinq ou six étiquettes à chaque note, on passe des heures à ajuster les catégories PARA, mais on ne produit jamais un court article, un plan de projet ou une présentation basée sur ces notes. La valeur des notes réside dans le travail qu'elles vous aident à accomplir, et non dans les notes elles-mêmes.
  • Négliger la conception de la « récupération » : presque tous les tutoriels parlent de « comment mettre les choses », personne ne vous apprend « comment les récupérer quand vous en avez besoin ». Un système qui ne fait qu'ingérer est un cimetière numérique, pas une base de connaissances.

Regardez les personnes qui produisent réellement des œuvres – les « Pensées pour moi-même » de Marc Aurèle étaient à l'origine des notes privées ; Léonard de Vinci a laissé des milliers de pages de carnets remplis de croquis et de questions ; Mark Twain, Montaigne, Rick Rubin avaient chacun leur propre système de prise de notes. La plus grande différence entre eux et les « amateurs de notes » modernes est qu'ils collectaient des idées pour les transformer en œuvres. Sénèque a une excellente métaphore : récolter le pollen de nombreuses fleurs, puis le transformer en son propre miel. Transposé à aujourd'hui, cela signifie digérer les matériaux externes et créer quelque chose qui vous appartient.


V. Faire évoluer le « second cerveau » vers un « second subconscient »

Dan Koe propose une formulation plus précise : Nous devons construire non pas un entrepôt statique, mais un « second subconscient (Second Subconscious) ».

Quelle est la caractéristique du subconscient ? Ce n'est pas quelque chose que vous activez en allant le chercher, il travaille en arrière-plan en permanence, établissant des liens, et vous « jette » soudainement une association d'idées lorsque vous fixez un problème dans le vide. Un bon système de connaissances devrait fonctionner de la même manière – Lorsque vous créez, il devrait vous pousser activement les matériaux pertinents.

Option A : La voie « Do It Yourself » avec Obsidian + Claude Code

Convient aux personnes qui aiment bricoler et recherchent une localisation complète des données. L'idée centrale est de laisser Claude jouer le rôle de votre « administrateur de connaissances », plutôt que de maintenir vous-même un arbre de classification complexe.

La logique de construction est à peu près la suivante :

  1. Installez la base : Installez Obsidian (notes Markdown locales, données entièrement sous votre contrôle) et configurez correctement l'environnement Claude Code ou Claude Cowork.
  2. Définissez un répertoire de travail : Définissez le dossier Vault d'Obsidian comme répertoire de travail de Claude, ce qui équivaut à donner à l'IA une clé « lecture seule + réécriture si nécessaire ».
  3. Écrivez deux Skill (instructions de compétence) :
    • Skill « Enregistrer une idée » : Lorsque vous donnez à Claude une inspiration, un lien d'article ou un post X, faites-lui créer une nouvelle note dans le dossier Inbox de votre Vault, avec un titre clair et un horodatage automatiques.
    • Skill « Traiter la boîte de réception » : Demandez à Claude de lire périodiquement l'Inbox, d'ajouter des étiquettes, de déplacer les notes vers le dossier de classification approprié (Projects / Areas / Resources / Archives) et d'ajouter des liens bidirectionnels [[ ]] aux notes concernées.
  4. Appel quotidien : Lorsque vous écrivez ou travaillez sur un projet, dites directement à Claude « Trouve dans mon Vault tout le contenu lié à [sujet actuel] ». L'IA effectuera une recherche dans toute votre base de connaissances et ramènera les matériaux avec les références correspondantes.

Une structure de dépôt plus avancée pourrait ressembler à cette stratification :

Le principe de base est que les fichiers sources sont en lecture seule, l'IA ne modifie que la couche Wiki. Dans le fichier CLAUDE.md, décrivez vos domaines d'intérêt, les règles de structure du dépôt, les processus d'importation et de recherche – cela équivaut à donner à l'IA une carte, pour qu'elle sache où classer chaque type d'information et quel format utiliser pour les références.

Option B : Des outils comme Eden pour la « classification automatique + recherche sémantique »

Si vous ne voulez pas gérer vous-même une base de données vectorielle, une API d'embedding, des scripts d'indexation, ni vous soucier des problèmes de cache après chaque ajout, suppression ou modification, confier la maintenance de l'infrastructure à un outil et vous concentrer uniquement sur la réflexion et la création est un choix plus rentable.

Eden (dont Dan Koe a participé à l'ancêtre, Kortex) fait des choses similaires à Obsidian + Claude, mais de manière plus « transparente » :

  • Collecte automatique : Les articles Substack, les vidéos YouTube, les longs posts X peuvent être enregistrés d'un seul clic, avec transcription automatique du texte et surlignage.
  • Embedding automatique et recherche sémantique : Chaque enregistrement est encodé sous forme d'un vecteur d'environ 1500 nombres, ce qui équivaut à des « coordonnées GPS » dans l'espace de connaissances. Même si deux notes n'ont aucun mot-clé en commun, tant qu'elles sont sémantiquement proches, le système peut les relier – ce que la recherche par mots-clés traditionnelle ne peut pas faire.
  • Connexion à Readwise : Si vous utilisez Readwise pour sauvegarder des citations de livres, vous pouvez les synchroniser avec Eden, les transformant en une bibliothèque de matériaux consultable par recherche sémantique, dialogable et pouvant être glissée dans un Board pour créer des cartes de citations.
  • Découverte de contenu aberrant : Eden analyse les contenus performants des créateurs pour vous aider à trouver des sujets méritant une discussion approfondie, au lieu de faire défiler un flux d'informations sans but.

MyMind représente une approche similaire – vous y jetez des liens et des idées, il les classe automatiquement, leur attribue des étiquettes et effectue une recherche sémantique, sans que vous ayez à gérer le processus.

Les deux options ne sont ni supérieures ni inférieures :

  • Obsidian + Claude gagne en complète autonomie, données locales et personnalisation élevée, mais nécessite d'écrire des règles et de gérer l'indexation.
  • Eden / MyMind gagne en maintenance zéro, force des associations sémantiques et flux de travail de création intégré, mais les données et l'index sont dans le cloud (bien qu'Eden promette de ne pas télécharger les contenus privés, structurellement, vous dépendez de son service).

VI. Le tri est plus important que la collecte : que devez-vous mettre dans votre système

Quel que soit l'outil utilisé, une chose doit être claire : ne pas tout sauvegarder.

L'IA peut déjà produire du contenu en masse, ce qui est rare n'est jamais l'information, mais cette couche filtrée par vous, susceptible d'être digérée par votre vision du monde. Le conseil de Dan Koe est direct – ne conservez que les idées par lesquelles vous acceptez d'être façonné.

Les penseurs et créateurs que vous suivez continuellement, auxquels vous revenez sans cesse, finiront par constituer le prisme de votre vision du monde. Par exemple, lorsque Dan Koe réfléchit à la nature de la réalité, des concepts comme l'histoire, la théorie intégrale, la dynamique spirale lui viennent naturellement à l'esprit, car ce sont les cadres qu'il utilise habituellement pour expliquer les problèmes. Ce que vous devez accumuler progressivement, c'est précisément votre propre « collection d'idées », et non sauvegarder les tendances d'aujourd'hui et les nouveaux concepts de demain.

Comment procéder concrètement :

  • Lisez davantage de livres et d'idées d'auteurs stables et de qualité sur le long terme, et moins de flux d'informations qui amplifient l'anxiété. Pour les écrivains et créateurs, la recherche peut représenter 80 % de la charge de travail, les 20 % restants consistant à digérer ce qui a été étudié pour en faire une expression utile aux autres.
  • Intégrez le matériel en le transformant en une partie de vous-même par l'écriture et le partage public. Sauvegarder sans produire laisse ces idées suspendues dans « la sagesse des autres » ; ce n'est qu'en les reformulant avec vos propres mots, en les restructurant avec votre expérience personnelle, en les soumettant à un retour d'expérience dans un scénario réel, qu'elles pénètrent réellement votre structure cognitive.
  • Laissez le projet faire office de filtre. Les connaissances qui ne font pas avancer votre projet en cours, même si vous les apprenez temporairement, ne resteront pas. Le projet vous donne des limites et des jalons clairs, filtrant automatiquement le bruit.

VII. La bonne place de l'IA : réduire la friction, pas parler à votre place

Enfin, il est impératif de clarifier les limites de l'IA dans la lecture et l'écriture – c'est actuellement la zone de plus grande confusion.

La position de Dan Koe est équilibrée : N'utilisez pas l'IA pour exprimer vos propres valeurs et jugements à votre place, mais laissez-la être votre cours, votre mentor et votre éditeur.

Les limites sont approximativement les suivantes :

  • Le contenu factuel peut bénéficier de l'IA : Par exemple, pour expliquer les neuf étapes du développement de soi de Greuter, clarifier le contexte d'une théorie, il n'y a pas de problème à laisser l'IA générer ou citer des documents existants – cela ne diffère pas fondamentalement d'une recherche sur Google avant d'écrire, et s'obstiner à tout réécrire soi-même gaspille le temps du lecteur.
  • Les opinions et l'organisation doivent être faites par soi-même : Pour exprimer clairement ses propres idées, il faut toujours surmonter une certaine « résistance » – élaborer soi-même la structure, organiser l'argumentation, réviser la formulation. C'est ainsi que vous comprendrez mieux en quoi vous croyez réellement. Si même cette partie est confiée à l'IA, ce que vous produisez n'est pas votre vision du monde, mais une moyenne statistique du modèle.
  • Scénarios où l'IA « réduit la friction » : Lorsque vous n'arrivez pas à trouver une structure, laissez-la proposer plusieurs modes d'organisation ; lorsque vous ne savez pas comment développer le paragraphe suivant, laissez-la suggérer des directions possibles ; lorsque vous rencontrez un concept incompréhensible, laissez-la vous aider à démarrer rapidement une recherche. La personne qui juge et décide de ce qui peut être publié, c'est toujours vous.

Ce que veut vraiment dire l'avertissement « n'utilisez pas l'IA pour écrire », c'est de ne pas laisser l'IA exprimer vos propres valeurs à votre place. L'IA ne remplace pas la lecture, elle rend la lecture plus cruciale – parce que les réponses que l'IA peut donner directement perdent de plus en plus de valeur, cette vision du monde irremplaçable que vous construisez par une lecture approfondie est ce pour quoi les autres sont prêts à vous suivre.


VIII. Une boucle d'écriture/création concrète et réalisable

Si vous vous préparez à commencer à écrire (que ce soit sur Substack, un blog, de longs posts X ou des scripts YouTube), le processus proposé par Dan Koe peut servir de point de départ :

  1. Choisissez un thème à l'intersection de « validé » et de « qui vous intéresse ». Par « validé », on entend que ce sujet a déjà suscité une attention réelle – vous pouvez sauvegarder des posts à fort impact social, ou utiliser la fonction de détection de valeurs aberrantes d'Eden pour trouver du contenu performant ; « intéressant » signifie une question que vous seriez prêt à explorer même sans trafic. La combinaison des deux vous permet de ne pas perdre l'envie d'exprimer et d'être plus facilement vu.
  2. Commencez par coucher les idées, puis structurez. Ne restez pas face à une page blanche à attendre l'inspiration. Écrivez d'abord toutes les pensées liées au thème, parcourez votre base de notes pour y trouver les matériaux utilisables, puis donnez-leur une simple ossature narrative (par exemple : problème → perspicacité → solution), et remplissez les matériaux aux endroits appropriés.
  3. Assemblage de la première ébauche. Placez le plan, les notes prises à la volée et la base de connaissances à portée de main (par exemple, en faisant lire votre Vault par Claude, ou en ouvrant la recherche sémantique d'Eden), puis assemblez-les en un article complet.
  4. Révisez jusqu'à exprimer ce que vous voulez vraiment dire. Si une œuvre ne porte pas encore votre valeur, vos idées et vos convictions, continuez à la réviser jusqu'à ce qu'elle les exprime.

IX. En conclusion : Se souvenir n'est pas un objectif, c'est un sous-produit

Revenons à la phrase du début – Vous n'avez pas besoin de vous souvenir de tout ce que vous lisez.

Ce qui reste vraiment et vous aide à prendre de meilleures décisions, ce ne sont jamais les phrases que vous vous êtes forcé à mémoriser, mais :

  • Les choses que vous avez activement apprises pour un objectif qui vous appartient ;
  • Les choses que vous avez utilisées de façon répétée dans un projet réel ;
  • Les choses que vous avez digérées par l'écriture, le partage et la discussion ;
  • Les choses que vous avez placées dans votre second subconscient, pour qu'elles vous reviennent d'elles-mêmes quand vous en avez besoin.

Les outils (Obsidian, Claude, Eden, Readwise...) ne font que rendre ce processus plus fluide, ils ne peuvent pas construire votre vision du monde à votre place, ni répondre à la question « où est-ce que je veux vraiment aller ? ».

Commencez par rendre votre objectif suffisamment concret, commencez à travailler sur un projet qui vous appartient, laissez ensuite les connaissances venir à vous au cours du processus – À ce moment-là, se souvenir ou non n'a plus d'importance, car les choses importantes se seront déjà ancrées en vous.

Questions liées

QSelon Dan Koe, pourquoi est-ce une erreur de vouloir se souvenir de tout ce qu'on lit ?

ASelon Dan Koe, vouloir se souvenir de tout est une fausse piste car l'apprentissage ne consiste pas à accumuler des informations dans le cerveau. La mémoire naturelle oublie la majeure partie des détails, ce qui est un mécanisme normal. L'essentiel n'est pas de mémoriser, mais d'identifier les connaissances importantes et de mettre en place un système pour qu'elles resurgissent au moment nécessaire, grâce à une utilisation et une réflexion répétées.

QComment Dan Koe définit-il un système d'apprentissage efficace en utilisant la cybernétique ?

ADan Koe utilise la cybernétique pour définir un système d'apprentissage efficace comme une boucle de régulation en quatre étapes : 1) Un objectif clair (l'état à atteindre), 2) L'évaluation de la situation actuelle, 3) La comparaison entre l'objectif et la situation pour identifier l'écart, et 4) L'action concrète pour réduire cet écart. La plupart des gens échouent car ils se concentrent uniquement sur l'étape 2 (l'accumulation d'informations) sans avoir un objectif clair (étape 1) pour générer un signal de divergence et guider l'apprentissage.

QPourquoi Dan Koe suggère-t-il de commencer par la production ('output') plutôt que par la consommation ('input') pour apprendre ?

ADan Koe suggère de commencer par la production (ou 'output') parce que l'apprentissage le plus efficace se fait en contexte réel et par nécessité. Plutôt que d'accumuler passivement des connaissances, il faut se lancer directement dans un projet concret (comme créer une vidéo ou écrire un article). Les lacunes qui apparaissent pendant la réalisation indiquent précisément ce qu'il faut apprendre ensuite. Cette approche crée des connaissances liées à des expériences pratiques, donc plus durables et utiles.

QD'après l'article, comment transformer son 'second cerveau' en un véritable 'second subconscient' ?

APour transformer son 'second cerveau' en un 'second subconscient', il ne faut pas en faire une simple archive statique, mais un système actif qui suggère des connexions et des idées pertinentes au moment de la création. Deux approches sont présentées : 1) Utiliser Obsidian avec l'IA Claude pour automatiser l'organisation et la recherche dans ses notes, ou 2) Utiliser des outils comme Eden, qui font une analyse sémantique et des liens automatiques entre les idées. L'objectif est que le système propose activement des matériaux utiles lors de la réflexion ou de l'écriture.

QQuel est le rôle approprié de l'IA dans le processus de lecture et d'écriture selon les conclusions de l'article ?

ALe rôle approprié de l'IA est de réduire les frictions et d'assister, mais pas de remplacer la pensée personnelle. On peut l'utiliser pour des tâches factuelles (recherche, explications), pour suggérer des structures ou des pistes de développement, ou comme éditeur. Cependant, les opinions, l'organisation fondamentale des idées et l'expression des valeurs personnelles doivent venir du créateur. L'IA ne doit pas écrire à sa place, car ce qui a de la valeur est la vision du monde unique et irremplaçable que l'on développe par une lecture et une réflexion profondes.

Lectures associées

La veille des résultats de Circle, Wall Street est profondément divisée sur l'évaluation de CRCL

Circle (CRCL), l'émetteur de l'USDC, publiera ses résultats financiers le 5 août avant l'ouverture du marché américain. À la veille de cette annonce, les analystes de Wall Street présentent des évaluations très divergentes. Morgan Stanley a dégradé la note de Circle de "Égal-poids" à "Sous-poids", abaissant son prix cible de 106 $ à 38 $. L'analyste James Faucette estime que le marché surestime le potentiel de croissance future de l'USDC, notant qu'aucune nouvelle application à grande échelle n'a émergé et que la taille en circulation n'a pas augmenté depuis le troisième trimestre 2025. Cela pourrait exercer une pression sur le principal modèle de revenus de Circle, les "revenus de réserve". À l'inverse, TD Cowen a initié la couverture avec une recommandation "Acheter" et un prix cible de 82 $. L'analyste Bryan C. Bergin mise sur la transformation de Circle d'un simple émetteur de stablecoin vers une plateforme d'infrastructure financière numérique plus large, incluant les paiements, la gestion de trésorerie et la tokenisation d'actifs. Le rythme de progression du projet de loi CLARITY Act, crucial pour le cadre réglementaire des stablecoins, constitue une autre variable clé pesant sur le sentiment du marché. En résumé, la divergence porte sur l'avenir de Circle : est-ce un émetteur de stablecoin dépendant de la croissance de l'USDC, ou une entreprise technologique en transition vers une plateforme d'infrastructure ? Les marchés attendent les résultats pour obtenir des indices sur les revenus de réserve et les progrès dans les nouveaux services de paiement et de tokenisation.

marsbitIl y a 4 mins

La veille des résultats de Circle, Wall Street est profondément divisée sur l'évaluation de CRCL

marsbitIl y a 4 mins

Marché des introductions en bourse de juillet à Hong Kong : les super-IPOs coexistent avec la vague de dépréciations, les technologies de pointe restent la tendance dominante

Le marché des introductions en bourse (IPO) à Hong Kong en juillet a présenté un paysage contrasté, marqué par la coexistence de "super IPO" et d'une vague d'introductions inférieures au prix d'émission. D'un côté, l'entrée en bourse de Zhongji Innolight, levant environ 53,4 milliards de HKD, a été la plus importante des sept dernières années, soutenue par des investisseurs de premier plan. D'un autre côté, le taux d'échec a fortement augmenté, avec environ 47% des 17 nouvelles introductions clôturant le mois en dessous de leur prix d'émission. Cette hausse est attribuée à une offre dense de titres, aux déblocages d'investisseurs de base et à des valorisations élevées dans un contexte de liquidités limitées. Le secteur de la technologie de pointe reste dominant, représentant plus de 70% des nouvelles introductions, notamment dans les semi-conducteurs, l'IA et la conduite autonome. Cependant, les investisseurs sont devenus plus sélectifs, privilégiant les entreprises ayant une trajectoire commerciale claire et une valorisation raisonnable. Les réformes récentes de la bourse de Hong Kong devraient faciliter l'accès à la cote pour davantage d'entreprises technologiques. Les perspectives indiquent un marché en cours de correction des valorisations, exigeant une sélection rigoureuse des titres par les investisseurs et mettant en avant la valeur fondamentale des entreprises.

marsbitIl y a 5 mins

Marché des introductions en bourse de juillet à Hong Kong : les super-IPOs coexistent avec la vague de dépréciations, les technologies de pointe restent la tendance dominante

marsbitIl y a 5 mins

HYPE se refroidit, les RWA s'échauffent, l'expansion anticyclique de Hyperliquid ne fait que commencer ?

Alors que le prix du token HYPE connaît un repli d'environ 27% sur un mois, l'écosystème Hyperliquid continue son expansion, porté par la demande croissante pour les transactions d'actifs réels (RWA) via sa proposition HIP-3. Cette dynamique a permis à Hyperliquid de renforcer sa position sur le marché mondial des contrats perpétuels, sa part atteignant 10.1% (en moyenne glissante sur 14 jours). Les RWA représentent désormais une part prépondérante du volume échangé sur la plateforme, dépassant les actifs cryptos traditionnels. Au sein de l'écosystème HIP-3, Trade.xyz domine le marché grâce à son avance, affichant des volumes et un nombre de traders considérables. Cependant, de nouveaux acteurs émergent avec des stratégies différenciées. Paragon, par exemple, acquiert activement des "Tickers" pour des actifs liés à des récits technologiques (IA, robotique, etc.), visant des niches à fort potentiel. D'autres projets bénéficient du soutien de capitaux-risque pour réduire la barrière d'entrée (paiement du staking en HYPE). Parallèlement, le prix du HYPE est affecté par un ralentissement des flux nets des ETF et par des mouvements de dé-staking de gros portefeuilles institutionnels, que certains acteurs décrivent comme des rotations de trésorerie plutôt que des ventes pures. Le rythme des rachats de HYPE par le fonds d'aide de la plateforme a également ralenti en juillet, mais il continue de dépasser le volume des ventes liées aux déblocages des tokens de l'équipe. En résumé, Hyperliquid poursuit sa croissance structurelle en se diversifiant vers les RWA, malgré une correction temporaire de son token natif. La concurrence s'intensifie au sein de son écosystème HIP-3, promettant une expansion future de son offre et de son réseau.

marsbitIl y a 7 mins

HYPE se refroidit, les RWA s'échauffent, l'expansion anticyclique de Hyperliquid ne fait que commencer ?

marsbitIl y a 7 mins

À la veille des résultats de Circle, Wall Street est profondément divisée sur l'évaluation de CRCL

À la veille de la publication des résultats financiers de Circle (CRCL), prévue le 5 août, Wall Street affiche des avis profondément divergents sur la valorisation de l'émetteur de stablecoin. D'un côté, Morgan Stanley a abaissé sa recommandation de "Neutre" à "Sous-pondérer", avec un objectif de cours drastiquement réduit de 106 à 38 dollars. L'analyste James Faucette estime que le marché surestime le potentiel de croissance future de l'USDC, le principal actif de Circle, et que l'expansion de ses cas d'utilisation est plus lente que prévu. Cette stagnation menacerait le modèle de revenus principal de l'entreprise, basé sur les intérêts générés par les réserves de l'USDC. À l'opposé, TD Cowen a initié sa couverture avec une recommandation "Acheter" et un objectif de 82 dollars. L'analyste Bryan Bergin mise sur la transformation de Circle, qui évoluerait d'un simple émetteur de stablecoin vers une plateforme d'infrastructure financière numérique plus large, intégrant des services de paiement, de gestion de trésorerie et de tokenisation d'actifs (RWA). Un autre facteur d'incertitude pèse sur le secteur : le retard dans l'avancement du projet de loi CLARITY au Sénat américain, qui, s'il était adopté, fournirait un cadre réglementaire clair pour les stablecoins. En résumé, le débat de Wall Street ne porte pas sur les performances trimestrielles, mais sur l'identité future de Circle : une entreprise dont la croissance reste liée au volume de l'USDC, ou une plateforme technologique diversifiée. Les marchés attendent les résultats et les indications de la direction pour trancher.

Odaily星球日报Il y a 9 mins

À la veille des résultats de Circle, Wall Street est profondément divisée sur l'évaluation de CRCL

Odaily星球日报Il y a 9 mins

Ne prenez pas « le krach du dieu de l’IA » et « l’effondrement des marchés sud-coréens » pour du bruit, ils annoncent une tempête plus grande

Le titre original est « La “déroute du gourou de l’IA” et “l’effondrement historique du marché coréen” – en apparence “accidentels”, en réalité “inévitables”, un avant-goût de l’avenir ». L’article souligne que la liquidation forcée de 160 milliards de dollars du fonds de couverture « Situational Awareness », dû à des paris à effet de levier sur des actions IA ayant tourné court, et la chute brutale de plus de 20 % du KOSPI coréen avant un rebond, ne sont pas de simples « bruits » isolés. Selon une analyse de Deutsche Bank, ces deux événements sont des symptômes d’un même problème sous-jacent : l’accumulation massive de levier financier (dans les ETF, les comptes sur marge et les livres des hedge funds) encouragée par plus d’une décennie de taux d’intérêt bas et stables. L’article met en garde contre l’illusion dangereuse créée par le « V » parfait du KOSPI, qui masque des pertes de richesse réelles et irréversibles pour les investisseurs particuliers utilisant le levier, dont plus de 3 % des adultes coréens auraient reçu des appels de marge. Le mécanisme déclencheur en Corée – les ETF à levier sur des actions individuelles – existe aussi aux États-Unis et en Europe, et un choc similaire y aurait des conséquences systémiques bien plus larges. Deutsche Bank note que la fréquence des pics de volatilité (VIX) a augmenté depuis la normalisation des taux à partir de 2022, car la suppression artificielle de la volatilité durant l’ère des taux bas a permis au levier de s’accumuler. Les actifs refuge traditionnels (or, dollar, yen, etc.) ont régulièrement échoué à couvrir les risques récents, rendant le système plus vulnérable. L’article suggère même que la Réserve fédérale américaine pourrait délibérément réintroduire une « prime d’incertitude » pour freiner le levier excessif. En conclusion, les risques latents persistent dans des domaines comme le capital-investissement (portefeuilles d’acquisitions de l’ère TMA) et les entreprises cotées alourdies par des actifs peu performants acquis par emprunt. Ignorer ces « petits » événements volatils comme du bruit est dangereux, car ils pourraient être les précurseurs de problèmes plus importants dans un environnement désormais tolérant à une plus grande volatilité quotidienne.

marsbitIl y a 13 mins

Ne prenez pas « le krach du dieu de l’IA » et « l’effondrement des marchés sud-coréens » pour du bruit, ils annoncent une tempête plus grande

marsbitIl y a 13 mins

Trading

Spot
活动图片