当书会“回应你”：他用AI把阅读变成一场对话式体验

这场演讲展示了一种全新的阅读范式：书不再只是静态文字，而是能听、能问、能理解上下文的互动体验。演讲者通过真实的个人困惑出发，讲述了如何用AI重构阅读，并分享了隐藏AI、强调人类审美的产品方法论。

从“看不懂人物”开始：一个真实而偶然的起点

这次“书籍重构”的起点并不是宏大的愿景，而是一个非常具体、甚至有点狼狈的个人困境。Lukasz Gandecki（演讲中自我介绍的发音接近“Sukash Ganditski”）提到，他在阅读一本关于唐纳德·特朗普再次竞选总统的书时，遇到了严重的理解障碍。作为一名非美国读者，书中人物众多、关系复杂，他很难跟上叙事节奏。

于是他选择了工程师最自然的应对方式——“vip code my way through the understanding”。他快速写了一个AI陪读工具，界面“看起来很糟”，但功能非常直接：当你读到某一页时，它会自动识别出现的人物，补充背景摘要，并找到对应的图片，帮你在当前语境中理解“他们是谁”。

这个粗糙的原型解决了问题，也埋下了更大的想法。一个月后，它不再只是工具，而是演变成一种全新的阅读体验。他在台上强调，这并不是为了“做AI而做AI”，而是因为传统阅读在复杂文本面前，确实存在理解断层，而AI第一次让这种断层有了可行的补偿方式。

书不只是文字：从《雪之女王》到《1984》的沉浸式演示

真正让这个项目“变味”的，是他们开始把书当成一种多模态体验来设计。演讲中，他展示了基于《雪之女王》打造的早期案例：在巫师学徒带着扭曲现实的镜子飞向天空的段落里，画面、音乐和朗读同步推进；当镜子坠落、世界被扭曲时，声音和视觉也随之“破碎”。这个版本是波兰语的，但效果已经非常直观。

在为会议专门制作的英文演示中，他们选择了《1984》。这里最关键的创新不是动画，而是“你可以直接对书说话”。读者可以按住按钮录一段语音，问：“这一幕现在发生了什么？”系统会在你松手后约100毫秒内响应。

他毫不客气地评价现有语音助手：“几乎所有都很糟糕。”包括前一天谷歌的演示，官方承认成功率只有50%，常见问题包括延迟、打断用户、在错误的时间说话。相比之下，他们通过“按住即说、松手即答”的交互，避免了连续监听带来的混乱。

更重要的是，你可以继续阅读，再问一句：“从我上次问你到现在，发生了什么？”系统会自动总结这段内容。这个体验目前可以在 bookgenius.net 上查看。

搜索、Embedding 与“像人一样找书中场景”

在阅读长篇小说时，我们记住的往往不是页码，而是模糊的情节片段。演讲者用《1984》举了一个非常贴切的例子：如果你想找“温斯顿第一次见到奥布莱恩的那一幕”，精确关键词搜索几乎无能为力。

他们的解决方案是使用 Embedding（语义向量）搜索。Embedding 可以把文本映射到语义空间中，从而支持“意思相近”的查找。你只需要描述记忆中的场景，就能快速跳转到对应段落，读完后还能一键回到原本的阅读位置。

更进一步，你甚至可以提出一个研究型问题，比如：“讲讲党是如何通过宣传来运作的。”系统会从你当前读到的位置开始，向前回溯整本书的相关内容，进行一次“深度阅读”后再回答。这不是即时响应，可能需要几分钟，但它本质上是在替你完成一次针对整本书的主题研究。

在他看来，这不是在“增强搜索”，而是在模拟人类回忆和理解文本的方式，而这正是传统阅读工具长期忽略的一层。

把AI藏起来：快速迭代、丢弃代码与人类审美

除了阅读体验本身，这场演讲对“如何用AI做产品”的反思同样尖锐。他坦言，整个项目最初是用非常混乱的 Vanilla JavaScript 快速堆出来的，但这反而带来了极高的迭代自由度。“你不知道你不知道什么”，在当下，与其花大量时间前期规划，不如先让AI生成一个能跑的东西。

一个极具共鸣的金句是：“扔掉你倾注心血写的代码很痛苦，但扔掉AI写的代码感觉很好。”他把产品开发形容为“变化的波浪”：一开始推翻重来的幅度很大，随着理解加深，重写的幅度会越来越小，直到可以进入传统工程阶段，加测试、做重构。

但他也提醒，重构有陷阱。他提出一个判断公式：是否重构，取决于‘代码有多糟 × 改动有多痛苦 × 有多容易修改’。如果一段代码虽然糟糕，但几乎不用再碰，那就不值得动。

在产品层面，他们刻意“让AI消失”。AI负责初稿、分析和生成，但音乐是否好听、画面是否有美感、角色形象是否贴合人物气质，这些最终判断都由人来完成。他直言：“AI不知道它生成的音乐是不是好。”真正的魔法，来自简单模块的精心组合，而不是把聊天机器人直接暴露给用户。

总结

这场演讲真正打动人的地方，不在于某个炫技的模型，而在于它重新定义了“书可以是什么”。通过语音、语义搜索、音乐和视觉的融合，阅读第一次变成了可对话、可追问、可沉浸的过程。更重要的是，演讲者反复强调隐藏AI、尊重人类审美与情绪，这为所有AI产品提供了一个清醒的方向：不是让用户感知技术，而是让体验本身自然发生。

关键词： AI阅读， 多模态体验， Embedding搜索， 语音交互， 生成式AI

事实核查备注： 演讲标题：Books reimagined： AI to create new experiences for things you know；演讲者：Lukasz Gandecki（视频中自我介绍发音略有差异）；示例书籍：《雪之女王》（波兰语体验）、《1984》（英文体验）；语音响应时间：约100毫秒；提及网站：bookgenius.net；技术点：Embedding语义搜索、LLM场景分析、音乐生成、结构化XML元数据；公司/产品提及：Google（语音演示成功率50%）、OpenAI、ChatGPT。