存了200篇从不读，我写了个应用逼自己读完

我读了大量内容，或者说，至少大量保存了：大多是博客文章和新闻通讯。从Google Reader时代起，我就是个“稍后读”重度用户，而Readwise Reader是自那以来我最钟爱的应用。但大约存到第200篇文章时，我发现自己已经不再点开它阅读了。它变成了一个堆积如山的仓库，塞满了那些我永远没空读的文章。我变得极其擅长“保存”，却极度不擅长“读完”。

而且，当我真读到好东西时，想分享却成了一件难事。我面前只有两个选项：要么用Buffer的Chrome扩展程序排队发个光秃秃的链接——快是快，但缺乏语境，显得干巴巴的；要么中途放下文章，新开一个标签页，写点走心的内容，然后迷失了原文的阅读进度。两种方式都不对味，所以大多数时候，我干脆什么都不发。

直到我亲手“vibe-coding”出了那个梦寐以求的应用。它叫Reader Chomper：一个轻巧的原生macOS应用，把三个我已在付费的工具无缝缝合在一起——Readwise Reader作为文章后端，一个LLM负责生成摘要，Buffer API则把帖子排队推送到LinkedIn和Bluesky。我给自己定的要求很简单：用“一口一个”的方式阅读，用“零摩擦”的方式分享。

下面是它的运作方式。

四个步骤

Reader Chomper按顺序做四件事：分流、速览、深度摘要、分享。前三步帮我判断哪些内容值得投入时间，第四步则确保我在转向下一篇文章前，帖子已经排进队列。每一步都精准解决了我过去在Readwise或发帖流程中磕绊的痛点。

第一步：一次分流10篇

打开Reader Chomper，它会从“稍后读”列表顶部拉出10篇文章，然后就此打住。想要更多？点击“补充”按钮，但必须主动索取。搞定这一步花的时间比写代码还长。问题出在Readwise的默认视图——它会把所有内容一股脑全摊开。我一打开应用，看到200篇文章，瞬间感到窒息，然后默默关掉标签页。相比之下，10篇文章小到足以让人愿意投入，也让每次阅读会话显得有始有终。我把它视作一种自我契约，而非限制：只读10篇，逐一做出决定，一天的任务就完成了。

第二步：快速扫描

点进一篇文章，Reader Chomper会给我一份100字的摘要，浓缩成三个要点，毫无废话——这就是我所谓的“快速扫描”。大多数文章到这一步就到此为止了，因为一旦抓住三个核心观点，我就能继续下一篇。但如果要点勾起了我的兴趣，这篇文章就会得到我的全神贯注。快速扫描让我对自己的阅读清单变得诚实。过去我总骗自己说“会回来再看”那些明知不会碰的文章。现在，三个要点摆面前，30秒内就能拍板：要么已得到所需，文章归档；要么确有值得深挖的价值。

第三步：深度摘要 + 对话

当三个要点不够时，我有两种方式深入：第一种是更长的摘要，约300字而非100字；第二种是我最常用的——通过Claude与文章对话。举个最近的例子：队列里有篇叫《DuckLake for busy engineering managers》的文章，讲的是我闻所未闻的数据存储方案。快速扫描交代了“是什么”，但我仍不确定它是否与我相关。于是我问Claude：“为什么DuckLake对工程经理很重要？”两秒后，我得到了从文章中提取语境的答案。这是许多稍后读应用尚未具备的功能。有了它，我能提出自己的问题，而答案直接源自原文。

第四步：排队到Buffer

当我觉得某篇文章值得发帖时，无论是在快速扫描后还是长谈之后，我点击“分享”。Reader Chomper生成一份草稿：一段捕捉核心思想的短评，加上链接。如果短评读起来不像我的口吻，就点“重新生成”，或直接编辑成自己的风格。再点一下“排队到Buffer”，帖子就同时进入我的LinkedIn和Bluesky队列。这是我为整个应用而建的步骤。在此之前的一切，都是筛选和判断什么值得我关注。Buffer API几乎瞬间搞定最后一步：帖子进入队列，文章自动归档。Buffer API是这套技术栈中我唯一没用过的部分。我想一键分享到多个渠道，也想找个借口摆弄它。几百行Swift代码之后，一个可用的集成便诞生了。

技术栈（以及为什么）

除了第四步提到的Buffer API，其余技术栈都刻意保持“无聊”。每样东西都是我在用或已在付费的，只是重新接线以适配这套工作流。

• SwiftUI与原生macOS：我考虑过浏览器扩展和网页应用，两者都能更快上线，但我在意应用的外观和性能。原生应用启动即开、滚动无延迟、看起来就是Mac生态的一部分。这些细节对每天打开的应用至关重要。
• Readwise Reader：我所有想读的文章都存这里，它始终是唯一事实来源。Reader Chomper是更高效的清队列方式，我在其中归档的内容也会同步到Readwise，保持两边整洁。
• LLM（Anthropic和OpenAI）：我交替使用两家API来总结文章和撰写短评。会话的实时花费显示在应用角落。这虽是小细节，却提醒我调用并非免费，也帮我察觉自己是否在无意义地来回跳转文章。
• SQLite和Dropbox：文章、摘要和聊天记录都存放在Dropbox文件夹里的一个SQLite文件中，意味着数据库能跨设备跟随我，无需自建任何同步基础设施。

变与不变

我依然保持每周在LinkedIn和Bluesky发两篇帖子的目标，Buffer负责排队。队列常常深达数月，所以我阅读密集周多囤积帖子，清闲周则坐享其成。但发帖频率并没有增加。真正改变的是发帖前的一切环节。我分流阅读清单时更诚实了——一次10篇逼我做出决定，大多数文章如今止步于快速扫描，而不是静静躺在未读列表里。我相信分享内容的质量也变了：AI摘要先抛出一个观点，我再从中形成自己的见解。在Reader Chomper之前，我的关注者只看到一个裸链接，得点进去才知道为什么要关心。现在，他们得到一段能代劳部分思考的评论。我没有庞大粉丝群，也不是高产博主，但我希望能变得更好。我仍在创作者路上成长，但过去那种“读到好东西”与“发帖分享”之间的断层已经弥合。如今我读得更用心，因为我知道自己有地方安放观点——所以可以肯定地说，我的自动化正在尽职尽责。