Golden

刷小红书、B站或其他内容平台时，很多内容看起来有价值，但当下没有时间或需求认真看，于是先收藏。真正开始求职、旅行或学习新领域时，我却往往重新搜索一遍，而不是回到几个月前的收藏夹。

因此，我把问题从怎么更好地整理收藏，重新定义成怎么让过去的信息，在未来正确的时刻重新产生价值。Golden 也因此不只是另一个 AI Summary 或知识管理工具。

梳理收藏行为后，我发现链路里有三个连续断点：收藏前不知道内容是否真的值得留下，收藏后缺乏整理并不断沉没，真正需要时又无法快速找到最有价值的信息。

收藏真正缺失的不是 Topic，而是 Intent。传统收藏夹按照求职、AI、旅行、美食等主题整理内容；Golden 则理解准备产品经理面试时、去东京旅行前、想找产品灵感时等未来使用场景。产品由 Past-oriented Bookmark 转向 Future-oriented Memory。

AI 不做总结器，而做判断器。默认只回答值不值得留、为什么、真正值得带走什么、什么时候用；只有需要进一步了解时，用户才进入深层 AI 对话。

用户只负责扔，复杂度留给 AI。理想链路是其他平台 → 分享 → Golden，由 AI 自动完成内容理解、价值判断、使用场景识别与整理。当前 Demo 用预置内容和轻量输入验证核心假设。

内容价值不是固定的。Golden 会结合内容、用户、当前场景与时间动态重估价值，一条 72 分的收藏在真正进入对应场景后，可能升值为 94 分。

Save｜看到以后可能有用的内容时，Golden 快速判断是否值得留，并告诉用户为什么值得留、三个值得带走的点，以及什么时候重新找它。用户不需要自己分类。

Use｜当用户真正产生需求，例如开始准备产品经理面试，Golden 会重新判断过去的信息。它不展示几十条收藏，而是筛出此刻真正值得看的内容，并整合共识、重复信息和过时信息。

Rediscover｜Golden 主动发现你 63 天前留下的东西，现在可能有用了。过去的收藏可以因为用户当前状态而升值，让收藏第一次拥有时间维度。