好好生活9 - 让卢曼整理笔记

#好好生活

几天不见甚是想念。

经过了麻腮风疫苗风波之后，孩子经过了一周时间的恢复，食量已经基本回到疫苗前的饭量了。好像经过这个 Boss 后升级了一样，孩子的精力进行了一个大跃进，本来白天应该睡觉的时间一点困意都没有，哄睡的难度变得特别高，一家人轮番上阵都没有搞定，最后还是随着她玩了。孩子真的是一天一变。

在看了 Karpathy 使用 AI 搭建了个人 Wiki 深受触动，我在以前曾多次尝试使用各种笔记工具进行知识管理，但随着时间的推移，资料越来越多，整个仓库变得非常臃肿，只能往里加，而想要用起来却无从下手。现在这套方法应该会更进一步，让 AI 来帮助整理和维护整个仓库。当想要提取内容的时候，直接询问 AI，它就能从 Wiki 中获得我想要的结果。并且更聪明的是，我们还可以将提问的内容重新总结存入 Wiki，不断地补充完善 Wiki。

我看完整个流程之后，非常兴奋，迫不及待的就尝试了一番，目前用下来感觉还挺好。下面我将核心都整理出来，去掉了一些具体工具的说明。因为本质上其实就是一堆文本，不需要特定的工具就能跑起来。

第一步：数据获取，将原始资料例如文章、代码、论文、图片等内容，收集到 /raw 目录，这就是知识库系统的输入端。这里可以使用 Obsidian Web Clipper。在这一步，我们自己在处理，之前在没有 AI 的时候，最常做的就是这部分，接下来就是不一样的地方了。

第二步：AI 处理（核心），让 AI 阅读 /raw 目录中的内容，让它自动创建摘要，分类，打标签，创建概念，关联已有概念，发现新联系，将所有的内容又更新到 索引中。人类几乎不处理 Wiki 中的内容，这部分都是 AI 在整理，你要做的就是编辑一个 to-wiki 的 Skill 来自动化这个步骤。

第三步：自动维护，定期运行“健康检查”，让 AI 来优化 Wiki。例如，数据不一致的地方，可以建立的新联系，值得写的新文章候选。

  • 一致性检查，发现矛盾数据
  • 完整性检查，发现缺失信息
  • 连接性检查，发现孤立文章
  • 质量检查，评估文章质量

第四步：问答系统，当文章到达一定规模之后， Karpathy 的建议是约 100 篇文章左右，可以直接向 AI 代理提问，他会自动研究 Wiki 内容并给出答案，超过基础规模之后会发生“质变”，AI 会自动维护索引文件，之前整理的文章摘要会让 AI 快速定位。这里有一个重要的原则，就是问答要“回存” Wiki，形成 “提问 - AI 研究 - 生成答案 - 保存文章 - 知识库增强” 的复利效应。

这是我目前的文件结构

  • raw
    • karpathy-llm-knowledge-base.md(原文)
  • wiki
    • articles
      • karpathy-llm-knowledge-base.md(摘要)
    • concepts
      • qa-system.md(概念)
    • indexes
      • main-index.md(索引)
  • output

这套流程非常简单，你主要参与的一点是向里面加入原材料，看着 Wiki 的内容激发出了一些灵感之后，跟 AI 聊天。如果觉得麻烦，甚至可以直接将这篇文章给到 AI 让它根据文章中的说明自己搭建这么一套流程就可以用起来了。

如果我们将 “工作” 文档或一些使用 AI 出的常见错误，或者一些优秀的 prompt，工作流程等，都存入 Wiki。那么当 AI 在帮你完成部分工作时，能减少出错的概率，大家都在着迷给 AI 增加记忆或向量的原因也是在这里。

这套系统解决了“整理”的麻烦，这也是我越来越佩服像卢曼这样的大师，他搭建的卡片盒笔记法听下来非常简单，但实操起来需要花费大量的时间以及思考。现在 AI 已经可以做到帮你整理了，但最后一步的思考和内化还是需要我们自己亲自下手。从这个角度上来思考的话，虽然省去了一部分麻烦，但效果肯定是不如“麻烦”的方案。

虽然整理的工作已经从原来人工到外包了，但最终有多少内容可以转换成自己的，还是需要亲自实践才行，就像那句话，“道理都知道，但仍过不好一生”，这始终是最难的。

我目前已经有一款产品已经在 App Store 上发布了，是一款帮助你管理物品的应用，名字叫收纳记(英文名 Sorter)，欢迎尝试或反馈意见给我，另外一款便签 App 还在开发中，如果有任何想法也欢迎给我留言，当然只是就想法与我联系也是非常欢迎，非常期待。