今天小編分享的科技經驗：AI 降臨 —— 個人筆記的黃昏？，歡迎閱讀。
人的記憶是脆弱的。因此，個人筆記成為了我們構建第二大腦和進行知識管理的重要手段。然而，人工智能的崛起，無疑改變了我們處理信息和知識的方式。作為一名長期關注筆記方法論和 AI 軟體的「效率成瘾者」和「軟體發燒友」，我深感此次變革的影響。在以 ChatGPT 為首的 AI 工具到來後，我曾經一度想放棄筆記，找不到繼續堅持記筆記的理由。潛意識中，我認為記筆記這件事的定位已經在這個時代發生了變化，而我的思維和習慣還沒有适應這樣的變化，十分困惑：
在人工智能（AI）的背景下，我們以前采取的筆記策略是否仍然有效？我們的知識圖譜，雙向鏈接，以及那些精心制作的「第二大腦」又該何去何從？舊的筆記模式：礦工采礦
之前，我們的學習方式很像礦工在挖掘寶貴的礦石。我們就像他們深入礦山，耐心挖掘，找到寶貴的礦石，然後将其提煉成有價值的财富一樣，我們通過閱讀和學習，從海量知識中發掘、篩選，并最終形成屬于自己的知識體系。我們的腦海是那座富饒的礦山，筆記就是我們的礦工工具，雙鏈是我們用于尋找知識礦藏的地圖，而新知識就像古老的礦工在未知的山洞中艱難探索中發現的一塊金礦。
選址：尋找知識
和礦工為工地選址，尋找價值巨大的礦山一樣，我們在知識海洋中尋找自己感興趣或者有用的領網域。這個過程涉及到的是在大量的知識中，我們需要找到哪些是我們真正需要的。在這個階段，我們需要閱讀大量的書籍，文章，網頁，聽講座，親身實踐，才能從互聯網無盡的内容中找到有價值的「礦山」。
勘探：快速閱讀和概括
這就像尋找黃金礦脈，一旦找到「礦山」，我們就要進行勘探，找到黃金礦脈，确定最佳挖掘方向和路徑。這相當于我們搜索和篩選相關資料的過程。當我們學習新主題時，我們通常會從最基礎、最表層的内容入手，使用搜索引擎或查閱百科全書等工具進行第一步挖掘，先确定這個領網域的基本概念和框架，摸清屬于這座山的「礦脈」。但我們往往不知道從哪裡入手，也不确定學習的方向。學習路徑極不系統，難以把握全貌。
開挖：摘錄和記錄
通過對整個領網域的宏觀了解，我們找到了最為合适的切入口。然後，我們使用筆記軟體（例如 Notion、Evernote、Roam Research 等）作為我們的工具，記錄自己的想法，摘錄和記錄重要的信息，就像挖掘黃金礦脈一樣，搜集有價值的「礦石」。我們把這些「礦石」存儲在自己的「背簍」中，以便日後檢索和使用。但這樣的挖掘效率低下，重復性強。我們會反復整理相似内容，但收獲有限。
篩選：組織和連接
如同礦工篩選出有價值的礦石，我們也需要對知識進行分類和處理，去除雜質，将有價值的内容留下。在這個階段，我們需要通過筆記軟體的标籤、雙鏈等功能，以及「卡片筆記」「PARA」等筆記方法論來整理知識，建立知識體系，将我們學到的知識變得更加結構化，更加易于理解和應用。這個過程需要我們的大腦去分析和判斷信息的重要性和相關性，就像礦工辨别礦石的價值一樣。我們會在這個過程中獲得大量碎片化的知識點，但難以進行有效整合。
提煉：形成新理解和洞察
最後一步是提煉，就像礦工将原礦提煉成純淨的金屬一樣。我們需要将知識内化，使其成為我們自己的知識。這個過程需要我們去思考、去實踐，或者和别人交流，從而形成自己的見解，将知識與知識間建立聯想類的雙鏈，形成思維的結晶。然而，我們構建的外部知識網絡，不如大腦中的神經連接般系統全面。信息檢索不便，而且容易遺忘。
AI 時代的筆記模式：機器采礦
在 AI 到來之後，回顧自己「引以為豪」 的整個學習的工作流，才發現它顯得多麼原始和低效。就像采礦一樣，這過程低效又勞力密集。而且，知識的建立和提煉過程受限于個人的時間和精力。更重要的是，處理日益增長的信息和知識成為一大難題。每天我們都面對海量的新信息，用傳統方法處理簡直難上加難。
然而，AI 工具的出現，讓知識的獲取和管理變得更為便捷和高效。就像工業革命引入先進的采礦機器一樣，AI 可以快速深入礦山，大規模挖掘，提高礦石的獲取效率。
在「選址」階段，AI 猶如一位十分熟悉地理的「當地人」，直接給我們指明礦山所在的位置。可以更智能地通過我們搜索的語義來幫助我們迅速找到感興趣的領網域，甚至給出深入探索的建議。例如集成了 GPT 能力的 New Bing 就一定程度上撼動了 Google 在搜索領網域的霸主地位。在「勘探」階段，AI 由于吸收了互聯網上的大部分内容，可以從十分宏觀角度整理一個領網域的知識，幫助我們快速得到這個領網域的概覽以及最重要的參考資料。就像直接提供一張礦山的「藏寶圖」，我們可以直達寶貴知識，不必自己試錯探索。在「開挖」階段，AI 就像一台大型的「自動挖掘機」，可以幫我們進行快速且大量的挖掘。例如，GPT-4 等模型能夠從大量信息中快速提取有用的知識，極大地提高了我們獲取知識的效率。這些工具可以自動讀取，理解，和總結文本，極大地節省了我們的時間。在「篩選」階段，AI 可以基于我們的喜好，自動篩選出對我們最有價值的信息，就像挖掘機自動分離礦石和雜質一樣。AI 通過 embedding 等技術，使我們無需手動建立復雜的雙鏈，而能自動進行内容關聯和推理。我們可以快速在龐大的信息庫中找到語義上最合适的内容，幫助我們分類知識，節省整理時間，以最易理解和記憶的形式轉化知識。在「提煉」階段，AI 可以像熔爐一般，幫我們将内容進行提純。它可以通過對話的方式，幫助我們從各個角度深入理解知識，解答我們的疑惑，從而輔助我們形成自己的見解和洞察。
現在，我們可以更加方便地進行知識的整理和管理，無需手動去建立復雜的知識網絡。同時，AI 也能更好地進行内容的結構化，減少我們對信息的過度索引和重復整理。而這一切恰恰都是我之前需要花費大量時間和精力去做的事情。
AI 時代，筆記對于我們到底意味着什麼？
我曾經花費了大量的時間和精力去磨煉自己的筆記能力和技巧，就像礦工們細心打磨工具，學習挖礦技巧一樣。然而，當我看到 AI 能夠輕松高質量地完成這些工作時，我感覺前功盡棄，就像我繪制了一張礦產圖（筆記的星鏈圖），卻發現 AI 直接給了我一張更細致、更合理、範圍更廣的藏寶圖。那些曾經引以為傲的筆記工具和技能似乎變得不再那麼重要。在這樣的「降維打擊」下，我第一次對自己之前的筆記方法產生了懷疑——我之前付出的努力都白費了嗎？筆記會被 AI 所取代嗎？
潮水退去，才發現沒那麼需要「知識管理」
AI 時代的到來，将我對筆記的狂熱逐漸澆滅。對比我在各種卡片、雙鏈中投入的時間，以及它真正對我產生的幫助，似乎真的不是那麼必要。大部分時間下，我只是在沉迷在一個叫做「建立第二大腦」的遊戲中，為了記筆記而記筆記，被工具奴役了。
這時候突然想起一個梗圖：
在 AI 工具到來之前，對于筆記軟體的必要性的争議就已經存在了很久了。中間的絕大部分人都糾結于如何建立自己的筆記系統，除了智商最高和最低的人。智商高的人擅長知識的内化，相當于腦子裡自帶一個知識管理系統，只需要記錄一些簡單的筆記。而普通人并沒有如此強大的腦子，所以只能寄希望于一些筆記軟體，來幫助自己建立「第二大腦」，來完成知識管理。
這時候我突然理解了，我之所以感到這麼挫敗，就是因為個人的知識管理能力在 AI 的面前顯得那麼不值一提。如果說不平衡的知識管理能力是導致這種分布的原因，那麼 AI 的介入正好能夠基本抹平這個不均衡。筆記軟體的重要性将會被一定程度削弱。得益于 AI 的輔助，大多數普通人也能擁有一個智能化的知識管理系統，協助他們整理和查找知識。人們在知識管理方面的差異會越來越微小，最後所有人只需要一個極其簡單的筆記軟體，可以非常輕易地記錄和尋找知識。
筆記的核心在于思維的閃光
那這是否意味着各種基于雙向鏈接、知識圖譜的軟體都會消失？我認為不會。因為就像機器采礦并不能完全取代人力，AI 也無法完全取代我們的學習和思考。筆記軟體中的雙鏈不僅能幫助我們建立客觀類似知識的關聯，還包括了一些表面不相關但主觀上相關的知識（理解、洞察和感悟）。這些思維的閃光才是筆記的核心，也是 AI 所無法復制和達到的。
我們可以發現，目前雖然 AI 已經能夠進行總結和分類，但它生成内容的能力還比較差。寫出的内容都十分「白開水」，寬泛而寡淡。正如我特别喜歡的一個比喻所說：
ChatGPT 就是一個互聯網内容的模糊 JPEG。—— Ted Chiang
AI 生成的内容本質上是一張對互聯網已有内容進行高度壓縮後的圖片。這就注定了它的内容是十分模糊，丢失了許多細節，不銳利的。而那些主觀上洞察，往往是一些足夠銳利，能戳破我們固化的思維的新想法，這便是 AI 所無法替代的。
例如，當我看到一則關于 AI 產品爆火的新聞時，它使我聯想到了過去讀到的另一篇分析用戶增長原因的文章。這啟發我對產品互動上的引導手段有了新的想法。我會将這一關鍵洞察記錄下來，與之建立關聯。
因此，我們可以用 AI 來獲取一些現存的信息，來激發我們的思考。但不能讓 AI 來完全替代自己進行分析和思考，這樣只會讓自己的思維越來越懶惰和固化，無法創作出原創性的内容。
所以，我認為 AI 能夠取代筆記軟體中一些被動的、客觀的知識整理功能，但主動的思考和洞察相關功能不會被取代，還是需要我們自己來完成。AI 能夠讓我們從機械的知識總結、整理中解脫出來，回歸筆記系統的本質——記錄思考，產生靈感。
擁抱 AI 時代，轉變筆記工作流
正如過去的工業革命一樣，我們需要接受這個新的現實，并找出适應它的方法。在 AI 的時代，我們需要轉變之前的筆記工作流，并将新技術與過去的成果結合起來。
現在，我把筆記的功能拆分為兩個部分：客觀筆記和主觀筆記。
客觀筆記由 AI 承擔：如人名、引文鏈接、文章摘要等，這類客觀鏈接和知識整理的機械工作交給 AI，可以節省我們的時間和精力。主觀筆記仍需自己：如一個筆記引發的靈感，兩個筆記之間的聯想與洞察等。這些主觀的洞察需要我們進行思考，AI 難以復制這個過程。因此，我們可以把更多的時間和精力專注于領悟和靈感記錄方面。做自己知識系統的「礦山主」
根據這個策略，我利用 AI 的能力，把自己的「采礦」筆記工作流進行了更新。主要将前面的相對客觀的工作用各種 AI 工具進行替代。現在，我可以像「礦山主」一樣，坐在後面動動腦子即可。
選址：尋找方向
在選址階段，最大的難點在于我們往往不知道從哪裡入手，也不确定學習的方向。因此，我主要利用一些集成了 AI 能力的搜索引擎來幫助自己快速定位具體的領網域，以及我想要探索的方向。
New Bing 搜索
以前，我們只能通過類似于「關鍵詞匹配」的方式來找到表面相關的内容，然後再從中尋找深度相關的内容。然而，往往我們并不知道應該用哪一個關鍵詞來查找（不常用的近義詞，或是一些外行人才使用的表達），這就導致我們和想要的内容擦肩而過。
現在，通過基于 GPT 的 New Bing，我可以不用那麼在意自己的關鍵詞十分那麼「完美」和「專業」了。因為它能通過分析我的語義來找到最有關的内容，也能通過多輪的對話來修正自己的 prompt，這大大地節省了我的檢索成本。
Metaphor 搜索
此外，Metaphor 也是一個基于 AI 的搜索引擎。在給定的 prompt 下，它可以找到最有可能與該 prompt 類似的鏈接。通過它，我就能通過自然語言的描述，找到我最需要的學習資源和高質量内容。相比于 New Bing，Metaphor 更适合我在有更細致的查找傾向時使用，并且有時候能找到一些相對冷門但與我想要的内容非常相關的網站，給我帶來一些驚喜。
勘探：快速入門和概括
俗話說：「師傅領進門，修行在個人」。但我們在大多數的時候，是沒有一個師傅的角色來引領我們入門的。我之前總是會去找一些教程或分享，沿着這些過來人的路走。但一個人的視野還是有限，他們走的路不一定是十分合理的，往往走到一半才發現他們的目的和自己的不一致，或者他們走的路也是錯的。
那麼，既然 AI 有着我們無法比拟的知識廣度，它才是那個最好的引路人啊。所以，在這個階段，我主要利用 AI 的計劃和信息搜集能力，來幫自己量身定制一個學習計劃。
aomni
類似于 AI Agent 的應用 aomni，就像一個導師或者學長一樣，為我制定出十分詳盡的學習計劃，幫助我完成一個領網域的調研。通過它幫我找到的重點論文，文章，我閱讀的内容可以十分精簡。此外，它還會給我一些額外的「叮囑」，例如工具的使用、社區和後續持續關注的策略等。
開挖：摘錄和記錄
對于我們人類而言，從現有文段中摘錄和記錄總結是一項十分困難和緩慢的任務，但對于 AI 來說卻是小菜一碟。這一部分也是 AI 領網域發展最快，最成熟的功能了。各類筆記和閱讀軟體已經将這樣的功能整合到自己的產品中，讓我們可以輕松地進行檢視閱讀，快速了解文章的核心内容。
Readwise Reader AI 助手
自動在側邊欄生成總結
其中，Readwise Reader 的 Ghostreader 是我用得最多的 AI 功能之一。因為我的拖延症，之前收藏的文章已經囤積在我的閱讀器裡很久了。有了這個功能之後，我不用再一個字一個字地去閱讀，而是可以依靠 AI 來輔助我進行閱讀，快速了解文章的要點，從而決定是否深入閱讀。
Claude 2
此外，我最近還發現了 Claude 2。得益于它長達 100k 的上下文，我可以直接把一篇論文甚至一些短篇書籍丢進去，幾秒内就能獲得質量相當高的總結。沒想到幾年前還被我們嘲笑的「量子速讀」，如今在 Claude 上真真切切地得以實現了。
篩選：組織和連接
知識的篩選和組織，和礦石的篩選類似，有着一定的評判方式和整理框架。而我之前的筆記方法論終于在這個階段派上了用場。
筆記規則的 prompt 模板
利用 ChatGPT 強大的 prompt 理解能力，我們可以将自己寫筆記的方法論整理為文字規則，告訴 GPT，讓它像一個機器一般，将我們後續喂給它的所有内容都以相同的方法來進行格式的轉化。
例如，在這樣的規則之上，我将最近在閱讀中收藏的一段文字喂給它，它便自動根據規則将内容轉化為了 Markdown 格式，我可以簡單的復制粘貼，就能将内容整理到自己的筆記軟體中。
GPT 生成的 Markdown 格式筆記
直接粘貼進筆記軟體中提煉：形成新理解和洞察
如果說前面的相對機械和被動的筆記操作，AI 都能基本勝任。那麼到了知識的提煉和洞察的產生階段，就是需要我們主動思考的時候了。前面提到過，AI 生成的内容是抽象而模糊的。之前的所有工作都是為了筆記的提效，那麼 AI 生成内容中的模糊我們是可以接受的。但如果想要形成真正的思維結晶，就需要我們将這些内容融入進我們的認知和記憶中，與我們原有的觀點進行碰撞和輸出。
而在這個過程中，AI 最理想的角色便是一位傾聽者。聆聽我們的觀點，并給我們一些相關的引導和啟示，讓我們在觀點的輸出中提煉出自己的理解。
Pi.ai
比如，Pi.ai 是目前最匹配我對 AI 靈感助手想象的產品。不同于 ChatGPT 的客觀與冰冷，它的談吐十分優雅，人設十分讨喜。整個界面的互動也十分舒緩和自然。真的會有一種和好朋友促膝長談的既視感。而且，它會在每段話後抛出一個問題，吸引着我不斷地和它交流。
每當我對于一個觀點有一定看法之後，我就會進入「幫我想清楚某件事」的模式，和它對對話。根據它提出的問題，不斷抛出自己的想法，逐漸深入問題的本質，最終實現對于這個主題的頓悟。
通過這種上面這個工作流，我将低效的，自己不擅長的總結、分類、整理、檢索等工作交給 AI。把自己更多的時間和精力，用在深度學習和理解新知識，產生新的想法和見解上。不再被拘泥于筆記的工作流和方法論，不再被筆記所奴役。而是利用筆記和 AI 的能力，讓我更能抓住那些珍貴靈感瞬間。終于，我完成了由「礦工」到「礦山主」的轉變。
未來：與 AI 共生
在過去的幾個月中，「AI 取代論」不絕于耳。但似乎對于大部分人而言，工作和生活幾乎沒有什麼變化。我認為，筆記軟體也是一樣的。AI 不會完全取代任何東西。它只會逐漸融入我們原有的工作流中，将其中低效、機械的部分取代。而那些無法被 AI 取代的，才是這些事的本質所在，才是礦石中提煉出來的真金白銀。
所以，我認為沒必要敵視 AI，擔心它會如何取代什麼。不妨嘗試擁抱 AI，與 AI 共生，發揮它的特點，了解它的局限，同時保持我們自身的創造力。這樣，才能盡可能地享受 AI 帶來的便利，讓舊有的工作流煥發出新的生機。
