信息坟场

记录不等于知识

收藏文章、写备忘、建立数据库都很容易。困难发生在“记下来”之后：内容需要被整理、关联、检索，最后还要被真正复用。缺少这些环节，笔记越多，有效利用率反而越低。

人类经常做不到的三件事

1. 持续整理：标签和待整理目录会随着新内容累积而失控。
2. 全局关联：当笔记达到数百、数千条，人无法记住所有潜在联系。
3. 高效检索：你常记得一个模糊意思，却记不起原文件、目录或当时使用的关键词。

工具为什么只解决了一半

文件夹只能给一条笔记选择一个主要位置；标签允许多维分类，却需要长期维护一致的词汇；双向链接更接近真实关系，但仍依赖人在写作时记得添加链接。

三种方案的共同问题不是功能不够，而是把维护责任继续放在人身上。

把工作重新分配

人更擅长	AI 更擅长
记录真实经历	批量扫描文件
形成判断	按规则分类
决定什么重要	发现重复主题
选择最终表达	添加索引和候选链接

原书中的案例都遵循这个分工：AI 可以识别人名、书名和概念，搜索已有实体页，补充 [[wikilinks]]；也可以先扫描多年旧笔记，生成分类、frontmatter、链接和索引建议。人保留审查与决策权。

AI 不是魔法

AI 能维护知识库的前提是它能接触数据。封闭的私有格式通常需要 API、认证和格式转换；本地 Markdown 文件可以直接读、写、搜索和版本控制。格式选择决定了 AI 能介入到什么程度。

本课练习：信息坟场审计

• 随机打开五条三个月前的笔记
• 判断每条是否能在一分钟内解释“为什么保存”
• 检查是否能找到至少一个相关笔记
• 写下最常见的失败原因
• 只选择一个维护动作交给 AI 试运行

请只读扫描当前笔记目录，找出：
- 没有标题或摘要的笔记；
- 内容高度相似的候选文件；
- 三个以上反复出现、但没有索引页的主题。
先输出报告，不要移动、重命名或改写文件。

先让 AI 报告，再让人批准修改。这个顺序会在后面的所有工作流中反复出现。