AI 时代,你的知识库该存什么?

AI 时代建个人知识体系更容易了吗？工具确实更强了，但我的体验是——反而更难了。

因为过去能偷懒，现在偷不了了。

信息质量是谁定义的

以前信息量有限，谁有表达权？媒体、专家、出版社。他们定义什么是高质量内容，我们照搬就行。

现在人人都能发声，信息量的增长远超质量的增长。「质量」不再由表达者定义，而是由生产者自己定义。过去随便整理一个知识体系就多少有点价值，现在不行了——只能生成属于自己的。

我喜欢学习新知识，也喜欢保存文章、链接、会议记录。有了 AI 之后，我更觉得这些就是我的经验，希望 AI 基于此帮我输出内容。但实践下来，踩了三个坑。

收藏 ≠ 经验。 存了几百篇文章、几千条笔记，收藏的那一刻觉得「拥有了」，其实只是「接触过」。真正变成经验的，只有亲手做过、亲自验证过的那些。

AI 不理解时间。 这是最让我头疼的。工作中的会议记录有价值，但信息会过时——一周前决策 A，一周后决策 B，AI 把两条都当真理，输出的东西自然不准。

先建库再想怎么用。 「好记性不如烂笔头」在信息爆炸的今天不成立了。先建一个万能知识库想着以后用，最后就是囤了一堆价值不确定的内容，真到用的时候大海捞针。

想清楚一件事：能被搜索到的东西，不值得存。

Google、AI 随时能找到互联网上的信息。我真正需要存的，是搜索不到的——我自己跟世界交互的痕迹。

具体来说，三类：

做过的事 + 结果。 不是「别人说这个方法好」，而是「我试了，结果是这样的」。

做过的判断 + 理由。 为什么选 A 不选 B。过段时间大概率忘了当时的决策语境，记下来就有参照。

看到的真实情况。 不是网上复制粘贴的信息，而是身边正在发生的事、观察到的趋势。

但这有一个前提——得有主体性和目标感，得知道「对我有用」的标准是什么，不然很容易被海量信息带偏。

我的做法是先有问题，再有知识。

不是先建万能知识库想着以后用，而是遇到具体问题时，围绕问题去对话、去萃取，沉淀下来的是解决这个问题的经验和方法。这些才是可复用的。

这篇文章本身就是例子——不是从哪篇文章搬来的，而是跟 AI 一次对话的产物。先有了「知识库该存什么」这个问题，对话中互相启发，最后把有价值的东西沉淀下来。

模板是死的，对话是活的。在对话中思考、质疑、修正，这个过程本身就是价值的来源。

我分享的不是终极答案，而是在实践中摸索出来的一种可能性。

如果正在读这篇文章的你恰好也有信息焦虑、AI 也帮不上忙的困惑——也许问题不是信息不够多，而是还没找到「对我有用」的标准。

找到它，只存真正属于自己的东西。然后我们一起探索。