夜雨聆风晚上坐在电脑前，打开 Codex 想写点东西，让它参考我之前记的一个想法。
结果它什么都不知道。
我的手机里记着几千条笔记，此刻坐在我面前的 AI，却是一张白纸。
笔记是我们的“第二大脑”，这个说法大家都听过。
但问题是，这个大脑一直是“失忆”的——它躺在你的手机里，等着你哪天想起来去翻。
AI 不知道你记过什么，你让它帮你写东西、做分析，它对你一无所知。
一个没有记忆的大脑，再聪明也是空的。
现在做 AI 笔记的越来越多了。
语音笔记、AI 总结、AI 写作助手，大家都在想让 AI 替你记笔记。
记会议纪要、记读书笔记、记灵感，AI 帮你把乱七八糟的东西整理成结构化的文字。
但有一件事好像很少有人想：AI 能不能读懂你已经记过的笔记？
记完之后呢？这些笔记躺在手机里，没有人帮你看第二遍，AI 也不知道它们的存在。
让 AI 读你的笔记，比让 AI 替你记笔记，有价值得多。
因为 AI 强不强，取决于它有多了解你。
你记了几千条笔记，恰恰是关于你自己的、最优质的上下文。AI 读到这些，它给你的回答就是有根的，不是空中楼阁。
换句话说，你记的笔记就是喂给这个 AI 大脑的记忆。记忆越多，它就越懂你。
做了五年笔记，一直在帮它“存”
做了五年 inBox 笔记，前四年我都在死磕同一件事：怎么让记录更快、更方便。
打开就能记，API 也能记，去年还做了 PC 端。
这些都是对的，但都是同一个方向——让数据“存进去”。
存进去之后呢？我在一开始就做了随机回顾，在 inBox 主页的第二个 tab 就是回顾，模仿抖音上下滑动的交互，可以像刷抖音一样刷自己的笔记。
但随机回顾也只能在手机上，而且笔记的消费不应该仅仅是随机回顾。
有了 AI 后我突然想明白一件事：记了几千条笔记，就是给 AI 存了几千条记忆。这些笔记反映着我们最近的情绪变化、思考变化，如果能让 AI 作为倾听者、旁观者去读这些笔记，是不是能挖掘出更多价值？
笔记不该只是等着你翻的记录本，它应该是 AI 的记忆器官。
三条路，但只有一条对
那怎么让 AI 读到你记的东西？
办法其实不少，但大部分都不太对劲。
第一种，手动导出。
不少笔记软件支持导出，你可以把内容倒出来，塞到豆包或者 DeepSeek 里让它读一遍。能用，但操作起来太麻烦了，而且没有连贯性——你总不能每记一条笔记就导一次。
第二种，直接在笔记软件里内置 AI。
现在不少 App 这么干，笔记软件自己提供 AI 分析能力。听着挺好，但有个根本问题：手机不是工作台。
手机适合什么？适合记录。有想法了立马打开手机记下来，这是手机的优势。
但手机不适合处理——不适合做 PPT、不适合写长文、不适合跑复杂的数据分析。这些事情，在电脑上干才顺手。
电脑上现在有各种智能体工具：Codex、Claude Code、Workbaby。它们就是你的工作台。
所以我想明白了一个更合理的组合：手机只管记，电脑端的 Agent 来读。
你在手机上记笔记，数据同步到云端。到了电脑前，打开你的 Agent，通过一行 CLI 命令或者一个 skill，直接把手机上的笔记读过来。
笔记软件不需要往里塞特别多的 AI 功能。记笔记的地方就好好做记录，处理笔记的事情交给电脑端的 Agent。
inBox 笔记就是按这个思路设计的——它很清爽，就做两件事：记录和回顾，不做别的。
我每天都在用的场景
说完方向，聊聊什么场景下这东西真的能帮到你。
不是想象出来的，是我自己每天在用的。
现在，每天早上，我会收到一封邮件。
邮件里是 AI 读完我最近笔记后做的洞察总结——最近在忙什么、情绪有什么变化、有没有反复出现的主题。
邮件最后还有一个随机回顾环节，AI 会从历史笔记里随机抽一条，帮我分析。
这个定时任务是我搭的。背后的逻辑很简单：AI 定时通过 CLI 读我的笔记，做一份分析，发到我邮箱。
不用我主动去问，每天早上打开邮件就知道自己最近的状态。
这件事以前根本做不到。你的笔记躺在手机里，没有人帮你定期翻一遍、帮你梳理。现在数据一开放，一个定时任务就搞定了。
除了这个日常场景，还有几个我经常用的：
做选题的时候，跟 AI 说：“看看我最近一周记的笔记，有没有可以写成文章的。”它翻一遍你的碎片想法，挑出有潜力的方向。白天突然想到的点子，随手记下来，晚上回来一搜就能找到，不用靠脑子回忆。
写文章的时候，先让 AI 读一遍最近的相关笔记。这些就是最优质的上下文，比你自己从头描述一遍强太多。AI 带着你自己的真实素材去写，出来的东西是有根的。
聊情绪的时候，跟 AI 说说最近的状态，它能调取你最近记的碎片和日记，给出有针对性的分析。
以前要做到这些，除非你的笔记软件完全对接了 AI，而且是一个庞大的系统。
怎么做到的
想明白方向后，我做了一件事：开发了 gudong-inbox-cli，一个命令行工具，又配了一个 skill。
在 Codex 或者小龙虾里，你只需要一行提示词，它会自动安装 CLI，让你把笔记信息配置进去，然后装好 skill。之后你就可以用自然语言跟 AI 说了：“看看我最近记了什么。”
CLI 已经发到 npm 了，搜索 gudong-inbox-cli 就能装。
目前最新版本的 inBox 笔记中，不论 PC、Android 端、Web 端，都支持了一键复制提示词。
但有一件事得说清楚：前提是你的 inBox 笔记要开启云同步。
inBox 支持 WebDAV 和 S3 两种方式。WebDAV 配置简单，很多网盘都支持。S3 相对麻烦一点，需要你自己有一个云存储服务，不过阿里云、七牛云这些主流的云服务基本都兼容。
如果你用的是纯本地模式，没有开云同步，那 CLI 就读不到数据——这是 Local-First 的特点，数据在你的设备上，要跨设备给 AI 用，就得走云端中转。
工具支持完整的读写：列出、读取、搜索、创建、更新、删除。不过说句实话，在 Agent 里我主要推荐查阅，不推荐频繁创建和编辑。Agent 的长项是理解和分析，不是替你打字。让它读你的笔记、帮你回忆、帮你梳理，比让它替你写新笔记有用得多。
这里有个关键细节。
之前我做了一件事，把 inBox 笔记的云端数据格式改成了“原子笔记”——每一条笔记在云端都是一个独立的 JSON 文件，而不是一个大库打包在一起。
这个改动现在看来特别值。因为每条笔记都是独立文件，AI 可以精准地读取单条、按时间筛选、按关键词搜索，不用把整个数据库搬过来。你在手机上同步一条笔记，AI 立马就能读到。
最新版又做了一步优化。之前读书加批注的时候，批注是一条独立笔记，原文是另一条，AI 读的时候搞不清楚它们的关系。现在我把批注和主笔记合并到了同一个 JSON 文件里，AI 一眼就能看出“这条批注是关于那段原文的”。
这不是功能迭代，是“让 AI 能理解笔记”的结构性改动。
数据结构要为 AI 读而设计，而不是只为人翻而设计。
大厂的通用大脑，和你的专属大脑
最近有个新闻挺有意思。
钉钉新 CEO 上任，发了一份全员信，讲了自己组织的 5 个调整，其中最后一个就是：让钉钉系统易于被 Agent 使用，也就是为 Agent 做优化。
腾讯也做了 Agent QQ 邮箱。
大厂在快速抢 Agent 工具层。
大厂的动作快，动作大，但有一件事他们没法给你保证：你的数据在谁手里。大厂的 Agent 跑在他们的服务器上，你的记忆存在他们的数据库里。
而且更关键的是，大厂的 Agent 是一个通用大脑——它不关心你是谁，给所有人同样的回答。只有当它读到你的笔记，它才从“通用大脑”变成“你的大脑”。
inBox 不一样。Local-First 意味着你的 AI 记忆在你自己手里。个人本地笔记加上个人的云，这是 inBox 的独特定位。
个人化、隐私可控，这是独立开发者在 AI 时代真正的差异化。
AI 时代，笔记软件的下一步
做了五年 inBox 笔记，前四年都在打磨“怎么存得更快”。
第五年想明白了一件事：存得再快，存进去的东西如果没人读，它就是睡着的。
笔记软件的定位该变了。
inBox 会坚持极简输入交互：打开就能记，这是它的根。但它会多做一件事：主动向 AI 开放。不管是 CLI 还是 API，都会去做适配。
批注和主笔记合并进同一个文件，原子笔记的 JSON 格式，这些改动不只是为了人用着方便，也是让 inBox 对 AI 更友好、对 Agent 更友好。
笔记 App 的下一个阶段，不是更多功能，而是让 AI 能读懂你记过的每一句话。
笔记不该只是记事本，它是 AI 大脑的记忆。记忆越完整，大脑就越懂你。
关于咕咚
inBox 笔记作者，独立开发者，每天用 AI 约 8 小时。
我的作品：
感谢阅读，如果觉得不错，欢迎点赞和爱心～想第一时间收到推送，也欢迎设为星标⭐
