我用三年时间，搭了一个不太正经的知识库

三年前我开始做个人知识库，起因特别简单：每次想找之前看过的某篇文章，翻遍微信收藏、浏览器书签和备忘录，结果什么都找不到。后来我干脆把散落在各处的笔记收拢到一个文件夹里，用最笨的办法——按日期建文档，每天往里丢东西。没想到这个习惯坚持到现在，积累了将近一千条记录。

我的知识库没什么高级工具，就是本地Markdown文件加一个同步盘。每个文件按“年份-月份-日期”命名，内容不讲究格式，想到什么写什么。比如看到一篇讲推荐算法的文章，我会记下链接、核心观点，再补一句自己为什么觉得它有用。有时候只写一行字：“这周搜索‘数据可视化’三次，可能是个值得深入的方向。”这种随手记的好处是门槛极低，不会因为“不知道放哪个分类”而放弃。

大概每隔两周，我会花半小时翻一遍最近记的东西。这个动作很关键。零散条目单独看没什么，但放在一起就能看出一些走势。比如连续几条都在记同一位作者的观点，说明我最近对某个话题有持续兴趣；或者发现某个月记了十几条关于“效率工具”的测试，但真正用起来的只有两个。这种回顾帮我筛掉噪音，把注意力留给真正值得深挖的内容。

分类这件事我折腾过好几轮。最开始用标签，后来发现标签越加越多，反而找不到东西。现在只保留三个维度：领域（比如网络文化、数据话题）、状态（待读、已处理、归档）和来源（书、文章、播客）。每个文件头部写上这三项，用搜索就能快速定位。举个例子，我想找“去年读过的关于平台算法的内容”，搜“数据话题+已处理+2023”就能出来一批。

知识库最有意思的部分，是它能帮我做一点粗糙的预测。听起来有点玄，其实就是基于历史记录做判断。比如我想评估某个新工具值不值得试，会先搜自己过去对同类工具的记录——如果之前三次尝试都在一周内放弃，那这次大概率也一样。再比如写选题时，翻翻过去半年哪些话题反复出现，就能大概判断读者对什么方向更感兴趣。这种预测不精确，但比拍脑袋强。

我还专门建了一个“失败记录”文档。听起来不太吉利，但特别有用。每次兴冲冲搭好一个复杂的笔记系统，结果两周后就荒废了，我就把原因写进去：分类太细、工具太多、同步太慢。现在这个文档里攒了七八条教训，每次想折腾新工具之前先看一遍，能省下不少时间。说到底，个人知识库的核心不是工具多先进，而是你愿不愿意持续往里放东西，并且定期拿出来用。

如果你也想开始，我的建议特别简单：今天先建一个文档，把最近三天看过的东西写进去，不用管格式。坚持两周后，再决定要不要换工具或者加分类。知识库是长出来的，不是设计出来的。我现在这个库还很不像样，有些文件只有标题，有些记录写完再也没看过。但它至少让我知道，自己的注意力去过哪里，以及接下来可能往哪走。