系统架构

几个先撂在这儿的结论 AI 越强，知识浪费越严重。 以前一天产出几千字文档，现在和 AI 对话轻松上万字。但这些"对话态"的知识，绝大多数产生之后就蒸发了——窗口一关，就不再看了。 记住一切等于什么都没记住。筛选和遗忘，才是记忆的精髓。 这是我搭建知识系统过程中悟到的。不是要把所有东西都存下来，而是让系统知道什么该记住、什么该放手。 我已经好多年没用过纸质笔记本了。 虽然到现在还会忍不住买精美的本子和笔，买完往书架上一放，供着。但真要记东西，我不会去翻那些本子。写在纸上的内容，写完那一刻就开始沉睡了。 BTW，这篇文章基于我自己搭建的一套记忆系统实践，有代码、有踩坑经验，不是纯理论空谈。 你的知识，散落在哪里？ 你的知识现在大概分布在这些地方： Obsidian/Notion/飞书/语雀 里的笔记（如果你有坚持写的话） 散落各处的项目文件夹（可能叫 project_v2_final_真的最终版） 和 AI 的聊天记录（窗口一关，灰飞烟灭） 纸质笔记本里面 大脑里（众所周知，这个存储介质的可靠性不太行） 这些知识之间基本是孤岛状态。上周和 Claude 讨论的细节，这周换个 session 就得从头解释。去年踩过的坑写的复盘，今年遇到类似场景，完全想不起来那份文档存在哪里。 这就是我们要解决的问题：Agent 时代，个人知识管理到底该怎么搞？ 第一章：为什么现在必须重视知识管理 知识管理不是新鲜话题。 那为什么到了 2025、2026 这个节点，这事又变得有意思起来了？ 因为 AI Agent 既是知识的消费大户，也是生产大户。 以前你写一份技术方案，可能就自己看看、存个档。现在不一样了——你和 Agent 之间一天可能产生上万字的交互。这些对话里藏着你的偏好、决策逻辑、踩过的坑，全是有价值的东西。 但 Agent 默认不会帮你留住这些。关掉窗口，一切归零。 这就是问题所在：Agent 越强，知识浪费越严重。 举个例子：我最近在探索智能知识管理，和大模型讨论了几十上百个 session。每个 session 里都有重要的技术决策：为什么选择 Pinecone 而不是 Milvus、向量维度从 768 调到 1024 的理由、混合检索的权重参数怎么设…… 如果这些东西没有系统性地沉淀下来，三个月后再维护这个系统，我得重新和 AI 解释一遍所有背景。这就是巨大的隐性成本。 第二章：传统知识管理的三个死穴 在聊怎么做之前，先看看传统方案哪里不行。 2.1 文件夹模式：人能记住，机器搜不到 最原始的方式：按项目、按日期建文件夹，文档往里扔。 这个方案的最大问题是检索靠记忆。你知道三个月前写过一份PPT，但记不清放在哪个目录的哪个子文件夹里。搜文件名？关键词可能没对上。全文搜索？几万个文件扫一遍，跳出来一堆不相关的结果。 更要命的是跨项目复用几乎不可能。A 项目总结的经验教训，B 项目需要时，你压根不知道它存在。 ...