什么才是知识？知识库里 90% 的内容其实只是信息

先做一次区分，这是整件事的地基：

• 数据 —— 原始事实，没有上下文。例：37.5
• 信息 —— 有上下文的数据。例：今天体温 37.5℃
• 知识 —— 可迁移、能指导行动的东西。例：什么情况下该退烧、什么情况该就医
• 智慧 —— 知道什么时候不该用这条知识。例：老人和小孩的阈值不一样

大多数人的"知识库"里，存的其实全是信息和数据，不是知识。

你收藏的文章是信息，摘抄的金句是信息，剪藏的教程还是信息。它们有一个共同点：都是别人整理好的结论，你只是搬运了一遍。

那什么时候它才变成你的知识？——当你用自己的话重新表述过，并且把它和你自己的经验挂上钩的时候。

所以有一个很硬的判断标准：

这条笔记，你能不能完全不看它，用自己的话讲给别人听？

不能 → 它是信息。能 → 它才是知识。

这个标准看起来很苛刻，但它能立刻筛掉你库里 90% 的东西。

怎么保存

1. 原子化：一条笔记只说一个观点。

存的单位不该是"一篇文章"，该是"一个结论"。一整篇文章是信息——你以后要用，还得从头再读一遍才能提取。而一个原子化的结论，可以直接被引用、被链接、被复用。

2. 必须用自己的话重写。

这一步最累，但没有替代方案。复制粘贴的那一刻，知识就死了。 因为你复制的是别人的表述，而你的大脑检索时用的是你自己的表述。

顺带说，用自己的话重写还有个副作用：你会发现有些"看起来很有道理"的东西，你根本复述不出来——说明你其实没懂，那就别存了。

3. 一条知识要记三件事，缺一不可：

• 结论：是什么
• 理由：为什么成立（没有理由的结论，换个场景你就不会用了）
• 边界：什么时候不适用

第三点几乎所有人都漏。只记"什么时候用"的知识，是危险的知识。

4. 标题用"你的问题"，不要用原文标题。

存的不是《React 性能优化实践》，而是"我那个列表页滚动卡顿该怎么优化"。

因为你未来是带着问题来搜的，不是带着别人的标题来搜的。 前者是原文的语境，后者是你自己的语境——而检索永远发生在你自己的语境里。

怎么检索、怎么管理

检索的质量，在你存的那一刻就决定了。

很多人以为检索是个"搜索技术"问题——换个更好的搜索引擎就行了。不是的。检索的上限取决于你存的时候埋了什么索引键。

索引键有三层，效力从低到高：

1. 全文关键词 —— 只能按字面找。你搜"缓存"，找不到那条只写了"cache"的笔记。
2. 标签 / 分类 —— 能按维度找，但要求你在存的时候就想好维度（做不到，所以标签必然腐化）。
3. 链接 / 关联 —— 唯一能对抗"你没想到"的机制。 前两层都只能找到你已经想到要去搜的东西，只有关联能把"你没想到但相关"的内容推到你面前。

所以最有效的做法是：每条笔记，强制至少连一条。 连不上说明它和你现有的知识没有关系——那就要问一句，它值得存吗？

还有一个诚实的补充：现在有语义检索（按意思找），能补上第一层的一部分短板。但它仍然要求你能把你要找的东西描述出来。真正的困境是"你不知道自己知道什么"，这一点目前所有技术都没解决。

（在 ShuyoNote 里，语义检索需要你自己配置 AI 端点，且默认关闭——隐私优先。）

管理的真相是"如何少存"，不是"如何多整理"。

大部分人理解的知识库管理是：怎么分类、怎么打标签、怎么建目录。但知识库的成本从来不在存储，而在检索时的噪音和维护时的精力。一个 100 条的精选库，比一个 10000 条的杂乱库有用得多。

所以管理的核心动作是淘汰。给你一个可执行的判断：

这条笔记，如果现在丢了，我会怎么样？

答案是"没什么"的，就该删。

最后一点：别指望设计出一套完美的分类体系。文件夹和标签都要求你在存的那一刻预判未来的用途——做不到。所以让结构从使用中长出来，而不是提前设计好。你用得多了，自然知道该分几类。

一句话

判断你是在存知识还是在替别人保管信息，就问一句："这条笔记，我能不能不看它，用自己的话讲出来？"

不能，那它只是一条你替别人保管的信息。