过去一两年，我一直用 Notion 做笔记，存了大量过去的项目材料、复盘，甚至提示词。今年二三月 OpenClaw 爆火之后，我把知识库和笔记管理更多交给了 AI Agent，也把整体阵地迁到了 Obsidian。
原因很实际：笔记是本地的 Markdown 文件，方便 AI 持续管理，软件本身也免费。
还有云端上下文焦虑。这些笔记和对话是我的长期个人资产，我不能接受它们只掌握在某个平台手里。
迁移之后，有很长一段时间，我都在想怎么积累得更好、多做些提炼。我甚至把过去几年和 ChatGPT 长期做项目的对话翻出来整理，想从里面挖出一些有价值的东西。
但真到方法论层面，这些东西的折旧率很高。当时觉得值得沉淀的东西，放到今天再看，好像已经没有太多价值了。
我现在不会专门去攒知识库。有些整理，做着做着就变成了为了做而做。
看看我的 Obsidian 知识图谱，密密麻麻连成一片，相当有成就感。
但说实话，其实并没有什么卵用。
这大半年，国内不少 AI 自媒体都在鼓吹个人知识库就是第二大脑。但我用下来，更关心它到底有没有被我真正用起来。
比如刷到某种 AI 技巧，一键转给自己的 Agent 照着实现；看到文章、听了期播客，丢给 AI 汇总归档。看过总结，存好文件，这件事就结束了。
我也会用 AI 做这些事。前阵子听一期四五个小时的播客，让 AI 提取要点，确实省事。
提取之后，我会拿着总结继续追问：对方怎么得出这个结论的？和我的经验哪里对不上？放进眼下的项目里，到底能不能用？
如果少了后面这几步，AI 处理过的信息，很容易让人产生自己已经掌握了的错觉。我认为这就是一种认知外包。
这和过去存了一大堆短视频、帖子，却从来不看，很像。收藏让我觉得资料已经有了，AI 总结还可能让我觉得自己已经理解了。
再完整的知识库，也替不了我亲自应用、踩坑和纠偏。怎样获取一个领域的知识、怎样判断拿到的答案，这些能力得亲自走一遍才会长出来。
我给自己设了一道信息决策门：哪些东西让 AI 记住就行，哪些值得自己花精力去内化。
临时查用的资料，需要时再找就行。以后要反复靠它做判断的，我就得多往下追几步。
所以比起攒，我更想要的是实时召回。
我觉得和朋友喝酒聊天是一个很不错的场景，把过去形成的概念展开，去碰撞、摩擦。大家的上下文不一样，同一件事，也会有不同的看法，可以更好纠错、迭代。
像现在这样写下来、讲清楚，也是在重新整理。再放进实际生活和工作里，看它到底有没有产生价值。
上半年，我做了一项完全跨领域的工作。前期疯狂投入，查资料、研究、和 AI 反复讨论。事情做到一半，我已经有点沾沾自喜，觉得自己真把这个领域摸清楚了。
后来，我和 AI 做了多轮访谈，让它不断追问，帮我找理解里的误区和弱项。
结果，前面还能聊得头头是道，问到一个方案为什么可行、换个条件还成不成立，我就开始答不上来了。
有些问题，我根本不知道自己没想过。问到这里，才发现还有一块没弄明白。
能聊一个方案，和能验证一个方案，中间隔着很长的距离。我原来以为自己已经懂了，其实只到了能讨论的程度。
长期上下文依然有价值，并且是值得投入积累的长期资产。但我也不希望，AI 越了解我，就越顺着我过去的判断。
留下来的观点，同样需要被质疑、修改和废弃。