科研、教学与规划项目看似三件事，但在个人时间线上常常是同一条知识河流的不同河段：读文献时想到课堂例子，做项目时意识到论文假设需要修正，备课时又翻回三年前某次调研照片。如果没有一个可检索、可追溯的个人知识库，这些交叉灵感大多停在聊天框与草稿纸里，随关机而散。本文不写“神器清单”，只谈几条我坚持多年的组织原则，以及它们如何与 AI 整理分工而不被 AI 替代。
一、知识库解决的不是“存得下”，而是“找得回、信得过”
云盘能存下所有 PDF，但存不等于管理。个人知识库首先要回答：这条笔记一年后凭什么还能被我信任？我的最低限度是三条元数据：日期、出处、与当时的问题句。出处包括文献页码、政策文号、项目编号或自摄照片文件名；问题句用一句话写清“我为什么记下它”。没有这三条，再漂亮的摘录也只是信息废墟。AI 可以帮忙从 PDF 里抽标题与作者，但页码与原文核对仍应人工完成——模型翻页并不比你更可靠。
二、三层结构：采集层、整理层、输出层
采集层放原始材料：未裁剪的调研录音转写（注意伦理与同意）、会议纪要与图纸版本。整理层放用自己的话重写的笔记、卡片与标签。输出层放已对外使用的成果：投稿版本、课件母版、可复用的习题与评分量规。三层之间用链接而不是复制粘贴来连接，避免“改了 A 忘了 B”。教学上我常对学生说：复制粘贴是知识库最大的敌人，链接才是朋友。
三、科研：从“读了很多”到“能写一段”
文献综述的痛苦在于卡片很多、论点很少。个人知识库若设计得好，会强迫你在整理层就完成第一次写作：每张卡片必须回答“它支持或反对哪个子论点”。后期写论文时，你不是从空白文档开始，而是从一堆已经写过一句人话的卡片开始。AI 在这个阶段适合做聚类建议与重复检测，但若让它替你写卡片，综述就会回到同质化陷阱——这一点与《AI辅助论文写作》里对综述的讨论一致。再往前半步：我会给每张卡片加一个很轻的“情绪戳记”（例如“困惑”、“反对”、“待验证”），不是为了写日记，而是为了半年后回看时能记起当时为什么停在这里；没有情绪戳记的纯摘录，往往像别人的思想在库里借宿，始终长不进自己的论证骨架里。
四、教学：把每门课当成可版本化的仓库
课程材料散在邮件、微信与旧硬盘里，是最常见的隐性劳动损耗。我的做法是：以教学周为一级目录，每周固定包含学习目标、阅读材料链接、课堂活动说明、作业提示与常见问题。每学期末做一次diff 式复盘：哪些例子学生反应好、哪些数据需要更新、哪张图版权到期。复盘记录本身也进知识库，下学期不再凭记忆改课件。涉及具体软件截图与数据许可，更新频率高版权与版本。
五、项目档案、与 AI 协同、复盘节奏，以及三条删库原则
咨询与设计项目往往签保密协议，知识库不能简单“全文上传”。更现实的做法是建立脱敏后的方法库：某类交通分析的检查清单、某类制图图层约定、某类汇报结构模板——去掉地名与甲方可识别信息，保留可迁移的结构。项目原始文件仍按单位档案制度存放；个人知识库保存的是可带走的方法与教训，而不是机密本身。两列清单对比时，“不必存档”里应包括临时聊天与一次性截图，避免库膨胀。
我会偶尔把一批杂乱文件名丢给模型，请它提出重命名建议，但最后一锤永远是人来敲。同理，自动标签建议可以采纳一部分，却不能替代你自己对研究主轴的理解。知识库越个人化，命名越要像给自己写信：未来的你能否在三秒内理解这条目的意图？若不能，就不是好命名。
繁忙学期里很难坚持每日笔记美学。更可行的节奏是每学期至少两次“知识库下午”：一次在期中，整理前半学期新产生的材料；一次在期末，把已结课内容与在研项目分叉归档。比每日打卡更重要的是可预期的复盘窗口，否则库会在第三年就失去可维护性。若仍觉得重，可以再把标准降到“只维护一个主项目笔记本”：其他材料允许乱，但主项目必须每周花十五分钟做链接与命名——这十五分钟往往比周末突击六小时更能救命。
知识库也会胖死。我的删改原则很简单：一年未打开且无语境链接的条目，先移到 `_archive` 而不是立刻删除；已被证明错误或被新研究推翻的条目，保留原文但在顶部用显眼块写“已废弃及理由”，避免以后误引用；涉及未授权第三方材料的条目，宁可删也不留灰色版权。三条都不需要高科技，但需要一点狠心。很多学生不是不会建库，而是不敢删——结果检索噪声越来越大，最后又退回浏览器收藏夹。
个人知识库帮助科研、教学与项目积累的方式，不在于用哪一个工具，而在于你是否愿意为自己的思考付一点元数据成本：出处、问题、链接与复盘。AI 可以降低整理摩擦，却不能替你决定什么值得被记住。知识库最终服务的是几年后的你，而几年后的你最需要的往往不是更多收藏，而是更少、但更可信的节点。