5000 个笔记吃灰之后，AI 教会我一件事

上一篇说了怎么把 100 个模型连成网。这篇说说这些知识怎么来的，以及为什么没有 AI 它们到现在还在硬盘里躺着。

5000 个文件

我试过很多笔记软件。Obsidian、Notion、SiYuan、语雀、NAS 的 note station，大概五六个。每个都用了一段时间，每个都觉得"这次应该行了"。

结果都一样：笔记越记越多，回去看的越来越少。

不是工具的问题。记下来的那个瞬间，大脑就觉得"这事处理过了"，然后心安理得地忘掉。后来有一天打开 Obsidian，看着 5000 多个 md 文件，突然觉得它们对我来说已经死了。写的时候很认真，分类也清楚，但从来不翻。

转折其实很平淡。有次做某核心供应商的年度议价，我想参考半年前整理过的一段供应商比价分析。没刻意去翻，随口问了 AI。它从我知识库里把那段分析拉出来，还连带找到另一个相关的笔记——那个笔记我自己都忘了写过。

当时的感觉不是"AI 好厉害"。是"原来我记过这个东西"。

区别就在这：以前是我去找笔记，但我不找。现在笔记自己冒出来了。

技术细节不多说了。核心就一件事：把 5000 个文件切成小块，每块算一个向量存起来。问问题的时候，把问题也算成向量，找最相似的几块喂给 AI。

说白了就是给 AI 装了我的记忆。不是在互联网上搜，是在我自己的笔记里搜。

搭完之后加了个每天自动同步，这样知识库是活的，不是写完就冻住。

搭 RAG 的时候没想过写博客。博客是后来自然长出来的。

RAG 解决了"找得到"，但没解决"用得上"。5000 个笔记里有很多好东西，但它们是碎片——一段分析、一个框架、几句感想。碎片能回答问题，但很难改变思维方式。

我想把碎片整理成完整的文章，有结构、有案例、有结论。整理的时候发现 AI 特别适合干这个——它能把散落在不同笔记里的相关内容找出来，帮我串到一起。

100 个思维模型就是这么来的。我有相关的笔记底稿，AI 帮我扩写、补案例、加关联。最终出来的东西，不是 AI 写的，也不是我写的，是一起整理的。

5000 个文件还在硬盘里，但不再吃灰了。

每天有新笔记写进去，RAG 自动同步。写博客的时候 AI 从里面找素材。读者问问题的时候 AI 从里面找答案。

回头看，这个网站——思维模型、AI 学习、决策洞察——全是这么来的。不是我先想好要做一个博客，是笔记积累到一定程度，需要一个出口。