今天整理電腦文件，看着積累了三年的東西，我做了一個非常重大的決定：把我“第二大腦”知識庫裏所有的輸入內容——也就是非我原創輸出，以及純 AI 生成的內容——全部刪掉。
無獨有偶，我今天讀到了作者 Joan Westenberg 寫的一篇名爲《I DELETED MY SECOND BRAIN》的文章，他的舉動和感受，幾乎完美契合了我按下“刪除”鍵那一刻的心境：
Erased in seconds. What followed: Relief.幾秒鐘內被抹去。隨之而來的是：解脫。
#爲什麼決定全刪掉？
從三年前第一次瞭解 Obsidian 開始，我就一直在折騰知識庫。從最初的手工古法整理，到後來用 AI 輔助歸納，慢慢攢下了海量的內容。但在日積月累的過程中我發現：內容越來越多，你根本就看不過來。可以說其中 90% 的內容，只在記錄的時候看了一遍，之後就再也不會打開了。
我們曾經深信不疑的“知識管理”，不知不覺中變成了一種思維的負擔。正如 Westenberg 在文中所意識到的那樣：
But over time, my second brain became a mausoleum. A dusty collection of old selves, old interests, old compulsions... Instead of accelerating my thinking, it began to replace it. Instead of aiding memory, it froze my curiosity into static categories.但隨着時間的推移，我的第二大腦變成了一座陵墓。堆滿了積灰的舊我、舊興趣、舊強迫症……它非但沒有加速我的思考，反而開始取代我的思考。它沒有輔助記憶，而是將我的好奇心凍結在了靜態的分類中。
因爲我覺得在這個 AI 時代，前期資料的整理和歸納，已經越來越不重要了。現在的檢索能力實在太強。AI 在互聯網上的檢索，包括 AI Agent（比如 Cursor 或者 Claude）在你本地文件夾中的檢索，已經完全可以代替我們做這些前期的整理工作。
印象很深的是前幾天我爲了做播客整理內容，需要找流行音樂相關的資料。你直接告訴 Agent 你需要什麼，它就能去官網、去知名樂評人的評論區，甚至幫你寫個爬蟲去 B 站和小紅書蒐集大家的評價，一塊打包發給你。它甚至能直接把內容整理好，你都不用看長篇大論，直接看它的結果，然後告訴它下一步該怎麼做就行了。
這讓我對整個知識庫的理解產生了一個全新的思考：現在其實就是一個“閱後即焚”的時代。
#拿着鑰匙，而不是搬走整座倉庫
不需要再保存什麼了。你看完之後理解了，直接刪掉就好。你只需要理解這個知識的核心名詞。比如我學行爲經濟學的時候，我只需要知道什麼是“損失厭惡”、什麼是“沉沒成本”就可以了。
更重要的是去做知識的串聯。
比如今天我看了一篇關於睡眠對記憶力和理解能力影響的文章，裏面提了幾個名詞、幾個實驗，其實不到 50 個字就能概括。你把這 50 個字串起來，就能完整理解這篇文章。等到哪天你需要用的時候，按照當時留下的鏈接把文章找出來，附上你當時記錄的 50 字思維導圖，AI 就能幫你生成一篇完整的文獻閱讀報告。
你根本不需要提前把它整理得完美無缺。你只需要拿着這 50 個字的鑰匙，等到用的時候，去把門打開，把裏面的東西拿出來就好了。
如果不這麼做，我們就會陷入一種“假裝在思考”的陷阱：
The more my system grew, the more I deferred the work of thought to some future self who would sort, tag, distill, and extract the gold. That self never arrived.我的系統越龐大，我就越是把思考的工作推遲給未來的自己，指望他去整理、打標籤、提煉黃金。但那個自己從未到來。
#從“圖書管理員”到“搜索引擎”
以前，人的大腦像一本百科全書，你要記住很多具體的知識。因爲當時的搜索能力有限，想要重新歸納整理是一個極其複雜的過程。但現在，你只要知道要把哪些名詞、哪些知識融合起來，AI 完成這些就是一瞬間的事。
所以，我們大腦的思維模式必須發生轉變：從一個知識儲存的“圖書管理員”，變成一個“搜索引擎”。
你更應該像我們建網站時用的 Sitemap，只做一個檢索和索引的節點，跟着各種各樣的信息源去獲取新知。每一次都是全新的檢索。把 AI 能做的完全交給 AI，只把 AI 不能做的留給自己。
我現在就在朝着這個方向轉變。看到好文章，我已經不再用 ob 的剪藏插件大段大段地保存了。現在連文件夾都不需要，一個文件搞定所有：寫上文章名字、放上鍊接，用一句話簡要概括它講了什麼，再寫上幾個關鍵詞。這就結束了。
我覺得這纔是合理使用 AI 的方法。AI 最擅長的是體系的建立，是完成從 1 到 100 的擴充。但它很難做到 0 到 1，因爲它的思維比較死板。現在更講究的是知識的串聯、跨界的融合、跨學科的思維。只有“人”才能做到這些知識點上的聯繫。
而一旦你給 AI 提供了這樣一個跨界思路，它就能順着你的思路去完成無限多的內容輸出。人只需要做最開始的“起頭”和最後的“收尾”，把 AI 輸出的內容改得邏輯更通順、更像人話就好了。
#成爲知識的老闆
一句話總結我今天的小心得：我們已經進入了“閱後即焚”的時代。人已經不需要再去保留任何輸入的資料，只需要去輸出和思考就足夠了。
以前，我們在爲知識打工。我們需要把知識的具體內容爛熟於心，才能去運用它。但現在有了 AI，我們從打工仔變成了知識的老闆，AI 變成了爲知識打工的員工。
我們只需要在某天突然腦洞大開：“這兩個內容是不是可以聯繫起來？”然後找到它們，扔給 AI 問：“我覺得它們可以結合，你怎麼看？”讓 AI 做出來給你看。成功了就留下，不成功就繼續積累、繼續思考。這纔是未來良性的、高效的、不做無用功的輸出過程。
單純的知識輸入，在過去或許還能緩解焦慮；但在現在，除了讓你心安理得地逃避那些困難的輸出之外，已經毫無作用了。
就像 Westenberg 在文章結尾做出的決定一樣：
I don’t want to manage knowledge. I want to live it.我不想管理知識。我想活在其中。
在新的時代，讓 AI 去做 AI 該做的事，讓我們的大腦去做我們大腦該做的事。