个人学习操作系统（PKM）构建
一个好的知识系统不只是存储笔记，而是让你的知识可检索、可连接、可应用——成为你职业能力的基础设施。
学习系统 vs 知识垃圾桶
from dataclasses import dataclass
@dataclass
class SystemVsGarbage:
"""学习系统与知识垃圾桶的区别"""
GARBAGE_BIN_SIGNS = [
"笔记记了但从来不再看",
"找一个月前的知识要搜索 10 分钟",
"不同地方有重复的内容，不知道哪个是最新的",
"笔记很多，但写报告/文章时脑子一片空白",
"AI时代问AI比翻自己笔记快，因为笔记太乱了",
]
REAL_SYSTEM_SIGNS = [
"看到相关问题，知道去哪里找自己的笔记",
"写作时，笔记帮你找到支撑论点的材料",
"发现两个不同领域的笔记之间的隐藏连接",
"笔记在成长——新的学习会更新旧的理解",
"知识库是你独有的思考资产，不是任何人都有的",
]
system = SystemVsGarbage()
print("🗑️ 知识垃圾桶的信号（你有几个？）：")
for sign in system.GARBAGE_BIN_SIGNS:
print(f" ☐ {sign}")
print("\n✅ 真正学习系统的信号：")
for sign in system.REAL_SYSTEM_SIGNS:
print(f" ✓ {sign}")
三层知识系统架构
graph TD
A["Layer 1：捕获层\n快速收集，不过滤"] --> B["Layer 2：处理层\n整理、连接、深化"]
B --> C["Layer 3：应用层\n从知识到输出"]
A --> A1["📱 手机备忘录\nVoice Note\n微信自己发消息"]
A --> A2["🌐 浏览器收藏\nReadwise/Instapaper\n截图"]
B --> B1["📓 Obsidian/Notion\n结构化笔记\nPARA分类"]
B --> B2["🤖 AI整理\n每周把Layer1导入AI\n让AI分类和连接"]
C --> C1["✍️ 文章/报告\n演讲/分享"]
C --> C2["💡 决策支持\n咨询输入\n副业素材"]
style A fill:#ffd93d,color:#333
style B fill:#6bcb77,color:#fff
style C fill:#4c96ff,color:#fff
建立捕获习惯（Layer 1）
CAPTURE_SYSTEM = {
"原则": "摩擦力越低，捕获率越高。不要在捕获阶段过滤。",
"工具推荐": {
"手机备忘录（Apple Notes / Google Keep）": "最低摩擦力，随时随地",
"Telegram 自己发消息": "华人用户最顺手的方式之一",
"Readwise": "自动同步书籍高亮、文章高亮",
"Otter.ai / 手机录音": "会议/播客的语音笔记",
},
"捕获的六种类型": {
"想法闪现": "任何想法，哪怕不成熟，先记下来",
"知识金句": "书/文章/演讲中让你停下来的句子",
"问题清单": "遇到的不懂的问题，不要让它消失",
"会议要点": "对话中的关键判断/决定/信息",
"资源链接": "值得深读的文章/视频/工具",
"行动项目": "任何'我应该做'的事情",
},
"捕获节奏": {
"随时": "有任何想法/发现立即记",
"每日": "5分钟回顾当天捕获，加上简单标签",
"每周": "30分钟把 Layer 1 内容处理到 Layer 2",
},
}
print("=== 捕获层设计 ===")
print(f"核心原则：{CAPTURE_SYSTEM['原则']}")
print("\n六种捕获类型：")
for type_name, description in CAPTURE_SYSTEM["捕获的六种类型"].items():
print(f" · {type_name}：{description}")
建立处理系统（Layer 2）
PROCESSING_SYSTEM = {
"周度处理流程（30–45分钟/周）": [
"收集上周所有 Layer 1 的捕获（备忘录/Readwise/截图）",
"快速扫描，删除不值得保留的",
"剩余内容整理到 Obsidian/Notion 的对应 PARA 分类",
"为每条知识加 2–3 个标签（便于未来检索）",
"用 AI 帮你发现这批笔记的主题和连接",
],
"写笔记的三种密度": {
"快速笔记（1–3句话）": "直接引用 + 你的一句评论",
"深化笔记（1页）": "核心概念 + 自己的理解 + 1–2个应用场景",
"综合笔记（3–10页）": "一个主题的完整知识图谱，整合多个来源",
},
"Atomic Notes 原则": (
"每个笔记只有一个核心想法。"
"不要把多个想法塞进一个笔记，这会让连接变得复杂。"
"小而精的笔记比大而全的笔记更容易建立连接。"
),
}
print("=== Layer 2 处理流程 ===")
for i, step in enumerate(PROCESSING_SYSTEM["周度处理流程（30–45分钟/周）"], 1):
print(f" Step {i}: {step}")
print(f"\n✦ Atomic Notes原则：{PROCESSING_SYSTEM['Atomic Notes 原则']}")
AI 在知识处理中的实际用法
AI_PKM_WORKFLOWS = [
{
"场景": "每周知识整理",
"prompt": (
"以下是我本周的原始笔记：[粘贴所有内容]\n"
"请帮我：\n"
"1. 识别 3–5 个主要主题\n"
"2. 为每条笔记建议一个 PARA 分类（Projects/Areas/Resources/Archives）\n"
"3. 找出 2–3 个不同笔记之间的有趣连接\n"
"4. 识别值得深化的 1 个主题"
),
},
{
"场景": "读书高亮整理",
"prompt": (
"以下是《[书名]》的高亮内容：[粘贴]\n"
"请提炼：\n"
"1. 5 个核心洞见（用我自己能理解的语言解释）\n"
"2. 3 个可以立即应用到我的工作的具体建议\n"
"3. 这本书与[另一本书/领域]的联系"
),
},
{
"场景": "知识连接发现",
"prompt": (
"笔记A：[内容]\n"
"笔记B：[内容]\n"
"这两个笔记表面上看起来无关，但请帮我找出：\n"
"1. 它们共享的底层原则是什么\n"
"2. 将它们结合起来能产生什么新的洞见\n"
"3. 这种连接对我的[职业/项目]有什么实际价值"
),
},
]
print("=== AI 知识处理工作流 ===")
for workflow in AI_PKM_WORKFLOWS:
print(f"\n📌 场景：{workflow['场景']}")
print(f" Prompt结构：{workflow['prompt'][:120]}...")
最简 PKM 起步版（今天就能开始）
| 阶段 | 工具 | 时间投入 | 目的 |
|---|---|---|---|
| 第 1 周 | 手机备忘录 + Claude | 15 分钟/天 | 建立捕获习惯 |
| 第 2–4 周 | 开通 Notion 免费版 | 30 分钟/周整理 | 第一个知识库 |
| 第 2 个月 | 加入 PARA 结构 | 1 小时/月优化 | 知识可检索 |
| 第 3 个月 | AI 辅助连接 | 每周 20 分钟 | 知识开始复利 |
本章小结
- 📌 真正的知识系统：可检索 / 可连接 / 可应用，不只是笔记储存
- 📌 三层架构：捕获层（随时记）→ 处理层（每周整理）→ 应用层（输出）
- 📌 Atomic Notes 原则：每个笔记一个核心想法，更容易建立连接
- 📌 AI 加速处理：每周 30 分钟 AI 辅助整理，知识库快速成长
下一节：技能半衰期管理