这是一篇复盘：我怎么一步步把一个念头变成一套能自我运转的研究知识库。里面的判断和取舍都是我自己的，写下来是为了让它们对我自己更清楚。
一、起点是一种焦虑
这套系统的第一块砖，不是一个目录结构，也不是一个工具，而是一种焦虑。
作为一个做政治学 × 人工智能交叉研究的人，我每天都在近距离看着模型变强。别人看到的是便利，我先看到的是威胁：
如果 AI 能把综述写得又快又全，能把范文的结构一眼拆穿，能替我把草稿润色到发表水准，那么再过几年，“我”这个研究者还剩下什么？
我会不会在不知不觉中，从一个思考者退化成一个给 AI 打下手、给它的输出做质检的人？
我不想要那个结局。于是我给自己立了一条底线，后来它成了整个系统的第一原则：
让使用者本人随 AI 进步而变强，而不是被替代。
这句话听起来像口号，但它其实是一个非常苛刻的设计约束。
它意味着我不能造一台“帮我把研究做完”的机器。那种机器越好用，我就越弱。
我要造的是一台“逼我变强、同时帮我把杂活干掉”的机器。这两者的边界在哪，就是这套系统后来所有争论的焦点。
从这条底线，我推出了第二条原则，关于“资产该以什么形式存在”：
沉淀可迁移。
一切有价值的东西，读书笔记、蒸馏出的写作标准、概念卡、领域地图，都必须是纯 Markdown 加 PDF，带着溯源元数据，不依赖任何特定模型、产品或工具。
今天我用这个 agent，明年可能换另一个；今天有这个笔记软件，三年后它可能倒闭。但我的沉淀必须活得比任何工具都长。
二、我不是从零发明的
我很警惕“从零发明一套个人系统”这种冲动。
个人知识管理是一个尸横遍野的领域，每个人都想造自己的乌托邦，然后在三个月后弃坑。所以我做的第一件事不是设计，而是找谱系：这件事历史上谁认真想过？
往上追，源头是 Vannevar Bush 1945 年的 “As We May Think”。
那篇文章设想 memex，设想人类把自己的思想外化成一张可检索的关联网络。它给了我一个定心的判断：
把外部记忆和内在思考分开，又用链接把它们缝起来，这不是新点子，是一条有八十年历史的正经思路。
再往近走，我借了 Karpathy 提出的 LLM Wiki 范式的骨架：
- 原始层：不可变的素材。
- 生成层：AI 加工出的产物。
- Schema 层：定义规则的元层。
配套动作也有三个：
- Ingest：摄入。
- Query：查询。
- Lint：体检。
这个三层三动作的架构后来几乎原样成了我的目录骨架。
摄入的具体手法，我参考了 nashsu 的两步摄入法：材料进来先泛读拿地形图，再逐章精读，而不是一上来就啃细节。
溯源的铁律，我是从 NotebookLM 那里偷来的。它逼着模型每句解读都锚定到原文页码，这一条我原封不动搬了进来，写成系统的 “Source-grounded 铁律”：
AI 对文本的任何概括、质疑、解读，必须锚定原文的页码或段落。没有锚定的论断一律无效。
三、那处原则性修改：训练层必须人写
Karpathy 的范式里，生成层是 AI 大显身手的地方。AI 读、AI 写、AI 综合。这在工程语境下完全合理。
但把它照搬到“训练我自己”的语境里，就正好踩中了我最初的焦虑：
如果连读书笔记的正文、论文的核心论点都交给 AI 生成，那我练的到底是什么？
我只是在练“验收 AI 作业”的能力，而这恰恰是最先会被替代的能力。
所以我做了这处修改，把它写死进系统的第一原则里：
训练而非替代。凡属“判断与论点”的内容，AI 不代笔。
这不是一句道德宣言，它需要被翻译成可执行的纪律，否则会在第一次赶稿时崩塌。
翻译的结果，就是这套系统真正的灵魂。
四、系统的灵魂：三级权限表
我把知识库里能发生的所有操作，按“谁来做判断”切成三级。
这张表是整套设计里我最得意、也最不肯让步的部分。违反它，在我这套系统里被定义为“事故”。
① AI 全权维护
秩序层和事实层，包括索引、日志、概念卡的惰性创建、失链修复、材料状态更新，这些没有判断含量的杂活，AI 自主去做，事后记一条 log 就行。
这是我让渡出去的部分，让渡得干脆，因为守着它们只会浪费我的生命。
② AI 起草 → 人批准
写作标准的蒸馏、领域地图、论文里的程式化部分，这些是“判断的显式化层”。
AI 可以起草，但任何未经我批准的稿子一律挂着 status: draft。而且 AI 起草的每一段正文都必须带 provenance 标注，把“这是机器写的”这件事钉在文件里，赖不掉。
③ 人亲手写 → AI 只质疑
读书笔记的正文、论文的论点脊柱，包括核心主张、论证的推进、证据的解释、对反驳的回应、贡献声明。
这是训练层，是我练功的地方。
在这一层，AI 被明确禁止代写。它能做的只有一件事：以署名引用块的形式，给我的文字附上质疑、批注、独立的攻击报告。
语言润色也只能以对照建议给出，采纳权永远在我手上。
这张表的妙处在于，它把“AI 帮我”和“AI 替我”这条模糊的线，变成了一条可以逐条操作、可以事后审计的硬边界。
哪一层出了错，翻 log 就知道是谁越了权。
五、温度模型：让沉淀分层冷却
权限表解决了“谁做什么”，接下来要解决“东西放哪、活多久”。
我不想要一个所有文件都平铺在一起、三个月后就变成垃圾堆的文件夹。所以我给知识库设计了一个温度模型，按生命周期把内容分层。
恒温层
恒温层是跨领域的慢沉淀：
corpus：原始材料。distilled：写作技艺的蒸馏。reading-notes：经典精读。concepts：概念卡。
这些常年有效，是知识库的地基。
领域层
领域层，也就是 fields/，随我的研究议程升温和冷却。
每进入一个新领域就建一个档案袋：领域地图、领域文献的蒸馏笔记、这个领域特有的写作与方法惯例。
离开这个领域后，档案袋不删，留着以后复用。
项目层
项目层，也就是 my-papers/，是单篇论文。
论文一完成就冷冻，长期存档可查。
秩序层
秩序层包括 index、log、queries。
这是 AI 维护的导航与记忆，每次操作都在更新。
规则层
规则层包括 CLAUDE.md、workflows、templates。
这是可替换的那一层。
这个温度模型背后其实是同一个执念：
沉淀层永不重写，规则层可整体替换。
明年出了更强的模型、更好的工作流，我把规则层推倒重写，而底下几百份笔记一个字都不用动。
这是“沉淀可迁移”原则在结构上的兑现。
配合温度模型的是一套晋升机制，单向上行：
- 活得比论文长的洞察，从项目层升到领域层。
- 跨领域反复出现的概念，升到恒温层的概念卡。
- 遇到极佳的论文，升进蒸馏范文库。
- 值得精读的文本，升进经典库。
晋升不是随手就做，而是由体检流程提议、由我批准。
知识在这套系统里是会“升温”的：用得越多、越通用的东西，沉淀得越深。
六、几条我特别在意的小纪律
大结构之外，有几条细纪律，是我在过程中一条条想清楚、写进章程的。
它们看起来琐碎，但每一条都在防某种具体的退化。
引用不复制
同一份知识只有一个权威版本，其余地方一律用 wikilink 指过去，绝不抄副本。
这样知识库不会因为复制而产生互相矛盾的多个版本。
顺带，因为全库用 [[wikilink]] 互链，它可以直接当 Obsidian 仓库打开，图谱视图就是免费的可视化。但这只是福利，不是依赖。
惰性创建概念卡
一个概念只有在至少两处不同文本或领域里出现过，才值得建卡，并回填首次出现处的链接。
这条防的是“为建卡而建卡”的收藏癖。收藏不等于理解。
矛盾要标注，不要抹平
精读笔记里，我不同时期对同一个文本的自我矛盾，是我思想演化的痕迹。
系统的纪律是标注它、保留它，而不是让 AI 把它抚平成一个融贯的版本。
一个把自己所有矛盾都抹掉的知识库，是在骗自己。
双语分轨
中文和英文的写作标准分开蒸馏、分开存放、分开引用，不许互相借用彼此的规范。
七、还没填完的部分
诚实地说，这套系统现在更像一副骨架，而不是一个填满的身体。
方向层，也就是 CONSTITUTION，到今天还挂着 draft，好几栏空着：我的核心研究问题、演进中的论点、目标期刊、想改掉的写作毛病、经典精读队列，都还是待填的 ⬜。
范文清单和精读书单也还在待审区攒着。
但我不着急，甚至觉得这样正好。
这套系统的设计本来就允许，甚至鼓励它随我一起演化。
规则层可以重写，方向层会在每次体检时被重新检视，连我自己演进中的论点，章程里都明写着“允许被自己的笔记推翻”。
它不是一个建好就封顶的房子，而是一个我要在里面住很多年、边住边改的地方。
回到最开始那种焦虑。造完这套东西，焦虑没有消失，但它变了形状。
我不再问“AI 会不会替代我”，而是每天在用一套结构逼自己回答一个更具体的问题：
这件事，到底该我做，还是该它做？
把这个问题一次次问清楚、答清楚、记下来。这件事本身，可能就是这个 AI 时代里，一个研究者能为自己做的最要紧的训练。
*谱系备注：本系统架构承自 Vannevar Bush 的 “As We May Think” (1945) 与 Karpathy 的 LLM Wiki 范式（原始层 / 生成层 / Schema 层，Ingest / Query / Lint），摄入法参考 nashsu 两步法，溯源铁律取自 NotebookLM，并做一处原则性修改：训练层必须由人亲手写。*
写下你的想法