博客从 NotionNext迁移到 Thorn

在上一篇博客个人博客问卷里我也提到过，虽然我的博客搭建在 notion 上，但是我也一直考虑搬迁的问题。之前主要考虑的是通过 cursor 辅助来编写一个静态博客。然而，最近也看到了有博客里写到了他的个人博客遭到了攻击，花了很大力气才恢复了博客的正常运转。加上确实没那么多时间来折腾自己写代码+部署，就一直没开始静态博客的尝试。

先聊一下我对 NotionNext 不满意的地方吧。首先就是界面有点廉价感。一般来说要么就是极简风也挺好看的，但是 NotionNext 的大部分主题在白底上总是会有一些奇怪的动效，看起来不是很高级简约。而且，自从 4.0 的某一次更新之后，自定义字体就突然失效了，对于我这个颜值控来说，能够自定义字体还是挺重要的。

还有个问题就是 RSS 的支持。静态网页每次更新文章都要重新部署一下才能更新 RSS，这点我是很能理解的。但是 RSS 的时间信息和格式的解析问题还是挺多的，并且挺要命。无论是具体的格式解析，还是博客名解析都有问题。

这么多问题累积下来之后，其实我一直有想换一个博客部署方式的想法（其实之前也想过，详情可见 博客和笔记软件一样，就是个不停折腾的过程。但确实一直没有找到特别合适的替代品。正好上周在少数派里随意闲逛时，我看到了一篇文章，讲的是 Thorn 在经历了三年后终于要正式发布了，顿时眼前一亮。毕竟我上一次使用它已经接近一年前了。当时感觉这个软件还有很多bug，文章的编辑体验也不是很好，而且站点管理显得比较繁复。

【送码】三年之期，Thorn 正式版现已推出。 – 少数派

这次重新使用了一下，发现它真的进步了很多。无论是经过重新设计的博客站点，还是后台的编辑系统，都比之前有了长足的改进。而且它的站点托管方式也非常友好。在简单尝试了几天之后，我立刻决定，这就是我一直想要的博客拓展托管平台。于是我马上购买了一个月的试用，现在基本上确定后面要继续使用它了。可能不久后就会再买一个一年的套餐，看看它是否可以支持长期使用。

重新启用思源笔记

就像我之前说过的，博客和笔记软件对我来说都像是玩具。它们不仅能帮我记录想法，更能带来乐趣，就像游戏、音乐等娱乐活动一样。

这两天我重新开始使用思源。之前因为同步不稳定，我差点放弃了它。但上周末上课时，我重新发现了思源的优势——特别是它的悬浮窗口和虚拟引用功能，这些都是 Heptabase 和 Tana 目前所不具备的。

今天我原本只是想打开 Obsidian 来存储博客文章。但用过之后，还是觉得它的界面不够美观，而且同步功能（尤其是移动端）很不方便。当我重新尝试思源后，立即被它的功能吸引住了。

最终，我把所有博客文章都导入了思源。不仅如此，我还用思源的数据库功能复制了一份 Notion 里的数据库结构。这样一来，我的写作流程就更清晰了：先在 Ulysses 完成草稿，然后在 Notion 和思源各存一份，最后发布到博客网站上。

Follow & Arc

Follow 是 RSS 的复兴还是自嗨？

最近各种群里都在密集地分享着 Follow 的邀请码。恍惚间似乎回到了一年多前 Arc 刚开始流行时候的场景。但随之而来的问题就是，Follow 最终会发展到什么样的地步？

且不说后文会提到的 Arc 虽然在数码圈非常流行，但距离真正的”破圈”还是有一定的距离。相比之下，Follow 作为一个更加小众的产品品类，具体有多大的发展空间？是否他只是填补人们臆想的一种信息摄入场景？

张一鸣在 10 年前 Google Reader 关闭前曾经对 RSS 形式的软件表达了不看好。他的观点无疑是符合他的产品观的。他所中意的产品一直是为了满足最多人的需求，因此必然需要降低人们的使用门槛，实现傻瓜式的交互。而这种产品观和 RSS 软件这种，需要用户主观上对内容进行挑选的模式有着截然不同的产品走向。

听了一期关于 RSS 的播客讨论，我之前一直以为 RSS 是很多作者喜欢的方式。因为理论上，一旦作者被算法的大流淹没，不仅丧失了创作方向的自主权，还需要迎合越来越多人的喜好。

然而，听这些创作者的想法后，我发现 RSS 可能并不是一个理想的方式。对作者来说，RSS 并不能带来激励。他们只能看到今天又多了一个通过 RSS 订阅的人，却无法知道这些订阅者的身份，无法进行深入分析。而激励始终是一个问题。

现在，Follow 通过发币的形式进行尝试，可以看看是否能让 RSS 走出这个困境。

Arc 停止运营，意料之中？

这两天在很多群里看到了关于 Arc 要逐步停止维护升级，团队要把重心移到一款新的、以 AI 为主导的横向标签排布浏览器软件上去。这算是一个意外却又在意料之中的消息吧。

其实从 Arc 这个产品推出之初，就可以看出 The Browser Company 是一家非常注重营销的公司。这暗示着它的经营成本一定相当高：一方面它有不少员工，另一方面在营销上投入了大量成本。然而，在获得一定融资后，Arc 浏览器并没能找到一个合适的盈利方式。

正如他们在文章或采访中所说，Arc 浏览器的受众其实比较窄，并没能如他们所期待的那样成为市面上的主流浏览器。它虽然在某些圈子里小有名气，但主要还是在生产力爱好者或注重美观的早期用户中传播较多。更多人觉得它还是有些小众，因此用户规模相对有限。

Arc 的盈利困境也值得深入探讨。传统浏览器的盈利模式主要依赖于搜索引擎默认设置带来的收入。然而，这种模式需要庞大的用户基础作为支撑。对于用户规模有限的 Arc 来说，这条路径显然不太现实。另一方面，提供高级功能的增值服务模式在浏览器领域也面临挑战，因为大多数用户对基本浏览功能的需求已经得到满足。这种困境促使 The Browser Company 重新思考其产品定位和商业模式。

这有点像他们最初将软件移植到手机端时的情况。起初，他们只是简单地将浏览器伴侣搬到了手机上，但很快发现这种做法并没有凸显出自己产品的特色。所以他们后来重新开发了 Arc Search 这个软件。到目前为止，Arc Search 仍是我非常喜欢的一款软件。它在使用便捷性上，各方面都强于现在的默认浏览器。我甚至把它放在了手机屏幕底部的四个快捷栏里。

不管怎么说，对于 Arc 可能会逐渐停止更新维护，我还是感到有些惋惜。毕竟它在使用逻辑和美观上确实比之前的 Edge 等浏览器有很大提升。而且纵向标签的排布也很符合我的操作习惯。

现在只能期待他们团队后续推出的 AI 相关软件的使用效果如何了。不过可以预见的是，既然他们之前没有找到合适的盈利方式，那么之后的 AI 浏览器软件很可能会采取收费模式。在这种情况下，是否有必要使用它就成了另一个需要考虑的问题了。具体情况还是要等新产品发布后再做观察。

再谈语音转文字软件的发展方向

对于 AI 来说，语音交互是一个不可或缺的核心功能。

这几天在群里看到很多人分享他们使用语音与AI交互的场景。例如，在带孩子的时候，可以直接抬起手腕对着手表说话，或者随便在手机上点一下。这种情况下的交互非常自然，不会干扰其他行为。

还有一种场景是骑车通勤时，在等红灯的时候，随手抬起手腕与AI互动，这是一种输入阻力很小且非常自然的行为。如果此时需要在手机上通过键盘输入，阻力就会很大，也不符合自然需求。

语音转文字软件进一步的发展方向是以语音作为核心，在此基础上实现更多地互动，以达成个人 Agent地效果。当年 Siri 想走的就是这条路线，但可惜Siri的智能化程度太低，语音转文字的效率也一般。

Dinox

最近发现了一个新的语音转文字的软件 Dinox，而且初步使用下来，它在多种程度上都可以说是目前为止语音转文字和笔记功能结合得最好的。它在保证了一定的语音转文字识别准确度的基础上，在后续的功能开发的多样性上是目前其他软件所无法比拟的。

某种意义上可以说它是一个功能加强版的 Flomo。得到的 Get 笔记走的也是这条路线，但是对 AI 的使用更为克制，只用在内容输入和搜索方面，而 Dinox 则聚焦于后续的处理

首先，在界面方面，Dinox 的界面和 Flomo 比较类似，都是由卡片加标签组成。但是，它的输入方式除了手动输入之外，最显著的就是通过语音转文字输入。而且在输入之后，会有 AI 进行简单的整理。如果还有需要的话，还可以自己手动选择一些更详细的 prompt 进行整理。

在后续的处理上，可以说集合了很多软件的优点，也有自己独特的 killing feature。它可以通过语音搜索或者进行聊天，同时，还可以通过一些定制化的 prompt，将自己的文字转换为待办，或转化为表格形式，并且能够手动设定表头。此外，还有不同的卡片盒，可以说在卡片笔记的方面，无论是前期的录入还是后期的整理，都有非常好的设计。而且对后期的搜索与关联也做得非常完善。像前文提到的语音搜索，以及它自己还提供了相关卡片功能，可以说是在这个领域里目前为止做得最完备的之一。

当然，它现在上线一个多月，还有不少的 bug，但感觉未来还是可期。还忘了说一点，它还支持导出到 Notion 和 Obsidian，感觉可以持续使用一阵子。

Me.Bot

前几天和MeBot的产品经理聊了聊，探讨了一下对于今后这类产品发展的展望。其实，这也是我第一次比较深入地思考与接触类似于AI Companion，或者说更多类似于这种Agent 的类型的AI产品。

在常见的语音转文字功能之外，它还加入了很多输入和输出方面的功能。输入可能既包括语音转文字、录音，对链接的爬取、对图片的识别等等；输出方面也支持生成待办事项等功能。总体而言，它希望能够成为用户的统一输入输出中心，作为用户的辅助而存在。可以说，这是一个更加完备、UI也更好看的Dot。但未来这个产品的发展前景到底如何，仍然很难说。

在不远的将来，更多的公司会试图在手机端结合这类各种功能，而不需要以软件的形式存在。当然，也很难说这些手机端的模型能做到什么样的水平，有有种可能软件的调教才是最好的选择。

当我们讨论速记产品时，到底什么是速记？

平时我们讨论笔记软件的应用性时，常常关注它是否打开速度快，能否便捷地与其他软件同步等功能。或者，我们可能会研究一个软件是否有助于思考。今天我想讨论一种特殊种类的笔记软件，即记录型笔记软件。

本文部分灵感来源于瑾呈 goidea 的一篇文章，他的系统性笔记流程与我相似。他将笔记分为两类：信息采集，以及专题思考。前者他使用Tana，后者使用Heptabase。大多数人日常使用笔记软件时，主要涉及三个个场景：输入，整理和输出。

今天我们聚焦于输入环节，探讨当我们谈论速记时到底在谈论什么。

速记包含了什么

通常我们要求速记能够精准快速地记录当时的所思所想，方便日后整理。但速记本身不仅仅是文字和图片。在我看来，数据本身的文字和图片只是一个表象。只有将这些记录与当时的情境结合，才是完整的记录。

记录必然有一定的场景或情形激发需求。可能是一段音乐，一个播客，一篇文章，甚至是跑步时脑海中闪过的念头。当你回顾这些记录时，将文字和图片与这些因素结合，才能重现当时的场景。这种回顾能帮助你更好地回忆思维过程，同时有助于信息解锁和关联。

用一个形象的比喻，当我们进行记录时，只记录了冰山浮在水面上的部分，而更多的信息潜藏在水面之下。

近期关注的软件 – Jotmo

在速记领域，最近比较关注的有两个软件，一个是语音输入的Dinox，一个是Jotmo。今天先讲一讲 Jotmo。

尽管在当前阶段，它相较于其他软件，尤其是Flomo，只是改变了输入方式，从传统的文档、卡片式记录变成对话框式输入，但从长远来看，它的愿景还是很有体系的。

Jotmo 希望成为一个能快速全面记录你当下所思所想和 context 的软件。很多时候，我们记录的文字和图片并不能完整反映当时的 context。举个例子，当我们想找以前拍的一张照片时，通常需要借助拍摄地址，通过地图寻找。这些记录场景，包括地址、心情等因素，和记录的文字一起，共同构成了我们的记录内容。

从长远规划来看，Jotmo 希望尽可能多地记录发生场景。在他们的roadmap上，短期内会增加语音转文字作为补充输入方式；长期则考虑接入播客、心率等健康数据，以及目前已支持的时间、地址、设备等多种因素，并尽量自动化采集。这在我看来非常有前景，不仅限于现在表现出的类似flomo 的前端。

如果它能长期发展良好，我看好它能成为快速记录场景下的新兴的有前途的产品。目前，它和新枝一样，都处于养成系状态。心知更多是剪藏摘抄类产品，而Jotmo 则可能成为替代flomo 的记录自己想法的新选择。

Short Form

“麦克纳马拉谬误”，即我们尝试去量化我们认为重要的事物，但最终却只关注了可以被量化的事物，从而偏离了真正的目标。

媒体内容的数字存档工作框架（密苏里大学）：

  • Availability（可获得性），也即内容有没有被保存下来；
  • Identity（标识性），也即保存下来的内容是否有独一无二的标识；
  • Persistence（持久性），也即存储系统是否可靠；
  • Renderability（呈现性），也即能不能呈现出内容在媒体上最初发表时的样子；
  • Understandability（可理解性），也即受众能不能按照原意来理解存档下来的内容；
  • Authenticity（真切性），也即信息是否真实未经篡改。

AI 让折腾笔记软件走到了尽头吗？

距离上一次更新已经过了一个多月了。最近忙于工作中的一个项目，基本没有空摸鱼了（笑）。这回趁旅行途中正好有空，梳理一下过去这半年多来对笔记的思考的变化。

对 All-in-one 的祛魅

上个月在即刻上，有人提到今年似乎不再追求笔记工具的 all-in-one 和本地优先等功能，甚至双向链接也用得越来越少了，使用笔记的时候，更加关注内容而不是功能。细细想来，我自己也有类似的体会，近半年来，除了用 Heptabase 系统地读书听课，大部分时候使用笔记的场景都是简单的摘抄总结，不会主动地去在不同笔记间建立链接。

过去这些年，我一直在换笔记工具，从十年前的 Evernote 到Bear、Craft，再到21年的Obsidian、Logseq、Siyuan、Heptabase、Tana和Notion。之前影响我切换的原因主要是功能问题，比如支不支持双链、块级双链、大纲还是文档式，还有在线还是离线等等。每当发现某个软件有某些新功能，总是会下意识地迁移一遍数据，试图能用它来all-in-one地作为我唯一的笔记工具。诚然，某些功能确实是刚需，尤其是支持同步到不同电脑以及手机和iPad的支持，但是大部分功能其实更多的只是锦上添花罢了。

当然，颜值和UI也是很重要的因素。我开始用Bear就是因为觉得它长得好看，平时没事干就喜欢换主题，似乎每换一次主题就能让心情变得更好一些。后来放弃Craft的原因之一也是它能自己调节的余地很小。包括我之前也用了一段时间的Logseq和Siyuan。Logseq的电脑端可以调得很好看，手机端却不支持主题和插件，这让我有点纠结。又比如最近发现了几个好看的Obsidian主题，我就立马回到Obsidian的怀抱去用了一段时间。

但是总体而言，遵循着重器轻用的原则，现在我基本固定下来了使用笔记的几个模块。即语音输入（AudioPen)，灵感/摘抄（Flomo），剪藏/阅读（新枝/Readwise），深入学习思考（Heptabase），工作（Tana），数据后台（Notion）。后文中我也会详细讲讲AI在这些模块中又发挥了什么样的作用。

AI 对我的笔记流程产生的改变

AI 的出现，让笔记的管理愈发分化成了信息管理和知识管理两部分。AI 大大简化了信息的获取、分类、总结、搜索。

语音输入

AI对笔记流程最显著的影响莫过于在信息获取环节增加了语音输入这一渠道。在过去，由于语音识别的不准确，语音输入其实是一个成本非常高的动作，我们需要逐字对识别的错误做修改，删改语气词与重复增加标点符号，分段等等。而随着Whisper之类模型的涌现，以及一些支持通过AI对语音笔记进行初步修改的产品的出现，使得语音输入成为了一个重要的输入来源。

我在的一些群里最近也集中讨论了语音笔记价值的问题（起源于许多语音笔记软件如AudioPen、VoiceNotes和SlaxNote纷纷出现）。一些人认为语音笔记的价值不大，因为某些内容如果没有用文字记录下来，就说明这些内容对你并没有特别大的价值。你把它说出来并存储起来，只是类似于“稍后读”，最终可能再也不会读。也有的人认为，当你决定进行语音输入时，其实已经在心中进行了一次筛选。用语言表达出来的过程，实际上也是一次思考和提炼。因此，这些内容依然是有价值的。（以上这段就来自于语音输入后AI改写，AI味还是稍有些浓，以后会继续试试修改一下prompt。目前感觉自带promote效果最好的还是AudioPen）

而对于语音输入亟需提升的地方，因为人们并不是每时每刻都能在家里有一个安静的地方进行语音输入，或者说有的人很多时候是带着 AirPods，这时候他的麦克风效果其实是很差的。因此，语音输入最重要的功能，其实是它在嘈杂环境下的识别能力。

总结与分类

我曾经发表过一个暴论，认为AI的总结是个伪命题。

一般认为，AI 总结有以下几个应用场景：消费内容之前的“预览”，消费中的提炼，以及消费以后的总结记录

这三者看起来是一个东西，但是其实不是。

目前最常见的产品，及用AI速读公众号文章可能是个伪命题。这个需求是被创造的，认为通过把文章转发给一个AI助手，能够让我们快速识别一篇文章是否值得读。 然而，对于大部分人而言，可能其实并没有这个需求。只看标题及文章开头两段，大部分情况下就能知道这篇文章到底是不是需要精读。需要精读的文章自然会存到”稍后读”助手之类的地方，然后仔细精读。 而对于那些看标题来说可能并不值得读的文章，还不如直接跳过，因为它可能本身里面也很少有干货，并不需要通过AI助手来总结里面相关的内容。 所以，这个需求更多的是一个被创造出来的需求，使用的时候也并没有什么比较大的意义。 另外一个思路是，能凭借标题和前两段内容分辨出一篇文章是否值得读的人，本身不是这类服务的受众。更进一步，“大部分人能凭借标题和前两段内容分辨出一篇文章是否值得读”本身是个伪命题

在使用了一段时间类似的产品之后，现在看来，这种说法有些片面。在某种程度上，AI的总结在事前分类方面起到了重要作用，让人能区分哪些内容值得阅读，哪些可以略过。这一点我依然认同。

举个具体的例子，

我可以算是一个播客爱好者了，在小宇宙上关注了几十个播客。然而每天听播客的时间总是有限的。就和稍后读软件里的文章数量一样， 我的小宇宙播放列表里的播客也越攒越多，最近突破了 200 大关。可想而知，每天不到一小时的通勤时间肯定没法听完这么多的播客。

去年黑五趁着打折，薅了两年的 Podwise 会员，但是过去几个月用的次数比较少。最近痛下决心准备好好清理一下播放列表。

Podwise 的 standard 会员等级每个月可以转录并总结 20 次播客，并且可以无限量地阅读其他用户已经转录完的播客。实际用下来，除了过于古早的播客（早于 2023 年上半年），或者过于小众，大部分的播客都已经被其他用户转录过了。我清理到2023年10月，大概 100 多个播客，才用完了一个月的 20 条的份额。

这类总结最主要的功能还是对长篇内容提取大纲，以辅助筛选。尽管文字、视频、音频的信息密度个油不同，但是面对一些长篇的内容时，还是会力有不逮，总结出来的内容非常空洞，甚至连辅助筛选的作用有时候都起不到。

检索

此外，AI在信息检索上也非常有用。最近，我发现Notion AI的Q&A功能大大改变了我的笔记流程。它让我可以将所有笔记，无论是摘抄、剪藏还是自己的蓝图，都导入Notion AI进行统一检索。这样，我可以更放心地使用最优秀的软件，而不必担心数据分散在各处的问题，后端处理完全交给Notion。

以上只是我这半年对笔记的一些思考与记录，有些杂乱，纯粹当做记录下来，以后有空再整合成文章吧

Short Form

玉伯对笔记的思考

前几天听玉伯的播客，提到了他和飞书的一位员工的聊天，内容颇有意思。他认为文档软件和笔记软件是完全不同的品类。笔记是为个人服务的，而文档则是为多人协作而设计。因此，文档软件更类似于即时通讯软件，甚至可以说文档是结构化的消息，而消息是碎片化的文档。

文档软件与笔记软件有很大区别。文档软件的发展前景在于融合更多协作🥱内容。例如，Notion近期收购了Cron这样一个日历软件，就是向协作方向迈出的一步。未来，它可能会推出更多即时通讯类产品，当前没推出可能与国外Notion和Slack、Discord等IM软件的良好融合有关。但最终，协作类软件必然会成为一个独特的品类。

从用 Podwise 处理播客列表谈对 AI 总结工具的看法

我可以算是一个播客爱好者了，在小宇宙上关注了几十个播客。然而每天听播客的时间总是有限的。就和稍后读软件里的文章数量一样， 我的小宇宙播放列表里的播客也越攒越多，最近突破了 200 大关。可想而知，每天不到一小时的通勤时间肯定没法听完这么多的播客。

去年黑五趁着打折，薅了两年的 Podwise 会员，但是过去几个月用的次数比较少。最近痛下决心准备好好清理一下播放列表。

Podwise 的 standard 会员等级每个月可以转录并总结 20 次播客，并且可以无限量地阅读其他用户已经转录完的播客。实际用下来，除了过于古早的播客（早于 2023 年上半年），或者过于小众，大部分的播客都已经被其他用户转录过了。我清理到2023年10月，大概 100 多个播客，才用完了一个月的 20 条的份额。

对podwise之类的AI总结的看法

用处：

  • 筛选
  • 寻找观点，回去听/找transcript

有两个有意思的东西：

一个是消费内容之前的“预览”，还有一个是消费以后的 takeaway

这两个看起来是一个东西，但是其实不是。

用AI速读公众号文章可能是个伪命题。这个需求是被创造的，认为通过把文章转发给一个AI助手，能够让我们快速识别一篇文章是否值得读。

然而，对于大部分人而言，可能其实并没有这个需求。只看标题及文章开头两段，大部分情况下就能知道这篇文章到底是不是需要精读。需要精读的文章自然会存到”稍后读”助手之类的地方，然后仔细精读。

而对于那些可能并不值得读的文章，还不如直接跳过，因为它可能本身里面也很少有干货，并不需要通过AI助手来总结里面相关的内容。

所以，这个需求更多的是一个被创造出来的需求，使用的时候也并没有什么比较大的意义。

另外一个思路是，能凭借标题和前两段内容分辨出一篇文章是否值得读的人，本身不是这类服务的受众。更进一步，“大部分人能凭借标题和前两段内容分辨出一篇文章是否值得读”本身是个伪命题

Substack, Notion, 笔记软件等于电子游戏

上周忙着剪去日本玩的视频，并终于肝完了北欧游记，这篇文章基本上来自于日本旅游期间的一些文章阅读感想。

Substack 的困境

随着规模的扩大，Substack 也逐渐遇到了一些困境。

任何一个平台都无法避免被别有用心的人运用于一些“不好”的事情。

如果 Substack 仍然只是那个专注于服务 newsletter 的服务提供商，那么它无论是从法律还是道德义务上，都有足够的立场为自己辩护。它尽可以声明自己只是一个工具，可以享有避风港原则，而且用户和用户之间由于 newsletter 的天然特性，存在区隔，并不会被恼人的信息所骚扰。

然而，由于 Substack 力图扩大其平台上 newsletter 的订阅量，并建成一个高端化的社区生态，它在这一年内引入的一些功能，比如自动推荐 newsletter、社区功能，这些都将其置于了一个不利的地位。

用户间天然的区隔被打破，平台的责任也就随之上升。用户自然也就有理由来质疑，为什么平台没有基于普世价值来对其上的内容进行审核。这也成为了 Substack 发展道路上最大的一块拦路石。

Reference: Bloomberg Tech Daily Newsletter

Notion 相关

Notion 为何不推出中文版

前几天在即刻上看到了不少关于 Notion 为何不推出中文版的讨论，主要分为两派：

一派认为原因在于一旦提供中文版，便会吸引更多用户。而作为一个无审查的分享平台，容易导致被封。因此，他们需要在是否进行审核这件事上进行选择，而一旦选错了，则会产生彻底退出中国的风险。所以，不如不提供中文翻译，对用户进行筛选。

另一派则认为我国网信部门有足够管控力度，前者属于无稽之谈 from 汐笺

这两种观点里，我认为前者更有说服力。很多时候，管控力度和规模成正相关。规模大时，有更大意愿来管控，因影响力大；规模小，则不一定有这意愿，属于一种民不举官不究的状态。

Notion 的前景

关于 Notion 的前景展望，Notion 或许期望自己能成为新一代人的 Office。但实际上，这存在一个很大的不同：Office 主要面向 2B 市场，而 Notion 的设计和工作流却适用于 2C 市场。

2B 和 2C 的工作流有很大差异，这导致 2B 公司基本不会选择 Notion。而对于 2C 用户来说，很多情况下 Notion 的工作流也用不上。因此，Notion 的前景仍需进一步审慎评估。

Reference: JTalk

笔记软件类似于电子游戏

  • 折腾新型笔记软件的人，很大几率也在折腾博客程序；
  • 沉迷各种效率工具的人，往往是在其行业或领域内没什么成绩的失落者；
  • 折腾新型笔记软件或博客程序的人花更多时间玩普通电子游戏后，就很少折腾前者了，反之亦然；
  • 新型笔记软件和博客程序，实质上是新型电子游戏。
  • 大多数忙碌和充实的人都不知道新型笔记软件或没有博客程序。

Reference: https://pathos.page/blog/note-taking-is-new-electronic-game

你需要卡片写作吗？在 Lattics 中实践卡片写作

为什么需要卡片写作

无论你是否从事文字工作，在日常学习和生活中，写作都是一个极其重要的任务。篇幅短的可能仅是随手所写，比如发一条微博；篇幅长的则可能涉及撰写小说、剧本、论文，或是工作中的调研报告。还有些写作任务往往是中等长度的文章，如撰写周报、博客文章，或在各种场合进行创作。

不同的写作风格

我曾阅读过一篇文章，它将写作类型划分为三种：线性写作、树状写作和网状写作。线性写作，顾名思义，就是打开一篇空白文稿，从头至尾顺序书写，边写边构建文章框架。树状写作倾向于首先构建一个完整的大纲，然后在这个基础上逐渐填充每个部分，最终形成一篇内容丰富的文章。网状写作则是在拥有一个大致的构思后，在一张张卡片上撰写段落，之后调整各卡片的顺序，最终拼接成一部完整的作品。

线性写作、树状写作和网状写作

这三种写作方法并没有绝对的优劣之分，更多取决于每个人的思考模式和写作风格，以及适应不同的主题。在实际写作过程中，我们也常会混合使用这些方法。有些人可能一开始只有一个粗略的想法，但随着写作的进行，思路会逐渐清晰，不断调整大纲，让文字自然流淌成文章。也有人像严谨的建筑师一样，先绘制好蓝图，再填充内容，确保文章紧扣主题，目的性强。还有人，在写作时经常会有新的想法，如果每时每刻都修改大纲，未免过于繁琐且容易跑题。

以我自己举个例子可能先确定大致的几个部分内容，但并不是对所有部分都有灵感，所以我会时而写这一段，时而写那一段，遇到合适的想法就迅速记录下来，形成一张张卡片，最后将它们拼接成一篇文章。我实践下来发现，最适合我的方式是以卡片为基础单元，在此基础上根据不同文章的形式选择，是先写好大纲，还是让卡片自然拼接成文章。

卡片写作 v.s. 卡片笔记

在卡片写作法之外，还有个问题值得聊一聊。

我曾尝试在一个系统中实现笔记的卡片化，并用这些卡片进行写作，以达到所谓的“all-in-one”。但随着时间的推移，我发现这种做法的成本，无论是在笔记管理还是写作中都较高，并且容易陷入尴尬境地。

之前曾读到过王树义老师的观点，觉得非常有道理：

你试图 All in One，就会有各种顾虑。例如说，存储于笔记系统中的卡片，拿到某个具体项目中，究竟应该选择引用，还是复制一份？

如果复制一份，那么你的笔记系统里面，也就多了一个拷贝。随着你重复利用卡片次数的增加，将来检索内容的时候，可能会遇到大量的重复，难以取舍；可如果你选择引用而不创建新的拷贝，那么可能的尴尬是每写一次文章，你的原始卡片就要被改动一回，这样才能规避「自我剽窃」的窘境。「长期笔记」（permanent note）号称「长期」，却每遇到一个项目，自身就得大改一次，这情何以堪？就算有 AI assistant 的辅助，像这样在「第二大脑」中大动干戈「伤筋动骨」的方式，兴许也不是你想要的吧？

如何轻松愉快践行卡片写作？Lattics 使用体验 – 少数派 (sspai.com)

笔记的目标是尽可能长久地保存，这与卡片写作存在天然的冲突。在写作过程中，我们可能会引用之前的文字，但更多时候，需要对旧文进行改编，使之更符合新文章的要求。这时我们就会面临一个难题：是在每个项目中复制同一张卡片，加以改写以适应新文章的需求，还是为了卡片的可复用性而牺牲文章质量。

前者会导致笔记系统变得冗杂，充满相似但有细微不同的笔记，不利于管理；后者则会降低写作质量。因此，最好是将笔记和写作系统分开。

市面上的卡片写作软件

市面上存在许多带有卡片写作功能的软件，我几乎都一一试用过。

Heptabase

Heptabase 中的写作白板

起初，作为 Heptabase 的用户，我的大部分思考和笔记都放在它上面，出于 All-in-one 的想法，我自然也试过用它来写作。Heptabase 用于写作自有其优点，例如我可以在白板上创建灵感卡片，把相关的卡片都放在一起，边写边思考。但 Heptabase 本质上是一款“第二大脑”类型的思考和记录软件，它同样面临卡片笔记与卡片写作间的冲突问题，且在 Heptabase 中将卡片组合起来相对困难，通过拖动方式组合卡片通常只能以嵌入形式存在，不能无缝结合，除非直接使用复制粘贴的方式。因此，试用一段时间后，我更多地将Heptabase用于前期思考，而不是作为最终的写作软件。

Writeathon 写拉松

还有一个非常有趣的软件是Writeathon写拉松。它在卡片笔记法中对卡片概念的支持达到了极致，尤其是在双链功能方面。

写拉松的本体是个网页版，所以它有个非常便捷的地方，就是可以把它 pin 在侧边栏，并且可以直接显示卡片盒界面Writeathon还支持移动端、多端同步写作，基本上满足了卡片写作的所有需求。此外，它最近更新了3.0版本，引入了AI、白板等工具，虽然尚未完全成熟，但已展现出巨大潜力。

我也订购了Writeathon的会员服务，但实话实说，其界面使用起来还是显得有些粗糙。虽然它提供了类似于Zen禅模式等增强写作沉浸感的功能，但实际体验中常因一些小细节而影响写作手感。不过最近也刚支持了自定义主题，配合 Dark Reader 或 Arc 上的 Boost 功能也能在一定程度上做到实用和颜值兼具。

Ulysses

此外，Ulysses 也是一个非常不错的软件,并且它也能在很大程度上来用来实践卡片写作法。 之前二一的笔记曾经就出过一个视频详细介绍了如何用 Ulysses 进行卡片写作。。虽然它的写作体验可以说是没有任何软件可以比得上。 但是由于平台的关系，Ulysses 只是在苹果系统里存在，以及相对而言它的卡片管理不够灵活，卡片和项目的隶属关系比较强。因此它只有当我使用苹果的设备的时候才会拿来撰写一些长文。 而如果真正系统性的严肃创作的话,我更多还是会在自己的PC端来进行,这其实也是比较遗憾的一件事情。https://player.bilibili.com/player.html?bvid=BV1ti4y1Y71k&autoplay=false&autoplay=no

其他

除了这几个软件之外，还有其他几个非常专业的软件，比如 Scrivener 就支持非常专业的写作，还有人用 Obsidian、思源、logseq 等进行卡片写作，这里就不多做展开了。

下面我会介绍一下最近试用的一款软件 – Lattics。

在 Lattics 中实践卡片写作法

最近我试用了一段时间的 Lattics，并发现它是一款非常优秀的写作软件，特别是在卡片笔记写作方面表现突出。

“类脑式”写作工具

大威曾经把 Lattics 的理念描述为 ”类脑式“ 写作：

为什么会把Lattics定义为「类脑式」呢？简单来说，Lattics 更符合人脑的工作模式。

1）专注工作，最少切换：人脑工作记忆只有 4 个单元，不能同时处理非常多的信息，来回地在页面中跳跃会不断地冲洗大脑的工作记忆。因此，Lattics 的设计也和其他的笔记和写作应用不同，并没有采用多 tab，多窗口的方式，而是让用户无需离开当前页面直接查看和修改信息。在 Lattics 里，无论在哪里看到文章标题，都可以轻松编辑它，可以在项目大纲里，可以在编辑器里，也可以在图谱界面。

2）视觉化+发散信息：人更擅长使用视觉方式来处理信息，因此我们提供了思维导图、鸟瞰图这些工具，能够可视化展示内容大纲，内容概要和关系这些信息，这也是遵循了人的大脑的工作方式。另外，在 Lattics 中，几乎所有元素都是可以拖拽调整的，比如可以把卡片从卡片库中拖拽到文章里，可以拖拽到项目大纲里，也可以拖拽到图谱中。

3）多维线性叙事：无需像 Wiki 在各种词条中跳转而迷失，也无需像传统笔记应用那样需要从头开始撰写长篇大论，Lattics只需要将卡片或某几篇文章串联起来，多个维度的信息可以嵌入其中。

4）层次关系网络：与传统的知识管理以简单的 “文件夹 – 文件” 方式管理内容不同，Lattics 能够支持以关系网络的方式管理内容，即笔记之间可以建立多维度的动态关系连接，并且可以自上向下，或者自下向上构建出多层级的复杂知识网络。

5）最小信息模块存储：与传统的知识管理以文件形式存储信息不同，Lattics支持将知识拆分为最小的信息模块（卡片）进行存储。一篇文章、一个文件可以由许多个信息模块组合而成。

“类脑式”这个概念或许有些拗口，在我看来，让 Lattics 和其他软件不同的地方在于，大多数卡片写作软件或多或少都有卡片库和项目中卡片的组织功能，但是他们大都没有解决好一个问题，也就是如何将卡片和文章这两者有机结合起来，在他们之间建立起一道桥梁。而在Lattics中，我们可以在一个软件里实现这一点。

特点介绍

Lattics作为一款写作软件，其文件组织管理主要分为三个模块。

第一个模块是项目，即文件树。用户可以在这个文件树中创建多个项目，并以树状形式进行组织，类似于 Obsidian 等软件中的文件夹。

第二个模块是项目内文档的组织。例如，如果你在思维导图中创建了许多卡片，这些卡片就会自然地在项目页面以树状形式展现。

第三个模块是卡片库功能。卡片和项目中的文章在概念上是等同的。将卡片拖到项目中任意一个文档的节点下，它们就会自动转换成一个文档。同时，这些卡片还可以被打上标签，方便管理。

如果要说它与其他卡片写作软件的最显著区别，我认为是它的思维导图、情节视图和鸟瞰视图 这三个不同的视图，也就是我在上文说的，如何把卡片和文章结合起来的部分。

思维导图 & 鸟瞰视图

用户可以轻松地创建多级思维导图，并且可以自由拖动调整。更有趣的是其他两种视图，情节视图能帮助整体设计各章节之间的情节发展和叙事方式，可以将内容记录在文章的备注信息中，并不会影响正文。鸟瞰视图则能相对完整地完整展现卡片里的具体内容，使用的体感更像是在用白板，使得我们在使用过程中能更好地对内容进行结构化理解。

文章大纲 & 卡片库

在我的日常写作实践中，如果有好的点子或思绪浮现，并且我能知道它应该属于文章的哪一个段落，我会直接在相应的文档节点下创建新文档，如果写着写着发现当前段落可以进一步拆分，可以点击拆分按钮把当前文章拆分成不同的卡片。如果不确定，或认为这可能是未来其他文章可用的想法，我就会将其输入卡片库并打上标签，便于日后检索和应用。

这种设计非常符合人的使用习惯，因为在写作过程中必然会产生各种想法，而很多想法对当前文章而言可能是多余的。卡片库为这些想法提供了存放空间，避免它们只能堆积在难以管理的草稿中。

除此之外，Lattics 的编辑器界面也有值得一说的地方。界面中央是写作部分，支持自定义字体、各种 Markdown 语法，以及类似 Notion 的斜线快捷功能。它还有一个我非常喜欢的功能——打字机模式。这个功能在不使用时可能不觉得特别，但一旦使用就会爱不释手。打字机模式有助于迅速建立写作的仪式感，虽然可能不增加效率，但仪式感对进入心流状态非常重要，能快速让你沉浸在写作心态中，从而更专注地创作。

待改进的地方

Lattics作为一款正在快速发展中的软件，自然也存在一些缺点。

其中最主要的问题是同步功能。虽然官方表示会很快解决，但对于那些使用多种设备进行创作的人来说，同步功能至关重要。

紧密相关的另一个重要功能缺失是移动端应用。卡片写作法与移动端有着天然的结合点。卡片写作意味着你可能随时想到有趣的点子或精彩段落，这时候需要迅速记录，而移动端设备正好可以承担这一任务。我理想中的移动端应用可以结合类似于 whisper 的语音转文字的AI功能，这样能够使卡片笔记和卡片写作实现便捷输入的特点。希望官方未来能朝这个方向发展。

除此之外，在写作体验上也有些不足之处。例如，它提供的打字机音效听起来有些廉价，有时还会出现 bug，导致使用打字机模式时页面出现上下弹动的情况。这些问题应该相对容易解决。另外，整体的用户界面也有优化的空间，目前使用一些小屏幕设备时，整体界面可能会显得有些拥挤，配色也稍显花哨。期待未来能增加诸如自定义主题等功能，使写作软件更符合每个人的使用习惯。

衷心的希望 Lattics 能加快开发节奏，尤其是同步和移动端的开发，这样才能让它真正发挥属于卡片写作的价值。

颜值和 UI 是笔记软件的第一生产力

回顾我这么长时间使用笔记工具的经历，中间换过很多次，从十年前的 Evernote 到 Bear、Craft，再到21年的 Obsidian、Logseq、Siyuan、Heptabase、Tana 和 Notion，可以说市面主流的笔记软件全都试过了一圈。

我曾以为影响我切换的主要因素是功能问题，如是否支持双链以及块级双链、是大纲还是文档式，是纯在线软件还是离线。无法否认，这些功能李确实有些是门槛性的，比如在，我需要在不同电脑上同步（包括 PC 和 Mac），以及手机端和 iPad 端的支持。

然而，在经历了一轮又一轮折腾之后，猛然发觉最终决定我日常使用哪个笔记软件的因素还是颜值和操作便捷性。不同的软件在功能上，似乎并没有对我的生产力产生太大影响。大纲也好、文档式也罢，最终目的也就是为了方便要用的时候能够快速检索到当时记录的信息，其他都是虚的。

某种程度上说，我对颜值和 UI 的要求是有些严苛的。记得最初使用 Bear 的原因就是觉得它好看，没事干就喜欢切换不同主题，让自己心情愉悦。而后放弃 Obsidian 很大原因是觉得它的主题怎么调都不够美观。

Logseq 和 Siyuan 在一段时间内一直使用，因为他们相对容易调整。但 Logseq 虽然电脑端调得漂亮，手机端却不支持主题和插件，这一直让我非常纠结，而且 Logseq 的 css 不管怎么调，一直容易有股塑料感。

而最近发现了几个漂亮的 Obsidian 主题后，我就毫不犹豫地重回了 Obsidian 的怀抱。

回想当初放弃 Obsidian 的时候，心里还是颇为可惜的，毕竟论功能 Obsidian 可以说是可折腾的程度最高的软件，而且相对而言也很符合我的日常编辑习惯，毕竟我的快速输入基本都在手机上完成，在 daily notes 里的输入并不多

细想下来，原来对我而言，颜值和 UI 才是最重要的生产力指标。希望能晚一些才对这个新主题感到腻味。

To tag or not to tag, it is a question

最近读到一篇来自 UNTAG 的有趣文章

标签必须死：一条被忽视的标签管理原则

作者在其中对笔记软件中的标签功能提出了质疑。他分享了自己使用标签的经历，

在我有些过于简化的划分中，标签可分为指示性标签和描述性标签，两类标签都是临时的，最终要么随着项目结束而移除，要么在熟悉某个领域后而不再有意义。

然而，他发现这种标签系统总是在不停地变化，实际上并没有起到它所应该有的作用。对我们的笔记管理并没有产生太大的帮助。

这篇文章可能有点极端，几乎完全否定了标签的作用。但这也让我想起了我自己在使用标签时的困扰——记笔记时我可能给笔记打上了很多标签，但是在记完笔记后，却几乎从来没有用上过他们。

标签的真正目的是什么？

那么，标签在笔记软件中的真正目的是什么呢？或者说，在过去这些年里，我们使用标签主要是为了它的哪些特质与功能？我认为主要有以下几个功能：

<aside> 💡 标签可以方便我们检索信息。

</aside>

我们常常给一个笔记打上不同的标签，因为这个笔记并不只属于某一个特定的类别，而是涵盖了多个维度和不同类型的内容。我们希望在不同的场景下都能找到这张笔记，这样就大大增加了检索的便利性。比如，我有一个关于“苹果的设计理念”的笔记，我可能会给它打上“设计”、“原则”、“UI”、“消费品”等标签，这样无论我在哪个场景下，只要我想到这个笔记，我都能通过相关的标签找到它，无论笔记原文里是否含有这些相关的领域。

<aside> 💡 标签可以补充笔记的内容，给笔记提供上下文（context）。

</aside>

比如，当我们写一条笔记时，可能只是描述了一个具体的现象或观点，但它所针对的具体话题或领域并没有在笔记中明确体现出来，或者有时候，并不能体现出我们是在什么场景下记录下了这条笔记。因此我们需要使用标签来补充这个笔记，以便之后和其他笔记产生视觉上的关联。同样是上面的例子，如果我是在读《乔布斯传》的时候记下的这条笔记，我就可以给他打上相应的“阅读/乔布斯传”的标签，以提供上下文的维度。

说到底，标签的主要作用就是方便我们日后重复使用笔记。那么，这个功能是否一定要通过标签来实现呢？

AI 的角色和标签的未来

AI 的引入无疑可以在一定程度上解决这个问题。但是，在实际使用中，我们发现由于向量数据库的特性，很多时候用自然语言检索数据库时，并不能找到所有的笔记，只能找到在它理解之中最相关的一条或几条笔记，这也是 AI 目前固有的缺陷之一。当我们试图检索内容的时候，希望的肯定是所有相关的内容都能被找到，而不是只能找到相对最相关的内容，而这是当前阶段 AI 很难做到的。

在这种情况下，标签就显得尤为重要了。它能保证任何打上这个标签的内容都能被找到，这是一种相对于 MECE 的一种存储方式。我不知道随着 AI 功能的发展之后这个问题是否能得到解决，但至少在短期内，标签仍然有它存在的意义和价值。

除此之外，上文提到的“提供上下文”的能力在很多时候还是 AI 所不能替代的。但是可以很欣喜地看到，像是 Lazy、Rewind 之类的软件在努力给出他们的解法。但是短期内，标签在这方面还是能发挥作用。

总的来说，虽然 AI 在不断发展和改进，但在笔记世界中，标签仍然占有一席之地。作为一种可靠而高效的信息分类和检索工具，可以在一定程度上补充了 AI 的局限性。看来，标签还会在我们的笔记中继续存在，但我也希望能够自由地记笔记而不需要思考标签的那一天。