信息与知识

对 PARA 的误解

对于喜欢研究生产力、知识管理等方面的人来说,Tiago Forte 所提出的第二大脑以及 PARA 的知识管理概念可以说是家喻户晓的。然而,在过去这段时间里,尽管我也按照 PARA 的方法组织过我的笔记系统,无论是在 Notion、Obsidian 等软件中,我都尝试将我的知识和信息划分为不同的类别,如 Inbox、Project、Area 和 Resource。但是,始终感觉有些不顺手。

久而久之,我开始觉得这种知识管理方法相对来说比较僵化,更像是一种哗众取宠,试图在本不应该也无法准确分类的知识中进行分类,以展示自身价值。而在实际生活中,我们可能并不需要如此复杂的分类方法。我在网上也看到过很多对 PARA 方法的批评,认为 Area 和 Resource 这两个区分并不是非常明确,也没有实际意义。

信息等于知识吗?

在过去的这么些年间,我也一直是这么认为的。但是近期随着看过一些博主,比如说 Jtalk、还有少楠他们对于知识和信息的思考,让我对于这种知识管理的方法有了些微更深刻一些的理解。在过去,我一直是把知识和信息这两者混同在了一起。这可能也和我自己喜欢看的东西比较杂有关,从经济学、社会学、心理学、传播学等等方面,我都会吸收不同的信息,并把他们一股脑都塞到了我的笔记系统里,从来不做任何等级上的区分,并且认为这种区分毫无意义。

但是今天少楠在播客里的一句话让我有了一些启示:

💡 信息知识是两个完全不同的概念。

只有当一条信息能够推动我采取行动时,它才能转化为知识,才能对我真正有用。举个例子,我可能会收集很多关于传播学的信息,但这只是出于个人兴趣,更多时候只是为了以后在与他人交谈时有更多谈资。或者说,我阅读了德鲁克的管理学相关文章,其中的概念和思维方式只是被我记录在笔记库中,以后可能某一天想起时再拿出来看一看,然后感到“哇,我好厉害,知道这么多知识”。

但是只有当我真正运用这些东西时,比如在写文章时不由自主地涉及到研究事物的传播方式,或者在实际进行团队管理等工作时,我收集的信息才真正转化为我的知识。这也许是为什么 Tiago Forte 主张区分领域和资源的原因,因为只有真正能让我行动起来的信息才是对我最重要的东西。

区分了知识和信息,然后呢?

不过,这并不意味着在做笔记时要强行区分两种不同的笔记,并添加繁杂的分类过程。这样做可能非常低效。这也是为什么当 Roam Research 在2019年突然火起来时,人们觉得它的输入阻力特别小的原因。它不强调对笔记的组织,而是注重让笔记之间产生联系。

回到我们今天的话题,“知识等于信息吗”,情况也是如此。我们收集到的许多信息可能只是我们从其他地方摘录的,或者来自不同的资源。这些资源很难相互联系。只有当我们真正思考一件事,并发现它与其他事物的联系时,它才会触发我们的行动,从信息变成知识。

因此,了解信息和知识的区别并不在于如何组织我们的笔记系统,而更多地在于指导我们的个人行为。指导我们更多地关注理解信息,使其转化为知识,并有目的地吸收有用的知识。在了解一些信息后,积极地将其与已有知识联系起来,这种思维方式才是最重要的。而具体使用何种方式存储信息和知识并不那么重要。毕竟,随着 AI 的发展,AI 实际上可以替代我们管理知识的许多步骤,甚至直接产生信息。

IMG_7867.jpeg

正好 Building a Second Brain 要上市了,我也打算买一本来仔细研究,以避免自己成为 Jtalk 所称的“信息肥胖症”患者。

博客和笔记软件一样,就是个不停折腾的过程

从昨天晚上开始,我又鬼迷心窍,开始重新折腾起了博客平台。从年初开始写博客开始,其实我只换过一次平台,从 Gridea 换到了 NotionNext,大体上还是很满意的。但就像用笔记软件一样,看到了有意思的平台和用法,总会想要去尝试一下,似乎不折腾就不舒服。

博客平台

先是从字体开始,看着目前的霞鹜文楷,感觉很多人都在用这个字体,觉得有点看腻了。于是想把它改成苍耳今楷,但试验下来总是无法在全平台上都实现。

字体改着改着,正好看到了Quail | A Modern, AI-powered, newsletter service 这个网站,它能提供一些 newsletter 之类的服务,便想尝试一下,看能不能把博客配置到里面,但毕竟这个平台是为 newsletter 服务的,博客功能并不完善,界面虽然极简,但是无法对博客进行分类。思前想后之下,还是决定放弃。

中途,通过印迹的播客,看到了 Thorn 这样一个播客写作发布平台,无论是主界面还是文章界面都非常顺眼。试用了之后,发现它自身的配置上存在一些bug,我存在里面的一些图片,在实际的博客里面却是错位的。于是也放弃了。

弄了一圈下来,最后还是决定继续使用NotionNext。毕竟它和Notion的结合度最高,也能通过Notion AI等工具辅助我进行协作,并省去了后续配置的流程,比如把文章复制粘贴到其他软件里。早上把NotionNext成功升级到最新版,但不知道为什么字体却消失了,等有空再看看吧。

博客分类

虽说最终还是决定不换平台了,但是总还是想要折腾些什么。正好之前用着的博客分类总觉得不顺手,于是便趁着兴头重新整理了一轮。

在之前,我一直把自己的文章分成了三类:长文、摘抄&感想以及lifelog。但是用了这段时间下来,感觉这个分类可能并不是很合理,因为它们本身是不同维度上的东西。

长文很好理解,基本上都是我在其他网站上,尤其是少数派上发布过的内容。但是很多在它们里面的内容也属于摘抄与感想类,而我日常生活的记录,有时候也会涵盖这方面的内容。

那么什么样的分类方式才是最合适的呢?这可能并没有什么确切答案。

所以我也参考了很多其他不同博主,他们自己的分类方式。看下来,大部分人还是以文章所涉及的领域来做划分的。所以,经过思考之后,我也把我的博客重新进行了分类。

其中,lifelog类基本上不用修改,只是把它换了个名字,改成了分享生活。现在把长文、感想与摘抄和日常中涉及到旅游的部分给单独摘了出来,全部放到了游记里面。摘抄与感想这名字有点让人不知所谓,因此把它们统称为了随笔摘抄

而又有很多的文章,其实都是关于各种效率工具、生产力工具知识管理的,而它们实际上大部分对我而言并没有完全地融入我的生产力体系中。因此,我也把它们叫做玩具们

目前暂时分了这四类,试一段时间,看看是否合理。

和笔记软件一样,虽然我们经常能听到一些人劝,说随便挑一个顺手的软件,一直用下去就行了,毕竟软件只是工具,最终的目的只是为了思考。这个说法很有道理,但有很多时候,折腾这件事本身也是一种乐趣,而且通过折腾,有时候才能更好地了解需求。而且折腾并不代表着要换工具,有时候试着试着,反而能发现自己手上工具的优点。目前的架构准备稳定一段时间,如果发生了难分类的情况,再开始下一轮的折腾。

新的日式拉面店 & Notion AI 重塑工作流

元气屋试吃

南京靠谱的日式拉面店并不多,之前比较靠谱的只有 D9 街区的 Ramen 满吉和据说口碑不错但位置偏远的江河叔叔。最近在小红书上看到北门桥新开的一家叫“元气屋”的店。老板娘和她父亲曾在日本长居,刚回国不久。这家店目前还在试营业阶段,正根据顾客的反馈调整拉面配方。我今天尝试了一下,觉得相当不错,有潜力在南京的拉面市场上经营下去。

他们的拉面有三种口味。首先是传统的天然豚骨拉面,味道相对较淡,针对中国人的口味作了适当调整。叉烧和面条味道非常好。老板娘说喜欢浓郁口味的可以尝试北海道味增拉面或鱼介拉面。他家的食材都很新鲜,而且拉面硬度可按需调整,这点在南京还是很少见的。所有菜品都是手工制作,连油淋鸡也是选用新鲜鸡肉去自己加工的,没有使用任何预制菜,老板娘和她父亲在这方面相当坚持的。

祝他家能长久经营下去吧,想吃靠谱的日式拉面太难了,毕竟谁想去德基楼下花六七十块吃味精拉面啊😂

因为 Notion AI 重新升级了知识管理体系

近期 Notion AI 推出了 Q&A 功能,让我对自己的知识管理体系进行了新的升级。核心架构仍然是三个层次:采集、组织、输出(谈谈理想中的 AI 笔记软件应该长什么样 – 以 Notion、Tana、Mem 为例)。不过,我现在把部分采集工作转移到 Notion。在 Notion 中,我借鉴了 Frank 的方法建立了一个看板,用于记录 Task 和 Notes。同时,我也在期待 Frank 推出的新 Capture 软件。

目前,我的输出主要通过 Logseq 和 Flomo 进行快速记录,而更偏向于纯粹采集的内容,则通过 Notion 来整理。这样一来,Logseq 和 Flomo 中的内容更加清晰有序。当然,Heptabase 依旧是我的整理工具,但我不再需要将那些资源性质的 Capture 内容迁移到 Heptabase 中。

至于输出方面,因为我的博客系统也是基于 Notion 搭建的,这样可以进一步优化与博客系统的整合,提高工作效率。

黑五购物一览,秋日随拍

黑五购物总结

新的订阅

AudioPen

上一篇 lifelog 里就介绍过了订阅 AudioPen 的心理历程 AudioPen, 播客, 近期探店 ,这里就不过多介绍了。

Snipd

自从听闻Snipd的盛名以来,我就一直想尝试,但迟迟未能行动。今天在群里看到仝佬分享的黑色星期五折扣,我终于忍不住下载体验了一番。短短半小时的尝试让我不禁有些后悔没有早些实用。我之前购买麦克风、折腾语音转文字等,很大一部分原因就是为了能快速记录播客时的笔记。Snipd几乎完美地满足了我的这些需求。虽然它目前不支持中文播客,但用户体验绝对是顶级的。

谈到用户体验,必须提 Snipd 最具标志性的功能 —— Snip。按下按钮后,它能自动识别那段时间前后 80 秒的内容,并将其总结出关键信息和完整逐字稿,这些都可以发送到 Readwise 和 Notion 中,与高亮流程无缝对接。它甚至还能自动生成标题。经过几次使用,准确性非常高。

除了核心功能,Snipd 还特别优化了听播客的场景。用户只需轻点耳机三次即可触发 Snip 功能,这对于跑步、骑车时来说非常方便。预期如果国内软件没有仿品的话,我会长期订阅这个服务

白嫖

恰逢黑五,不少厂家也推出了福利活动,试图通过福利让人们之后能够持续订阅。我白嫖了 Perplexity Pro 两年会员。虽然平时 Devv.ai 也够用,但是 Perplexity 的GPT4还是很香的,在中文来源搜索上还可以。

Rewind Pro 黑五也送了所有用户一年会员。我曾体验过7天Rewind,但感觉效果一般。毕竟,我通常使用的是 Windows,而非 Mac。不过,Rewind 即将推出Windows版本,而且也有手机端,但有局限——只能读取截图和 Safari 活动。我在尝试是否能将更多工作转移到Safari,但目前似乎易出现bug,有时程序会停止运行。希望未来能有所改进。

在突如其来的寒潮后寻找秋天的痕迹

两波寒潮接踵而至,让我们瞬间从盛夏跌入冬日的怀抱。南京的秋天,仿佛还没来得及打个招呼就匆匆离去,这样的突变似乎已成为这座城市多年来的标志。即便每年都有些措手不及,今年的突然转冷似乎更加仓促。在冷风稍歇、秋雨尚未到来之际,我试图通过镜头捕捉秋天的痕迹。

欢快的小狗

欢快的小狗

AudioPen, 播客, 近期探店

终于订阅了 AudioPen

为何我决定重新订阅 AudioPen,放弃自制的 GPTs?首先,使用便捷性是关键原因。在 ChatGPT 中,每次使用都要繁琐地打开文件夹、启动程序、找到我的 GPTs,并输入指令以加载写作风格。这整个过程至少需要一分钟,而且无法直接听回原音频,只能依赖文字稿,这增加了操作的复杂性。

相比之下,AudioPen 的使用只需简单几步,不超过七秒即可开始录制。它还支持多种输出格式和风格,并能通过 Zapier 自动同步到 Notion,与 Notion AI 的问答功能配合得天衣无缝。经过试用后,我支付了两年费用,并决定至少用一个月决定是否退款。如果满意,AudioPen 将成为我长期进行语音输入的重要工具。

什么情况下会换台?

一般情况下,我们常常通过播客的简介或主播的声音,迅速决定是否开始聆听。那么,什么因素会使我们在收听过程中想要转台呢?

首先,当嘉宾在专业领域知识上有所欠缺时,这种不足便会影响我们的体验。例如,尽管很多中文播客作者的英语能力有限,我们还是能接受。但我最近听的一档硅谷播客中,一个自称硅谷记者的中国人将“意识”(conscious)错说成了“共识”(consensus),且浑然不觉,这让我对其专业性产生了质疑。同样地,专业播主在体育解说或经济政治分析上表现出幼稚,也会促使我寻找其他选项。

其次,播客内容若信息量大却缺乏新意,只是重复陈词滥调,这对于寻求新知的听众来说并不友好。播客虽然是消磨通勤时间的好方式,但我们同样需要有效信息。此外,细节问题如主播声音不好听或频繁抢话等也会令人不适,会让我选择离开。

近期探店

OAAAK Barbeque

吃了传说中南京最好吃的美式烤肉之一的 OAAAK Barbeque (总共貌似也只有两家?),味道实在是太拉胯了。不说跟其他类似的美式烧烤比,比如说 Smoking Pig,就单是跟一般的轻食店里的那些附带的烤肉比,都差了好多。

牛胸肉特别干,就像干切牛肉一样,而且还没有干切牛肉入味。嚼在嘴里味同嚼蜡,甚至于怀疑是不是昨天晚上剩下来的。猪肋排也是类似,手撕猪肉汉堡也很柴。总体感觉这家店名不副实,估计不会再去了。

闲欢汉堡

终于去吃了垂涎已久的闲欢的汉堡。怎么说呢?相比于普通快餐店的汉堡那肯定好吃很多的,而且和其他类似的独立汉堡店相比,它的调味口感还是相当出色,酱汁和里面配菜搭配都非常的均衡,就是他的肉饼的煎制和量上还是差了一些,总体上还是挺值的。

Shortform

  • 视频号并不是抖音的无脑效仿者,相反,在某种意义上它重新定义了视频。视频号实际上把视频原子化了,可以插入在微信生态里的任何部分,公众号,小程序,群组里都可以,而不是把视频作为一个终端产品。 —— 玉伯
  • 当我们不知道写什么的时候,可以放空自己,阅读一些材料,然后不遵从自己的大脑,观察自己身体最本能的反应,比如说什么时候笑了,什么时候心跳加速,什么时候激动了,这些很有可能就是值得写作的材料。
  • 约会的目的是通过找到共同兴趣点来产生联结,工作中的 watercooler (茶水间聊天之类) 的目的事通过产生快速联结来找到共同兴趣点,以方便工作—— Thomas Pueyo
  • 美国的奇数年选举,一般来说投票率很低。这是因为有时故意安排在非常规的选举时间,以避免受到常规选举的影响。然而,这样做也有相应坏处,选民的投票比率一般较低,同时会对州财政造成非常大影响。 ——美轮美换
  • 美国负责创新,中国负责应用,欧洲负责立法
  • 疼痛确实令人难受,但我们得从中寻找信息。记得小时候,不小心触摸到炽热的物品时,那剧烈的疼痛让我们学到了:高温会伤害我们。因此,面对疼痛,我们不应仅仅感到折磨。反思一下:这次的疼痛告诉我了什么?我能学到些什么新知?
  • 灾害面前,人人平等;但灾难响应却不总是这样。以LGBTQ群体为例,他们在避难所这样的救援点往往不得不隐藏自我,以免遭受偏见。如此一来,本就紧缩的生存空间在灾难中更显局促。

订阅制 vs. 买断制 —— 背刺 or 信任?

相信很多愿意为应用软件或网上服务付费的用户都会经常陷入一对概念的争论之中,即支持订阅制还是买断制。

在过去,我们所使用的许多服务都是基于买断制的,长期以来形成了一种使用习惯。而如今,随着越来越多的 App 或软件服务向订阅制转型,自然也引发了不少争议和反响。今天,我们就来探讨一下订阅制和买断制之间的区别。

SaaS/硬件 的订阅

在最近听的一期播客中,主播们围绕他们订阅的各种服务展开了讨论。其中一位从事 SaaS 业务的主播,详细分析了订阅制和买断制的起源及它们之间的区别。重点是 SaaS 和硬件订阅的内容,而非传统的知识付费订阅。

订阅制和买断制的区别,主要源于分发方式的改变。以前只能通过邮寄拷贝,而网络的发展促进了订阅制的产生(可以说,很久以前厂家就有意向推行订阅制,但条件不成熟)。

在传统的 SaaS 或硬件订阅模式中,常见的商业模式是在大版本更新时一次性收费。这时,通常会推出一些重大的新功能,并对其重新收费,例如 Things、Omnifocus 和 Devonthink 系列。相比之下,订阅服务模式向客户提供长期的服务承诺,保证软件或服务的持续更新和改进。

销售策略上,买断制与订阅制也有显著差异。买断制模式下的公司几乎每年都需要吸引新客户以维持收入,因为现有客户不太可能重复购买,这使得公司面临巨大的 KPI 压力。而订阅模式的公司更关注于维持现有客户关系,因为收入依赖于客户的持续订阅。

这种差异也导致了两类公司在组织架构上的不同。为更有效地维护客户关系,许多公司甚至取消了传统的销售团队,转而设立了专门的“客户成功部门”(Success Team),专注于解决订阅过程中的问题,以及推广订阅服务中的新附加产品,增加附加值。这种做法体现了服务型销售的趋势,即通过提供持续的价值来维持客户忠诚度,而不仅仅是一次性交易。

知识付费的订阅

在知识付费或类似 Newsletter 的内容行业中,订阅制和买断制的讨论有其特殊性。

在一些知识付费平台上,如得到、喜马拉雅等,我们经常看到以买断方式出售的课程。这些内容通常集中于某一专题,属于内容型的知识分发。而订阅制则更倾向于对某些个人 IP 的认可,相信这些 IP 能长期产出高质量的文章,且不特别关注特定主题。

这两种模式对知识付费内容质量的影响有显著区别。

买断式的知识付费要求内容更精练,尤其是在简介和试读文章方面需要极高的质量,以吸引用户订阅。然而,买断制通常也承诺提供特定数量的文章或课程,这对创作者来说既是一种压力,也可能影响创作质量。

相比之下,订阅制则相对更自由。创作者可以基于个人经历创作不同类型的内容。但由于订阅的本质是付费者对创作者的信任,创作者需要定期产出高质量文章以维持这种信任,这样才能保证订阅的持续性。

为什么很多人喜欢买断,而痛恨订阅?

很多人对订阅制持反感态度,更倾向于买断制。一方面,很多人认为自己被厂家“背刺”,更深层的原因在于用户通常对购买的服务已感满足,并认为自己购得的即是产品当前的状态。对于后续的长期更新,他们并不抱有太大期待,甚至认为长期服务应是买断制的附赠品。

人们需要的是确定性,对于未知的可能性则持警惕态度。订阅制建立在一种信任关系之上,而这种信任恰恰伴随着不确定性而来。

通常,用户更倾向于买断制,因为它提供了确定性和一次性的消费体验。而对于开发者或创作者来说,他们则更偏好订阅制。从成本和收益的角度来看,订阅制的收益通常远大于买断制。如前文所述,订阅制可以减轻他们每年创造新收入的压力。

结语

在这个问题上,可能并没有一个绝对的最佳答案。不同的模式适合不同的内容和用户群体。重要的是,开发者需要找到一个平衡点,既能满足用户的需求,又能确保自己的合理收益。

一个值得借鉴的例子是 Agenda。他们采取了订阅制,但取消订阅的用户可以免费享受未来一年的更新,并能一直使用在该更新期间所有的 feature 下的服务。这在某种程度上其实是提供了一个订阅制和买断制之间的切换机会。当然,这种切换方式所带来的收入是否足以维持团队运转,还需要时间来证明。


参考:

科技乱炖:盘点银行账单,订阅刺客让我们发出尖锐爆鸣

订阅:内容的长期主义

又感冒了 & 重新梳理笔记流程

又感冒了,周末躺了两天

上周五一不小心又感冒了,最初有些担心是三阳,但后来测了抗原后,结果显示阴性,所以更可能是普通感冒,当然,也不能排除支原体肺炎的可能性。特别是自从周四的消防演习之后,办公室里倒了一大批人,怀疑其中有病毒作祟。

因此周末在家瘫了两天,享受家人的投喂,然后就吃到了今年最好的螃蟹,一本满足。而且自己还忍不住馋虫,炖了一锅筒子骨排骨藕汤,狠狠补充了一把脂肪,算是把之前治疗四联期间错失的美食给补上了。

重新梳理笔记流程 & 回到 Logseq 快乐老家

也正是因为瘫了这两天,得以有时间静下心来,刷了一遍 JTalk 的频道,看到了 JTalk 的日常笔记方法论,颇觉有趣。

JTalk 将自己的笔记分为三层:

  • 首先,他使用 Telegram 的 Bot 对信息进行初步筛选和快速记录,将信息传输到 Logseq 并打上标签,这一步 80% 在移动端完成。
  • 接着,他会重新梳理内容,在 Obsidian 中进行原子化整理,这是第二层。
  • 最后,第三层是将 Obsidian 中的文章内化吸收并重述,储存在 DevonThink 中作为永久笔记。

这套逻辑感觉颇为流畅,与我当前的思路有共通之处,其中有许多值得学习的地方。

基于他的逻辑,我也打算尝试一下,其实目前的流程已经比较类似,但是可以进一步梳理清晰。


第一步是信息记录,我一开始是计划学习 Telegram 的 Bot,但配置一直没成功。因此,我对之前用过的 Logseq 快捷指令进行了修改,可以自动读取剪切板内容,编辑后通过快捷指令发送到 Logseq。之前和群友笑过,每过一段时间,体验过外面的各种千奇百怪的笔记软件后,我总是会回到 Logseq 的快乐老家,因为这才是最贴合我使用思路的笔记软件,现在果然还是如此。

其实还有另一种思路是使用 Tana Capture,然而虽然 Tana Capture 设计的比较简洁,但操作上不够便捷,需要多点几下屏幕。而且虽然 Tana Capture 的后续管理功能较强,但考虑到这只是初步管理,Supertag 的高级管理功能或许非必须。同时也期待着 Logseq 画的数据库版本的饼,以便进行更深入的管理。同时,近期的梯子波动情况,notion 波动以及语雀宕机事件也让我对在线服务敲起了警钟,感觉更多的内容还是放在本地为好。

其实当前阶段我还是会考虑两者同时使用,毕竟 Tana Capture 的语音输入还是独一份的,作为一个 inbox,两者并不冲突。


信息汇集到 Logseq 后,第二步我打算定期(可能是每周或半周一次)对沉淀的内容进行整理思考,然后系统化地输入到 Heptabase。在 Heptabase 中,可以分门别类地对内容进行存档,变成卡片,并进行卡片写作,输出到自己的 blog 系统中。


这个 blog 系统将成为我的个人笔记的第三层,作为永久笔记存在。

准备尝试一段时间这套新流程,看看是否可行。

Default Apps 默认应用

App Defaults 启发,也来总结一下个人主用的apps

  • Mail Client: Canary
  • Mail Server: ^
  • Notes: Drafts → Flomo + Logseq → Heptabase
  • To-Do: Timestripe(用过一段时间 Omnifocus 4 和 Things 3)
  • iPhone Photo Shooting: FIMO
  • Photo Management: 苹果自带相册
  • Calendar: Cron
  • Cloud file storage: iCloud Drive, 百度网盘
  • RSS: Readwise Reader + Inoreader(考虑是否续订中)
  • Contacts: 苹果自带
  • Browser: Arc + Edge
  • Chat: 微信
  • BookmarksRaindrop.io
  • Read It Later: Readwise Reader
  • Word Processing: Heptabase, Ulysses
  • Spreadsheets: Excel, Notion
  • Presentations: PowerPoint
  • Shopping Lists: 淘宝
  • Meal Planning: 下厨房
  • Budgeting & Personal Finance: Cookie
  • News: TG, BBC, 微博
  • Music: Apple Music,网易云音乐
  • Podcasts: 小宇宙
  • Password Management: 苹果自带

这里面还在考虑是否继续使用的有 Timestripe,Inoreader,Ulysses,其他都相对比较稳定。明年再来看看是否打脸。

Timestripe: 打破日程表藩篱,多视角规划目标

也许你已经习惯了用 Things 3、OmniFocus、滴答清单完成日常待办;

也许你已经习惯了用 Notion、Fibery、Trello 做项目管理;

也许你已经习惯了用 目标罐头、目标地图、像素习惯 培养习惯;

也许你已经习惯了用 Cron、Calendar 管理日程。

那么你有没有想过把他们融为一体呢?

如果你有这么想过,那么我建议你尝试一下 Timestripe,并不是说它在各方面都做到了尽善尽美,而是说,它是一款把上述这所有功能结合地最好、最美观,最能贴近生活工作场景的工具。

Timestripe: goal manager

相关文章

其实,早在 2021 年,少数派就曾经出过关于 Timestripe 的简短介绍,基本涵盖了软件的核心功能。如果你对具体的使用场景和思路不感兴趣,只想找一个“太长不看”版的简单介绍,可以点击下面这个卡片直达。

近期值得关注的 App – 少数派

sspai.com

下文中,我会分模块来介绍 Timestripe 的主要功能,并探讨他们是遵循着怎样一种产品思路,从而相互联系的。

用 Horizon 对任务进行拆解和组织

一打开 Timestripe 的网页或者 app,首先映入眼帘的就是它最具标志性特征,也是最广为人知的 Horizon 视图。在这个视图里,你能看到从左到右一字排开的 Today,Week,Month,Year 和 Life。当然,你还可以根据需求,添加 quarter(季度)等不同的选项。

Timestripe 最基础的元素叫做 Goal,也就是我们常说的目标,实际使用中和待办类似

通过 Horizon 这个视图,我们能够非常轻松地在一个页面里看到从日目标到周目标,再到月目标、年目标、人生目标的层层递进的关系。同时,horizon 下也有单独的日、周、月、年视图等,用户可以在同一个维度上对任务进行分配。

Horizon 视图

那么,Horizon 这个视图具体怎么使用呢?

一般来说,有两种使用方式。一种是在年、月、周、日的层次上,从上至下逐层拆解目标,使得一个目标成为另一个目标的子目标。这是一种方法。因为要实现这种目标的拆解,他们支持无限层次的子目标的设定。用户可以设定一个在今天完成的任务,它同时属于你本周目标的一部分,而这个任务又是月目标的一部分。

另一种方法也是我目前使用比较多的方式。由于大部分的任务都处于同一个颗粒度上,往往我会事先规划好这个月我要完成哪些任务,全部写在这个月的列表里;在月初或者每个月的过程中,把这些任务一个个从月视图里拖动到周视图里;之后在每一周,我又会把周目标拖动到每一天。并且,可以在分配好每天/每周/每月的目标之后,自下而上地抽象出上一层级的目标。这样做的好处是,让月/周视图起到一个类似于 GTD 系统里的 Inbox 的作用。但是,虽然它类似于 Inbox,但它具有一定的时间属性,能更好地帮助我们聚焦当前阶段最重要的任务。

一般而言,我更推荐把这两种使用方式结合起来用。有些人可能会觉得这个思路有种莫名的既视感,对,其实这正暗合了 OKR 的思路。只有当你的 Objective 汇聚了自上而下和自下而上的输入,才是真正可实现的 Objective。

用 Board 进行任务管理

那么,除了这种根据时间维度逐层拆分的待办事项外,是否还有其他组织任务和目标的方式呢?毕竟,如果仅仅是根据时间维度来进行代办管理,那可能只是一个普通的日程待办软件。然而,Timestripe 的独特之处在于,它提供了各种各样的 Board 供用户选择。

Board 的使用场景

Board 既可以从官方 Gallery 的模板中复制,也可以自己创建。每个 Board 都由数个列表组成,在这些列表中,用户可以放入任何形式的目标或任务,并且可以在不同的列表中拖动。还可以为不同的目标添加不同的颜色,添加分割线等。只要你愿意,就可以创造出无限种的玩法。

最简单的看板视图

举个例子,可以使用专门的不同看板来规划旅行行程。以我这次的日本旅行看板为例,我会在其中添加交通、饮食、景点、住宿等各种列表。并在这些列表中将这些任务进行细分,并赋予它们时间属性。当具体的日期或者周到来时,它们会自动出现在相应的 horizon 视图中。

旅行计划

除此之外,我还使用了一个创作看板,通过它,我可以将我写作的内容分为不同的阶段,从最早期的灵光一闪,到写作、编辑阶段,甚至可以建一个列表,用来存放一些因为需要更多研究或者没有时间而暂时束之高阁的内容,非常灵活。

Board 和 Horizon 的联动

在文章一开始,我提到 Timestripe 最突出的特性是把各种功能进行了很好的融合。这里所说的融合并不是生硬地把各种功能缝合在一起,相互之间没有互动,或者结合得特别生硬,而是基于自己的设计哲学,把这几方面有机地结合在一起,并通过相互的连接转化,让你对自己的日常、自己的人生更加有规划。

Board 和 Horizon 的联动就体现了这种融合的优点。

在这些看板中,每个任务都可以设置时间属性,如指定为某一年、某一月、某一周或某一天。这与之前的Horizon视图是一一对应的。设定了时间属性的目标会自动添加到Horizon中的不同列表里。于是,每一个项目中的待办能够转化成具体在某个时间维度上的目标,让这些待办能融合于日常的生活工作中,无形中减少了规划日程的阻力。

甚至于,每一天还有专门的类似于日历的时间表视图,结合与系统日历的联动,可以更好地管理生活。

在 Timestripe 中,每一个任务都可以被展开,进行丰富的文本编辑。与 Notion 中的操作方式相似,用户可以在其中嵌入各种不同的模块,操作起来非常方便且灵活。用户甚至可以将 Timestripe 本身视为一个笔记软件。例如,在 Gallery 中就有一个模板专门为学生设计,用于记录他们在课程中的笔记,存储各种文件,以及管理作业等。

Climb

那么,如果你不知道如何将自己的目标进行拆解,应该怎么上手呢?在 Timestripe 里,有一个特殊的功能叫做 Climb,它提供了许多其他用户预设的项目。例如,“30 天学会编程”,“30 天了解学习写作”,“7 天养成良好的睡眠习惯”等等。每到固定的时间,相关的任务就会被解锁,出现在你当天或当周的视图中。

有了 Climb,Timestripe 甚至可以成为一个习惯养成工具或者学习工具的产品。通过习惯和日常代办的结合,用户可以每天打卡,或者跟着 climb 创建者的想法,用户也可以创建自己的 Climb供自己使用,并将其分享在社区中。

其他视图

数据视图

Timestripe 有一个专门的数据视图,计算每天创建、完成及更新了多少个目标。通过这个视图,用户能通过数据来了解自己完成了多少任务(更有成就感)

日历视图 

Calendar 视图

日历视图则更直观地展现了当前的时间节点在不同维度上所处的位置。同时用户可以在回顾与展望之间切换,看到自己过去完成的目标,以及下一阶段所面对的目标。

其他视图

Timestripe 的其他几个视图,则观赏价值大于实际使用价值。然而,这些视图都体现了 Timestripe 的设计哲学和理念。

例如,这个充满点状的视图叫做 Overview。其中的每一个点都代表了一年中的一到两个月。随着鼠标滑过这些点,你就能看到在那一天,那个时间点,对应年龄的名人他们都做过什么事情。例如,当我把鼠标滑到 2031 年的时候,我就能看到在 37 岁的时候,哪些名人做过什么伟大的事情,以及如果我从现在开始做什么事,到那一年我能获得什么。

Overview 视图

另一个时钟视图则从不同的维度展示了时间的流逝。用户可以清楚地看到自己目前处于人生的哪个阶段,一年中的哪个时刻。这也反映了 Timestripe 的设计哲学,即它试图帮助用户从不同的时间维度来划分自己的目标,帮助用户养成习惯,分解自己的习惯,并更好地规划自己的人生目标。

Clock 视图

如何通过 Timestripe 更好地规划生活

最近,TimeScript 推出了移动端,使得用户能够将待办事项真正融入到日常生活中,而不仅仅是作为一个工作中的规划工具。这无疑大大扩展了 TimeScript 的使用场景。

以一个非常简单的例子来说明,我设定了一个名为“快递”的 board。由于我家附近有四个不同的快递点,我可以每天将我收到的快递信息放入相应的列表中,然后在 Today 视图中查看不所有快递取件码,或者直接通过列表,当我到达某一快递点时,非常快速地调出在这个快递点所拥有的所有快递信息

另一个使用场景是,可以建立 inbox board 来汇总所有稍后读/听/完/尝试的事项。每当遇到一些想要稍后尝试的有趣 app、好听的歌、想看的书,都可以扔到这个 inbox board 里的不同列表里,定期 review,并给他们规划好时间信息,以便即使完成这些目标。

手机端界面

除此之外,Timestripe 还提供协作功能,Timestripe 公司的 roadmap、onboarding 等看板都建立在这个功能上,所有用户都能看到。具体到个人的协作,比如可以和家人共同管理一个旅行 board,共同规划出行的待办等

结语

Timestripe 可能不是最好的待办软件,不是最好的项目管理软件,不是最好的习惯养成软件,也不是最好的日历软件。但是,它是把这些融合地最好的软件,是最贴近生活工作场景的工具。而且,团队有着自己的开发思路,目前正在做 Google Calendar 的双向同步,想必将来可以和我们的日程管理结合地更加紧密。通过 Timestripe,可以在工作中做轻度项目管理,生活中可以更好地进行协作、规划生活。正如标题所说,Timestripe 可能是最适合你的人生规划器。

自嘲「万金油但平平无奇」的有趣知识管理工具:Fibery 体验

是什么样一个产品,会在自己的官网写下这样一段「大实话」?

自称 all-in-one,却在各方面都平平无奇。

市面上有十几个协作生产力工具,并不是说我们显著地更好,我们就是忍不住要再构建一个。

我们已经痛苦地用掉了 5(可能是 6?)年的生命,对仍然对结果感到羞愧。

然而就是这样一家公司,种子轮和 A 轮已经融到了 500 万美元。抱着好奇,我也「忍不住」点下了「无论如何都要注册」按钮,做了一番尝试。

什么是 Fibery

与去年刚成立的 Tana 相比,Fibery 成立较早,到现在已经过了 5 个年头。不过,两者的思路都比较非常相似,都试图通过有组织的数据管理来实现知识之间的紧密联系,同时还能帮助个人进行事务管理。

Fibery 官网:建立你的工作与知识枢纽

需要说明的是,Fibery 一开始就是专为企业用户,尤其是初创及新兴企业设计的,可能这也是之前在中国它名声不显的原因。它的功能设计很多是为了满足企业间用户的协同、知识管理、任务管理等需求。同样,Notion 在这方面也有类似的设计思路,只是它在更多场景下会被用于也非常适用于个人的生活管理。

在 Fibery 的官网上写着他们充满野心的愿景:建立你的工作与知识枢纽——如果你觉得 Jira、Notion、Airtable 和 ClickUp 无法满足你的工作,并且准备好要替代他们。

那么,相比于现在声势正旺的 Tana,以及在笔记数据库层面的先驱者 Notion,乃至于其他更多拥有数据库功能的软件,Fibery 的优势又在哪里呢?它又是否真的如愿景所说,替代掉那一众协作软件呢?

Fibery 的差异点

Fibery 和 Notion 类似,其基础都是建立于 Database 之上的。尽管它们都基于数据库,但 Fibery 最核心的竞争力在于其关联 (connectivity)的多样性和自动化,在于不同数据库的组合融合。相比于 Notion 中使用 relation 设置来实现不同数据库之间的相互查询,Fibery 提供了丰富的关联方式。用户可以在 Fibery 的 map 视图中以可视化的方式对不同的数据库进行直接或间接、一对多或多对多的连接,甚至可以建立无限层次的关联。连接建立后,还可以通过级别设置、公式、查找等操作对数据进行不同的展示和计算。可以说,几乎你想要展现的任何内容都可以在 Fibery 中实现。

活动管理 & 资产管理

从简单的 OKR 管理,到复杂的资产管理,到甚至于基于地图的可视化员工假期管理,只要想要,都能在 Fibery 里搭出来。或许很多人会说,既然这样,那为什么我要浪费时间,从 Notion 之类的软件中迁移出来呢?

举个简单的例子,Notion 确实是能在不同数据库之间创建关联,但是相比大部分使用过 relation 的人在给 database 建立关联的时候,还是经常会感到迷茫,而且在建立关联的时候,无法对关联的数据做出合理的筛选。

在 notion 中建立关联

而在 Fibery 中,只需要在自己的工作区域的地图(map)里简单地在不同的数据库里连几条线,相关的数据库就自动被关联上了。而在每个数据库、甚至于每条数据页面,建立链接也只需要点几次鼠标。

地图(map)视图

除了更加创建关联更加简便,Fibery 中关联的功能也更加强大,可以实现树状多层级、循环、单向关联等;同时可以对关联的内容设置各种 filter,实现比 Notion 更强的筛选功能。下一个章节里我会在具体的工作流例子中进行讲解。

在数据库页面在不同数据库之间建立多层级、多对多关联

除此之外,Fibery 近期新增了 AI 功能。之前我在文章中总结过当前笔记软件中使用 AI 功能的情况,很多软件只是简单地将内容生成功能添加到自己的软件中,而没有对软件进行相应的重新设计。而 Fibery 在这方面与众不同,AI 起到了一个非常出色的 copilot 的作用。除了常见的内容生成,数据库管理方面,它可以通过自然语言来帮助用户生成新的 space 和 view,甚至于公式。另一方面,它还提供了自然语言的 AI 搜索功能。具体的应用我会在后文中详细介绍。

主要功能及特色

关联

Fabric 中最核心的功能是关联。关联可以发生在同一个 space 下的不同数据库的个体,可以发生在不同数据库的 field 和 field 之间,还可以关联到很多外部软件。下面我会通过一个简单的例子来说明。

在工作中,我们经常有很多会议,因此我们需要一个与会议记录相关的数据库。而我可以把 Google Calendar 的内容关联到这个 space 里,生成 Event 数据库。每天我在日历视图里查看今天的 Event,选择认为有需要生成会议记录的 Event,通过一个提前设置的自动化按钮,自动生成带有该 Event 名字与时间日期 field 的会议记录。

有了与会议记录相关的数据库,自然也需要相应的会后行动事项和参会人员的数据库。我们可以将这三个数据库关联在一起,在会议记录的页面里直接创建和管理相关的 Action Items。

这些行动事项通常需要转化为更庞大的任务管理体系中的任务。作为项目经理,我通常习惯于将手头的项目和任务划分为三个级别,即 program、project 和 task。而前文所说的 Action Item 基本上对应于这三个级别中的 task 功能。因此,我们可以创建一个自动化的流程,每当生成一个新的 Action Item,我们就能自动将该行动事项转化为一个 task。当然,你也可以直接在会议记录中的接入 task。

不过,我通常不会这样做,因为我会首先在会后对所有 Action Item 进行整理,通过自动化按钮按类别放入 task 中。每个 Task 都可以通过自然语言设置 reminder,在相应日期时间,会在 Fibery 的 inbox 中收到相关提醒。

Task 之上可以有更高一级的 project,project 之上则是 program,有很多项目管理软件,比如 Linear DevOps、JIRA 等,也提供类似的操作,相信大家对这些软件也非常熟悉,在此也就不再赘述了。特殊的是,在日常使用中,可以按需求在 Fibery 中无限层级加入关联,比如可以加入和 task 平行的 sub-project, 或者 task 下加入 issue 等,可以按照自己的工作流自由定制。

在将所有这些数据库相互关联后便可以在任何一个层次中查看其所关联的数据库的内容。例如,可以通过 Look Up 功能查看某个 program 下的所有 tasks,同样地,也可以查看某个 task 或者某个 project 所对应的会议记录、参与人等等。

此外,Fibery 的视图也非常丰富,包括常见的看板、列表、表格、日历和甘特图,甚至还有地图视图。同时,在设计初期 Fibery 就注重数据的展示,提供了 report 功能,以便非常方便优雅地对自己的空间有一个全盘的了解。

报表

Fibery 还内置了自动化功能,可以与不同的数据库进行关联。这方面和 Notion 比较类似,并且支持通过公式实现高阶自动化,有一定基础的话,结合 user guide 能很快上手。

AI

前文提到,AI 的加入在 Fibery 中非常自然,像是一个隐形的 copilot,能非常便捷地提高效率,却又不喧宾夺主。在我之前的文章中,我也提过理想中的 AI 应该能在 输入 – 管理 – 检索 – 输出 各个阶段都能起到辅助的作用。

我理想中的 AI 笔记软件设计:从 N…

sspai.com

比如上文说的会议记录,可以在侧边栏中根据主窗口输入,通过 AI summary 来自动对文档进行摘要并生成待办事项。

AI 生成 checklist

在管理中,可以通过 AI 生成 space,甚至于包括这个 Space 的 Readme 指南都能自动生成,以帮助用户尽快上手;还可以生成复杂的公式。能自动给选中的段落搜索相关的某个 database 里的内容,建立双链。

比如,当我们使用某个任务时,通过 AI 的自然语言处理能力,我们可以自动找到与该任务相关联的内容,即使这些内容可能并没有被当前关联到数据库中,我们也可以将它们相互关联起来,实现双链的效果。当然,Fibery 本身也支持手动建立双向链结。

AI 生成展示状态为 open 的 bug 的公式

此外,最让人心动的是支持 AI 语义搜索。举个例子,我们可以将所有 readwise 的 highlights 导入到 Fibery 中,这样我们就可以通过自然语言搜索数据库中相应的内容。系统会每天自动 index 一次,以支持最新的数据更新。

语义搜索

输出方面,可以通过 AI 提取字段生成各种视图,看板、列表、日历、地图等都可以实现。而且官方正在做 AI 生成报告的功能,将来可以通过自然语言进行数据分析,生成可视化的 dashboard。

AI 生成所有有关 AI 的博客文章的看板视图

白板

作为一个协作软件,当前最火热的白板功能自然也是必不可少的。

虽然操作上没有主流的 Miro、Heptabase 等那么顺手,但是 Fibery 却毫不意外地也做出了差异点。除了常见的图形、画笔、贴纸、连线等功能之外,Fibery 支持在白板里插入数据库里的内容,甚至于白板里的文字和图形也能一键能被转化成数据库里的 entity

除此之外,还可以在白板里给相同或不同数据库之间的卡片手动建立链接,只要拖一条线过去,在这张卡片的 property 里就能自动看到被关联上的卡片。

在白板里连线之后,卡片之间在数据库里也被联系了起来

Fibery 的缺点

Fibery 当然不是完美无缺的。官方也对它地缺点非常坦诚(甚至自嘲地非常有意思)。它只能通过网页版进行访问,没有本地的客户端。此外,Fibery 官方也没有计划开发手机客户端,因为他们认为目前的网页版在手机端已经足够好用。

此外,相对于常见的笔记软件,它在输入上相对复杂。当然,这可以通过一些内置的功能进行改善。例如,可以创建一个公开或者私人的 form 来管理我的任务数据库。类似于 microsoft form 或者腾讯问卷。在 form 中,我们可以直接选择相应的名称和数据库中的 properties。填写之后,相应的条目将直接被增加到数据库中。可以把这个 form 的链接做成快捷指令、或者放在桌面,能快速便捷地进行输入。

可以多端使用的 form

此外,Fibery 相对来说比较小众。虽然据报道,去年九月份该软件获得了 500 万美元的 A 轮融资,但考虑到团队规模较大(有 30 多个人),而且用户群体相对较少,是否能长线运营还有待观察。

另外,这种网页版软件的数据安全性也需要引起注意。就像最近发生的语雀停机事件,让很多用户对于数据和本地化存储的重要性有了更深的认识。

上手难度相对较大是另一个需要注意的点。虽然其用户指南写得非常详细,但技术性过强,对于新手用户来说,一开始直接阅读用户指南可能会增加自己的困惑。实际上,我建议先下载几个官方模板,通过这些模板进行调整和改动,并手动建立不同数据之间的关联。逐步摸索之后,你会发现其中有一些令人惊喜的地方。我只使用了 Fibery 大约几天的时间,但在使用过程中,几乎每隔一小段时间就能够发现一些新的令人惊喜的地方。

重器轻用 or All in one?

既然我们已经有了许多不同的管理软件,为什么会推荐使用 Fibery 来替代其他软件呢?

虽然我们之前提到了各种软件的不同优点,之前也在少数派上看到有些老师也提到了「重器轻用」的概念,但是,「重器轻用」的前提是,各个重器都能适合自己的工作流,并能提供 all in one 软件所不能提供的功能。

这里并不是说 Fibery 在各个维度上都能超过该领域最强的软件,但它可以在至少 90% 的程度上替代其他不同软件的作用,同时可以做到在各个领域里实现最适合用户的架构。

比如前文的例子,通过 Linear 或者 Omnifocus,同样也能够实现 program-project-task 的多层级管理。但是,Omnifocus 只有苹果端,并且视图单一,Linear 则相对没有那么灵活,project 之上层级的管理被框在了 scrum 的框架内。

在这种情况下,只有 Fibery 能实现跨 windows 和苹果、灵活、多视图、自由连接的诉求,更别提它还能和会议纪要之类的数据库联动。这也正呼应了上文所说,Fibery 不一定是最好的,但一定是最适合你的。

此外,all-in-one 可以在个人事务管理方面大大提高效率。「重器轻用」的缺点就在于,各种信息之间缺乏链接。而通过这样一个功能强大的 all-in-one 软件,能够让不同的信息相互连接起来,提供给完成任务、记忆知识非常重要的 context 的作用。

结语

目前,我还没有尝试将自己的知识管理放到 Fibery 中,唯一放进去的是 Readwise 里面的 highlights。毕竟对于知识管理来说,数据库形式是否是最佳形式还需要更多的探索,而且网页版也确实存在数据安全的隐患。当然之后,我也会继续尝试,看看是否能将部分知识管理流程转移到 Fibery 中。

收费模式上,Fibery 对个人用户永久免费,AI 功能提供 200 次试用以及一个 Database 的免费 AI search(我选择了 Readwise 的同步数据库),超出需要使用自己的 API。根据官方估算,重度使用者一个月大概只需要 2-4 美元。对于团队用户,Fibery 对于营收低于他们的 startup 提供一年免费使用的权利,可以说是非常良心了。

We give you the basic building blocks: relation databases, visualizations, automation rules, rich-text editor, etc. but you need to have an idea of how your team operates.

最后,正如官方所说,Fibery 只是一个工具,它不会教你如何做数据分析,也不会告诉你什么样的模板是最适合你的。用户在使用它之前需要对自己的工作流有非常深入的了解,在这种情况下,Fibery 能像一个杠杆,最大化地提高用户的效率。


本文首发于少数派 https://sspai.com/post/83859