瓦基《AI 第二大腦》：收集不算數，接線才算，打造只屬於你的知識庫

先說一個自己的小故事。

我大概六、七年前就開始用 Notion，稱不上高手，但也慢慢養出一套自己的用法。
後來我看到「生活黑客」雷蒙，常在網路上分享很厲害的 Notion 模板，我知道他真的專精這塊，就領了他的 Life OS 模板，想照他的方式重整我的生活跟工作，順手把自己原本那套封存起來。用了一陣子之後，我心裡那個「換成高手的一定更好」的期待，慢慢消失了。舉例來說，他模板裡的「收集箱」，也就是新知識進來的那個入口，我幾乎一次都沒打開過。因為我早就習慣讓 Readwise 把畫線直接同步進 Notion，那些知識根本不會經過收集箱那個資料庫。那個模板設計得再好，對我的生活來說還是有點幫不上忙。

當然雷蒙也有說明過，這就是他設計給自己的模板，裡面的設定全是照他的習慣來的，建議每個人都去修改成適合自己的版本。

我原本其實沒有打算花時間去改，畢竟那真的會佔據不少工作時數。但幾個月過去了，我的工作流持續「卡卡」的，只好下定決心，花了好一番功夫，把雷蒙的模板跟我原本的系統一格一格交叉比對，才把它改回我用得順手的樣子。（當然，現在能用 AI 直接修改 Notion，這又更省時間了）

我們大多以為知識的價值，在於你存了多少、用了多少厲害的東西，就像我的這個 Notion 模板故事。但我這幾年漸漸覺得存越多越焦慮，因為那些東西都還是別人的。收藏一篇好文章的當下，很容易冒出一種「我已經懂了」的錯覺，其實我們只是把它從網路搬到自己的資料夾，換了個位置放。就像是我學生時期真的很愛買參考書，總是有種買了書之後就開始變比較厲害的幻覺，甚至有「把書當枕頭睡覺，就能把知識都裝進腦袋」的神奇幻想。

「閱讀前哨站」的站長瓦基最近開了一門「AI 第二大腦」的課程，可以幫助我們打破這樣子的幻覺。課程裡面講了很多實用的 AI 工具，從它怎麼幫助我們思考、協助我們做決策，到建立自己的私有知識庫。我上完課程之後最最有感的還是知識庫這一塊。我一直認為，建立自己專屬的知識庫不只讓我們能對知識本身掌握度更高，也更能讓現代最強的武器 AI 提供我們更多的幫助。這門課等於是證實了我的想法。

而我後來發現，知識庫裡真正長在自己身上的東西只有兩種，一種是只有我才有的，一種是我自己接進去的。先從第一種說起。

私領域，AI 怎麼樣都生不出來的東西

先問你一件事，同樣一個問題丟給 AI，為什麼你常常只拿到一堆正確的廢話？答案其實很簡單，因為你給它的東西，跟別人給它的一模一樣。

再把我前面提到的 Notion 故事拿出來當例子。我當時是手動去修改資料庫，但假如把這件事情交給 AI，絕大多數的人多半會直接問 AI「怎麼用 Notion 建一套知識管理系統」，它給的答案大概會是一個設計得很漂亮的收集箱，很可能跟網路上幾千篇教學差不多。它沒有錯，只是那份答案換誰去問都一樣。可是如果換個問法，先跟它說，我的畫線都是 Readwise 自動同步進來的，雷蒙模板裡的收集箱我用了幾個月一次都沒打開過，我的工作流到底卡在哪一步，它就沒辦法再丟一個標準答案給我了，只能繞著我的習慣重新設計。前後兩次問的是同一件事，差別只在第二次，我把只有我知道的東西也告訴它。

瓦基在課程裡把這兩種資訊分成公領域跟私領域。公領域是網路上誰都查得到的東西，AI 早就讀過幾千萬遍，你問它，它只能還你一個平均值。私領域是只有你自己才知道的細節，這是它怎麼樣都生不出來的。他還有個非常生動的比喻，他說，給 AI 越獨特的個人脈絡，就像拿一條繩子，把它從房間正中央拉到只屬於你的那個角落。這個說法完美地形容了我們該怎麼把自己的脈絡交給 AI，讓它給出越來越符合我們期待的答案，而不是只給出無聊又平均的回答。

不過我覺得私領域還有更深的一層，是連我們自己都還沒說清楚的東西。我把雷蒙的模板改回自己的樣子時，很多決定是憑感覺的，說不出完整理由。那份「感覺」是我用了六、七年才養出來的判斷，AI 讀不到，因為這是私領域中的私領域，連我自己都還沒把它寫成文字。要把它挖出來，就得在做完一個判斷之後停下來問自己，我剛剛為什麼這樣選，再把那句說不出口的理由試著寫成一行字。寫著寫著，直覺就變成可以重複使用、也能餵給 AI 的東西了。

建知識庫的第一道工序，是接線不是收集

那所謂的接線，到底在接什麼？講白一點，知識只有在你自己生成、又接回你既有的網絡時，才真的長在你身上。

心理學上有個研究叫生成效應，是 1978 年由多倫多大學的心理學研究者諾曼．斯拉梅卡（Norman Slamecka）和彼得．葛拉夫（Peter Graf）提出的。他們發現，人對「自己費力想出來的答案」的記憶跟信心，遠高於「被直接告知的」。還有一個概念叫精緻化編碼，講的是新知識跟你既有的經驗、價值觀、舊知識連得越深，就記得越牢。這兩件事合起來，正好說明了為什麼把東西倒進知識庫沒有用。AI 能輕鬆地幫你把一萬字整理成三百字，可能整理得比你自己寫的還漂亮，但你的腦沒有親自走過那一趟，那三百字對你來說，跟在網路上隨手看到的沒兩樣。真正該長知識的是你的腦，不是你的資料夾。

而精緻化編碼那個「接回既有網絡」，我是在葳格國際學校總校長李海碩的線上課「總校長的 AI 教育寶典」，才真的學會怎麼做的。那堂課教的是先建立自己的錨點，也就是你已經熟到不行的領域，再把每個新知識刻意去跟這些錨點綁在一起。假如我想理解一個新的行銷概念，就拿它去比對我最熟的學習流程，問自己這跟我做知識拆解的哪一步是同一件事。對得上，就記住了，而且是連著整張知識網一起記住。

所以接線這個動作，才是整件事的核心。而且我後來發現，接線光把新東西接進來還不夠，要把新的跟舊的放進真實情境裡一起跑，再做減法。回到我的 Notion，雷蒙的收集箱我一次都沒開過，是我真的用過才知道的，那就是它不合我的證據。真實跑過一遍，你才分得出哪一塊活著、哪一塊死了。想像中的「新舊結合」不算，那只是還沒發生的計畫。

還有一句話我想留給你：「高手的做法並不是每個都適合你。」

當初讓我遲遲沒去改 Notion 資料庫的，除了時間，還有一個念頭「雷蒙比我專精，他的一定比較好」。我因為這個念頭，差點把自己磨了六、七年、早就證明合我的系統整套丟掉。老實說，我到現在還是常常這樣，一拿到厲害的人的做法，第一反應是覺得自己的不夠好，急著換掉。可是高手在他的場景裡厲害，不代表他每個做法都比我自己的更適合我的人生。

那是不是每樣東西都要這樣接？倒也不用。查個資料、用完就丟的資訊，AI 直接給答案就好。接線很花力氣，要留給那些你希望它長成自己判斷的東西。

我的做法

拿我每次讀一本書、上一門課的流程來說。

開始之前，我會先寫下「我以為我已經知道什麼」。簡單幾行就好，寫我現在怎麼理解這個主題、哪些地方其實還很模糊。這一步的目的是先把舊的錨點攤開來，新的東西進來的時候才有地方可以接。等讀完再回頭對照，中間的落差，就是我這次真正學到的。

讀的過程中，我會照瓦基教的方法，先把只有我知道的東西寫下來，再讓 AI 陪我聊。我會請它一直問我，不要替我整理，因為如果答案是它給的，生成效應就沒了。整理成筆記的時候，我會把每一條都標上來源，書上說的、AI 補的、我自己領悟出來的，分成三種。三種裡面我最在意的是最後一種，那就是前面講的私領域，別人讀同一本書，也長不出一模一樣的東西。反過來說，如果一整份筆記標下來，全都是書上說的跟 AI 補的，那代表我只是把書搬進來換了個位置放，線還沒接上。

最後，我會再多問自己一題，這本書沒講到的，站在我的位置可以補充什麼？這一題 AI 沒辦法替我回答。它不知道我正在做什麼、卡在哪裡，就算我把處境一五一十告訴它，它也只能丟幾個角度給我參考，真正補得上的那一塊，它看不到。

作者寫了一整本書，這一題的答案，只有我自己寫得出來。

One More Thing，我的真人智囊團

這堂課我還有一個很大的收穫，跟知識庫沒有直接關係，但我很想分享。

課程裡有一個智囊團的用法，教你召集一群不同領域的虛擬顧問，輪流挑戰你的盲點，背後是華頓商學院教授 Adam Grant 在《逆思維》裡講的異議網絡，越是立場跟你不一樣的人，越戳得到你自己看不見的地方。這正好講到一件我很久以前就想做好、卻一直還沒做好的事。我以前也玩過類似的 AI 圓桌會議，找一群角色跟我對話，可是每次都卡在同一個地方，我分不清它到底是真的用那個人的觀點在講話，還是憑空捏造了一段有模有樣的話。

瓦基的課，幫我重新點起了打造智囊團的火苗。我做了兩件事。第一，不用虛擬顧問，因為擔心虛擬顧問講的還是 AI 的平均值。我改成挑幾個真人，都是我真心佩服、又還在持續更新想法的。第二，用 AI 幫我查證，每一句話都要能對回那個人真的說過、寫過的東西，過不了查證就不算數。以前卡死我的那關幻覺，看起來終於有辦法解決了。

我實際配了兩組人。

第一組是我私心最想聊的那些人，這幾年我讀他們的書、追他們的節目，巴菲特的老搭檔 Charlie Munger、AngelList 共同創辦人 Naval Ravikant、醫生出身的 YouTuber Ali Abdaal 等等，個個都是大師等級的人物。其中蒙格是固定一席的長老，他雖然已經過世，但留下來的書跟演講，就是他的立場。遇到任何的決策問題，我最想知道的就是他們會怎麼吐槽我。

第二組我照著瓦基的建議設定，年紀跨度超過 40 歲，職業從投資人、心理師、老醫生一路到跨界藝術家，男女盡量各半。第一組是我信任的同伴，第二組是一群活在跟我完全不同世界的人。想聽私人建議的時候我開第一組，覺得自己想偏了、需要更多元的角度的時候我開第二組，因為越不像我的人，越看得到我的盲點。

配好不是擺著就算了。我會持續去讀這些人最新寫的、講的，把他們的立場更新進來，這樣他們在我腦裡不會停在某一年的版本。每當我有一個決策，或一個還沒想清楚的想法，就召集其中幾個丟進去讓他們挑戰我。

但他們不會替我做決定，只會丟回一張我自己看不見的盲點地圖。他們說的每一句我都會認真聽，可是哪一句要接進來、哪一句先放著，只能由我自己來挑。

智囊團是這樣，知識庫也是。裡面可以住進很多厲害的人、很多厲害的想法，但只有你親手接上的那幾條線，才會讓它長成你的樣子。

重點回顧

• AI 對公領域只能給平均值，私領域才是它生不出來的，這是你唯一的護城河。
• 私領域不只是只有你知道的細節，還有連你自己都沒說清的隱性知識。
• 知識靠倒進去不會變成你的，靠你自己生成、接回既有錨點才會，這叫生成效應與精緻化編碼。
• 接線要把新舊放進真實情境裡一起跑、再做減法，光在腦中想像怎麼結合不算。
• 擋住接線的常常是「別人比我厲害」的念頭，但高手的做法並不是每個都適合你。