编者按：以Notion为代表的新一代笔记应用发展势头迅猛，它们都承诺能让我们的生产力提高到新的水平，让我们的工作生活变得更加轻松。但是，在最根本水平上，这些工具并不能改善我们的思维能力——可靠地形成洞察力和有效地引导注意力。人工智能可以帮助做到这一点吗？文章来自编译。

今天，我们就不关注那些热点了，让我们把注意力转向一个我颇有研究但很少撰写的主题：生产力平台。几十年来，软件工具一直致力于让工作生活变得更加轻松。但在一个关键方面它们似乎根本就没有取得太大的进展——改善我们思维的能力。

与此同时，生成式人工智能的到来可能会让我们使用的工具比以往任何时候都要强大——或者，它们可能也只是又一个海市蜃楼。

为了了解问题出在哪里，我想把关注的焦点放在不起眼的笔记应用上：对于我们很多人来说，笔记应用是我们开始思考的地方。

一

本周早些时候，我读到了一个关于农民的故事。 《华尔街日报》上那篇关于Belle Lin的报道的标题是：“美国农民陷入了数据的泥潭”。我心里在想：你我都是农民！于是我看完了那篇文章。

过去十年，农民获得了各种软件工具来分析和管理自己的农作物。但总的来说，农民使用的软件越多，他们就越发现自己被这些工具收集的数据给淹没了。一位农民告诉《华尔街日报》： “我们收集的数据太多了，多到你几乎没法分析完所有的数据”。

作为一名记者，我收集到的数据从来没有像现在那么的多。 Twitter 的崩溃让我每天都要浏览四到五个文本型的社交媒体消息源，时不时就得去看看新闻以及深度对话。 arXiv 与预印本的日益普及给我留下了一堆永远也无法看完的研究。家里面的书堆积如山。

与此同时，我整天都在浏览网页。可能属于 Platformer 的故事被保存到生产力平台 Notion 的数据库里面。本newsletter的每一条链接都存储在那里，在很多情况下还保存了完整的文章内容。

总的来说，这些材料给我提供了一笔丰富的财富——比 15 年前任何科技记者都能轻松获得的东西还要多。

然而，在大多数时候，我发现自己面临的问题与农民一样：手头信息太多，令我不知所措。

二

解决这种数据瘫痪的方法之一是做笔记。当然了，作为一名记者，我无时不刻不在做笔记。几年前，我认为我们在笔记方面已经看到了一些真正的突破，并且越来越相信这些工具不仅可以记录我的写作，还可以提高我的思维质量。

弃之一个突破性的工具是 Roam Research。 2021 年，我写了自己使用这款订阅制软件第一年的经历。我认为，这款软件对知识工作有两个关键洞察。一是它让专业的笔记感觉更像是写日记。事实证明，每天创建一个带有日期标签的新笔记，是收集灵光乍现的好画布，可以作为深入思考的跳板。

第二个被喜欢记笔记的那帮极客叫做“双向链接”。标准的链接，就像你在web上看到的那些链接一样，只有一个方向 - 从一个页面跳转到另一个页面。在笔记应用当中，双向链接会将两个页面连接在一起。这样你就可以给任何概念（比如对你来说很重要的公司，或者你想到的概念）添加反向链接，然后在有空的时候，你就可以浏览所收集的与该概念相关的所有内容。

从某种程度上来说，这与给笔记添加标签没有太大区别。但标签更多与搜索有关。双向链接（某些应用会在页面上呈现包含有同一链接的所有其他笔记的片段），与浏览和重新发现关系更大。

刚开始的时候，我全情投入到这种联想式的笔记当中。我围绕着想要探索的概念收集了链接（比方说，“互联网让信息传播得太快”，或者社交网络与两极分化）。当我与某人进行有趣的对话时，我会往为他们创建的个人页面里面添加笔记。每周我都会重温几次这些笔记。

我等待着洞察的到来。

然后就这么等着，等着。

我对基于概念、重度链接的笔记的热情减弱了。 Roam 的开发速度慢了下来，我又用了一个季度的时间上手一款叫做 Obsidian 的轻量级、基本免费的替代品。不过，Obsidian 的野蛮设计让我感到厌烦，最终我转向拥有更精致用户界面的 Mem 。 （这些应用都支持以 Markdown 格式导出的笔记，从而让应用的切换相对轻松。）

大多数时候我还会继续写日记，偶尔会发现自己在努力完善这些笔记当中的这个或那个概念。

但 Roam 最初的承诺——通过帮助我建立知识库和发现新想法来改善我的思维——则完全落空了。

三

对这些事件的一种解释是这款软件失败了：日记和增强的链接根本不像我们当中某些人曾经希望的那样强大。

然而，另一种观点认为，它们面临着一个更强大的敌人——互联网带来的没完没了的日常干扰。

毕竟，记笔记不是在真空中进行的。这件事情发生在你的计算机上，旁边就是电子邮件、Slack、Discord、iMessage 以及你选择的文本型的社交网络。在不同应用之间进行走马灯式的切换的时代，我们建立知识与连接的能力总是会受到我们多任务切换的挑战，尽管后者到头来总是徒劳无功。

Ezra Klein本周在《纽约时报》对这种情况进行了一番精彩的描述：

格洛丽亚·马克 (Gloria Mark)是加州大学欧文分校信息科学教授、《注意力广度》（Attention Span）一书的作者，她从 2004 年就开始研究人们使用电脑的方式。人们在一个屏幕上消耗的平均时间为 2.5 分钟。 她告诉我：“我对此感到很惊讶。这比我想象的要糟糕得多。”但这只是开始。到 2012 年时，马克和她的同事发现，大家投入到一个任务的平均时间为 75 秒。而现在已经下降到47秒左右了。

这是对人类认知进行的一次酸浴。多任务处理基本上就是个迷思。我们每次就可以专注于一件事。 马克说：“这就像我们脑子里面有一块白板。如果我正在执行一项任务，我脑子里面的那块白板上就会写有我需要的所有信息。然后我又切换到电子邮件。只适合我必须擦掉那块白板上的信息，然后写下发送电子邮件所需的所有信息。就像真正的白板出现的情况一样，我们脑海里的那块白板可能也会有残留。这时候我们可能还在思考着这项任务之前的之前的之前那件事情。”

读到这篇文章时，我的第一个想法是，我很少会 47 秒盯着电脑的一个窗口不动——至少我会看一眼另一个窗口。 （我买了一台 38 英寸宽屏显示器，就是为了能够同时浏览多个窗口。当时我还认为这是提高工作效率的工具。）

我的第二个想法是，如果你想记好笔记，你首先必须将你的思想从这场酸浴中抽身出来。

四

Klein的文章始于这样的观察：现在的生产力增长大概只有 20 世纪 50 年代和 60 年代的一半。他写道，互联网的出现曾短暂地加快了生产力的增长速度，但我们盯着屏幕看的次数越多，我们的生产力提高的速度就越慢。他担心人工智能会对经济产生类似的影响——尽管给了我们提高生产力的希望，但同时发明出那么多新的干扰和娱乐，让我们不知所措，陷入瘫痪。

这篇文章让我印象深刻，因为我就要靠一种特定方式利用人工智能来提高我的工作效率。这个可以追溯到我在 Notion 里面构建的链接数据库，以及我希望从 Roam 里面获得洞察。

今年早些时候，跟众多生产力工具一样，Notion 也增加了部分人工智能功能。我自己的链接数据库就用到了其中的两个。一个适合用来提取一篇文章里面提到的任何公司的名字，从而建立一套自动标记系统。另一个则可以生成我要保存的文章的摘要，大概就两三句话。

但实际上，这些功能都不是特别有用。理论上，标签对于重新浏览旧材料可能有用，但数据库并不是为了浏览而设计的。虽然我们在每一期newsletter都会发布新闻文章摘要，但一般都不会用人工智能编写的摘要：除了其他一些原因外，人工智能生成的摘要经常会错过重要的细节和背景。

同时，这个数据库保存了我在这里介绍的每个主题近三年的链接，以及数千篇文章的完整内容。我过去几年不断积累的专题资料是在这里，而不是在笔记应用里面。如果我能以某种超出我记忆范围的方式获取这些知识就好了。

在这方面人工智能应该可以提供帮助。在一段合理的时间内，我希望自己能够像跟 ChatGPT 一样与我的 Notion 数据库进行对话。如果可以的话，我想我会一直跟它说话。

很多新闻工作其实只是要记住过去的相关事件。 一个有着完美记忆的，人工智能驱动的链接数据库；它缺少的只是一个可用的聊天界面。如果配备有的话，它可能是一名完美的研究助理。

我想象用它来生成一些简报文档，这样在我离开一段时间后再回过头看这些主题时可以为我提供帮助。我可能会对它说，帮我了解一下加拿大与 Meta 之间的新闻之争。给我一份自埃隆·马斯克收购 Twitter 以来所发生事件的时间表。把过去三个月有关深度伪造的报道给我列出来。

今天的聊天机器人还到不了记者的水准，任何一件都到不了。一方面，训练数据往往到 2021 年就截止了。这些机器人会继续编造出一些东西，并且提供引用来源的时候就会遇到困难。

但是，如果我可以用自然语言，跟由精心挑选出来的，值得信赖的来源构建的大量档案进行聊天呢？对我来说能做到这个似乎就很强大了，至少在抽象意义上是这样的。

当然，这种人工智能工具的输出必须是可信的。用人工智能工具做总结有一个比较严重的问题，那就是除非你自己看完所有的相关文档，否则你没法相信它编出来的摘要——从而导致让人工智能写摘要这件事情变得没有意义。

不过，如果你是那种对生产力工具保持乐观，愿意尝试任何待办事项列表或日历应用，不想错过它能让你的工作更快乐一点的可能性的话，那么在我看来，你可以交谈的数据库可能就是我们一直在等待的下一代笔记工具。

五

不过，自从我 2020 年开始疯狂迷上笔记应用以来，我又学到了关于笔记应用的其他一些知识。

简而言之：归根到底，想让软件帮我们改善思维可能是错的。就算你可以拯救你的注意力于互联网的酸浴之中；就算你可以将最有趣的数据和观察结果收集到你选择的应用之中；就算你可以不时重新访问这些数据，那也还是不够的。这件事情甚至可能连试一下都不值得。

可悲的是，其原因在于思考是在你的大脑里进行的。思考是一种主动追求——当你花了很长一段时间看着空白发呆的时候才会有思考，然后你再写出一点东西，接着再发呆一阵子再写出一点，思考通常是这么来的。建立关联、形成见解是这么来的。这是一个倔强地抵制自动化的过程。

这里的意思并不是说软件一点帮助都没有。研究人员Andy Matuschak 的精彩网站是一场关于如何思考笔记和记笔记的盛宴，他观察到笔记应用强调的是展示和操作笔记，但从不考虑如何建立笔记之间的关联。在我完全接受笔记应用没法解决我的问题这个想法之前，我承认，在某些基本层面上而言，就没人真正尝试过这一点。

Matuschak写道：“我们的目标不是做笔记，而是高效思考。更好的问题是‘什么样的实践可以帮助我逐步可靠地形成洞察力？’” [以及]“我怎么才能有效地引导我的注意力？”

我承认，过去这几年我已经忘记了这些问题，因为我一直往昂贵的软件里面用稍纵即逝的文本字符串来填充文档。我承认，要想成为一个更好的思考者，我必须投入更多的时间和精力去思考我的发现。

不过，如果有一个友好的人工智能可以帮助我做到这一点的话，我会是第一个吃螃蟹的。

译者：boxi。