在信息过载的AI时代，如何让收藏的知识真正为己所用？程序员崔孟超用AI工具Unote给出了答案。
核心内容：
个人知识管理的普遍困境与“收藏吃灰”现象
用AI重构知识库的核心思路：从收藏到消化
Unote如何通过AI整理实现信息的找回、理解与应用
INTERVIEW TICKET
他用 AI 做了一个「会自己整理的知识库」
本期邀请了我的搭档@崔孟超同学，他最近在用AI给自己重构知识库，于是我找他聊了聊。
每天早上，打开手机迎面而来的是各种渠道推送来的内容。崔孟超形容，那种感觉就像哈利波特里弗农被信件淹没的场景。
文章一篇接一篇，每一篇看起来都可能有用，但人的时间和精力是有限的，来不及读怎么办？先收藏。
于是，内容全部都进入了收藏夹吃灰，下次打开的时间遥遥无期。
收藏越来越多，焦虑却没有减少。因为他既看不完，又担心错过某条可能影响未来的信息。
崔孟超是一名前端程序员，平时喜欢研究新技术，也一直在用 AI 改造自己的工作方式。这一次，他决定不再继续寻找更好的收藏工具，而是用 AI Coding 给自己做一个真正能消化知识的产品。
他的产品叫 Unote。
它会把散落在不同地方的文章和资料汇集起来，让 AI 帮忙阅读、整理和建立联系。以后需要某个信息时，用户不必再去几个收藏夹里翻找，可以直接围绕自己的资料提问。
崔孟超想解决的不是「怎样收藏更多」，而是 怎样让收藏过的内容真正为自己所用。
NO. 01
打破「收藏 = 学会了」的死结
很多人都有相似的经历。
看到一篇好内容时，我们总觉得「以后可能用得上」，于是顺手点下收藏。这个动作带来了一点安心，好像知识已经属于自己。
但大多数时候，收藏只是把「现在没时间看」变成了「以后也不会看」。
内容分散在微信公众号、邮件、浏览器和不同 App 里。时间一长，人甚至不记得自己收藏过什么，更谈不上把几篇文章放在一起思考。
崔孟超真正想要的，是一个属于自己的信息入口。
他希望把每天接触到的内容放进同一个地方，让 AI 先帮自己做一轮整理：这篇文章在讲什么，它和以前保存的内容有什么关系，哪些部分值得以后继续追踪。
这样一来，AI 不是继续制造更多信息，而是帮助他减轻处理信息的负担。
这也是 Unote 和普通收藏夹最重要的区别：收藏夹只负责「放进去」，Unote 还要帮助用户 找回来、看明白、用得上。
Unote
NO. 02
先让 AI 整理一下试试
想法出现后，崔孟超没有立刻做一个功能齐全的产品。
当时，他读到了一篇关于如何让 AI 整理资料、形成个人知识库的文章。看完后，他想先验证一件最小的事：AI 能不能把一堆零散资料整理成有结构的内容？
他打开 AI 编程工具，创建了一个项目，把参考文章和自己的资料放进去，再告诉 AI 希望按照什么方式整理、结果保存到哪里。
很快，一个能够运行的初步结果出现了。
资料不再只是堆在文件夹里，而是被整理成一页页可以阅读和查找的内容。看到这个结果时，崔孟超第一次确定，Unote 真的可以做出来。
这个过程其实就是 AI Coding 最直接的用法。
先讲清楚自己遇到了什么问题、希望得到什么结果，再让 AI 帮忙完成代码和功能，不需要一开始就把整个产品设计完整。
第一步只需要回答一个问题：最核心的那个问题，能不能被解决掉
对 Unote 来说，这件事就是让 AI 真正把一组资料整理成有用的结果。
这个最小版本跑通后，崔孟超才开始逐步加入更多信息来源，让产品从一个能整理文件的小工具，慢慢变成今天的 Unote。
普通人尝试 AI Coding 时，也可以采用同样的理解思路。先挑出最关键的一步，做出一个自己真的能使用的工具。只要它能解决真实的问题，后面每一次增加功能都会更有方向。
NO. 03
AI 的反噬会温水煮青蛙地让你远离目标
在开发过程中，AI 的执行能力比崔孟超预期得更强。
当需求足够明确时，它可以快速完成代码、搭建功能，并处理大量具体工作。
但他也发现，AI 有一种不太容易察觉的「不靠谱」。
当一个想法还很模糊，或者使用场景没有讲清楚时，AI 往往不会停下来追问。它会自己补全缺失的信息，然后 悄悄替你做出产品决定。
这些决定看起来可能很合理，甚至功能也能正常运行，但不一定是用户真正需要的。
所以崔孟超现在不会只丢下一句需求，就让 AI 直接动手开发。他会先和 AI 反复沟通，把目标、使用场景和不能越过的边界讲清楚。等双方对问题的理解一致后，再让它执行。
他提到，这是普通人使用 AI Coding 时很容易忽略的一点。
AI 给你说他沿着你的思路完成了一个功能，不代表这个功能就应该存在，AI 顺便给出了一套完整解释，也不代表它真的理解了你的生活和工作。
崔孟超有一句很直接的判断：
AI 决定下限，人决定上限。
AI 可以让一个产品更快达到「能用」，但它不能替人判断「该不该做」和「怎样才算好用」。
NO. 04
知识永远是用户自己的
Unote 里，崔孟超最满意的细节，不是某个复杂功能，而是一项刻意保留给用户的权利。
当用户向 Unote 提问时，它会先从个人保存的资料里寻找相关内容，再去网上补充最新信息，最后把两部分结合起来给出回答。
这样既能挖掘用户长期积累的内容，也能避免答案停留在旧信息里。
个人知识库回答
不过 Unote 不会把网上找到的新信息自动写进用户的知识库。
从功能上看，自动更新似乎更省事，也显得更「智能」。崔孟超却认为，这样做越过了一条重要边界。
哪些内容值得留下，旧知识要不要修改，新的结论是否可以进入自己的资料库，应该由用户决定。
AI 可以负责整理和分析，但 知识的所有权和最终选择权属于用户自己。
这个设计也回答了一个更大的问题：AI 能做的事情越来越多，是不是应该把一切都交给它？
崔孟超给出的答案是坚决否定的。
产品可以尽量自动化，但那些会改变用户资料、影响用户判断的动作，需要保留确认的权力。
NO. 05
把无法聚焦于问题的功能都砍掉
Unote 早期曾经计划做一个网页摘录插件。
用户看到一句有价值的话，可以随手选中并保存。这个功能很常见，也很方便，似乎理所当然应该出现在一款知识工具里。
但崔孟超他很快发现了问题。
一句话在原文里可能很有启发，一旦离开前后语境，意思就可能发生变化，甚至变得毫无价值。
如果知识库里塞满这样的碎片，AI 整理得再勤快，也只是在整理一堆缺少上下文的信息。
于是，他把这块功能删掉了。
现在，用户通过文章链接保存完整内容。AI 可以看到整篇文章，再理解其中的观点和关系，而不是只拿到一句孤立的话。
这次删除让崔孟超更加确定：产品不是功能越多越好，AI 做得出来也不等于应该留下。
AI Coding 大幅降低了增加功能的成本，也因此更容易让人不停往产品里塞东西。越是在这种时候，创作者越需要保持克制。
判断一个功能是否值得保留，要看它有没有让最根本的问题得到更好的解决。
Unote 把相关资料联系起来
NO. 06
普通人随手也可以完成自己的第一个产品
很多普通人听到 AI Coding，第一反应是：「我没有产品创意，能做什么？」
崔孟超建议，不妨先回顾自己的一天或一周。
不要先问「现在什么 AI 产品最热门」，而是问：
哪些事情每天都在重复？哪一步最浪费时间？什么问题已经抱怨过很多次，却一直没有解决？
如果一时想不到，他建议先做一个简单的「已办事项」。
在事项清单记录接下来要做什么，「已办事项」记录今天、这一周或这个月已经完成了什么。
记录一段时间后，人会更容易看见自己的真实生活：时间主要花在了哪里，哪些工作反复出现，哪套流程总是卡住，以及什么事情其实可以交给 AI 帮忙。
从这些观察里挑出一个最具体的问题，然后按三个步骤开始：
先说清楚自己为什么觉得麻烦；
只定义一个最想得到的结果；
让 AI 做出第一版，自己实际用一遍。
使用之后，新的问题自然会出现，再根据真实体验微调。
Unote 的起点也不是「我要做一个先进的个人知识库」。
它只是来自一个再普通不过的早晨：消息太多，看不完，舍不得丢，收藏之后又从来不用。
崔孟超先看见了这个困扰，再让 AI 帮他把解决办法做出来。
这或许正是 AI Coding 给普通人带来的真正变化。
它让更多人有机会把一句「这件事要是能简单一点就好了」，变成一个自己真的可以使用的工具。
🔚
目前 Unote 还没有正式发布，作者会尽快完成开发并上线，有兴趣的可以识别下面二维码，加我好友我会随时更新状态。如果你对 AI Coding 有兴趣也可以加我好友👇，拉你加入 「AI Coding」群聊
[登录查看剩余 70% 内容](javascript:void (0);)
AI知识库个人知识管理知识管理工具
分享：
用微信扫描二维码
用微信扫描二维码
用微信扫描二维码
用微信扫描二维码
53AI，企业落地大模型首选服务商
产品：场景落地咨询+大模型应用平台+行业解决方案
承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业
上一篇：我为什么要用本体做文档知识库管理下一篇：WiseMindAI v1.3.0 更新，实时转录来了！会议、课程和访谈边说边整理
返回列表
相关资讯
2026-07-21 Kiro 实战：让 AI 自动「记住」你的系统——知识自沉淀机制设计2026-07-20 装一个"私有知识库"Skill，把公司所有产品手册喂给AI，以后问报价直接出答案2026-07-20 构建内部知识库的一点心得2026-07-20 AI知识库≠把文档扔给大模型——我在集团建AI知识库的真实经验2026-07-20 我为什么要用本体做文档知识库管理2026-07-20 WiseMindAI v1.3.0 更新，实时转录来了！会议、课程和访谈边说边整理2026-07-18 LLM Wiki ，使用AI来构建你的知识飞轮2026-07-17 从WorkBuddy企业版，到AI Native组织的关键问题
联系获取
联系获取
160+中大型企业正在使用53AI
[立即咨询](javascript:void(0))[预约演示](javascript:void(0))
把握AI发展的机遇，共同探索、共同进步 2025-01-22如何打造基于GenAI的员工服务机器人 2025-01-22
