✨ 征集一波大家使用知识类agent产品,如NotebookLM、IMA等的使用场景与感受【每日话题 3.31】

主题

你是否用过这类产品?

notion:我觉得花里胡哨,还不能离线保存
flowus:被我当成md文件编辑器来用,可以导出离线保存
typora:一款md可视化编辑器,最后回归了文档流,在这之后还是回归了文本编辑器,不管是记事本还是VS CODE都用,打开哪个就用哪个,直接桌面右键新建一个txt直接写东西,写了再说
ima:之前没有出skill的时候是不能离线保存的,现在接入skill就可以做到了,但是,这种情况还要ima干啥,文档流就能解决,本身接入skill就需要有一个模型基座,有了模型基座还需要外部工具吗?
PS:这个回复是直接在论坛里面写的,这个md编辑器用着还行,很清爽,基本功能也有,论坛也是在一直打磨,我甚至发现了还有个快捷键功能,我猜测论坛的开发可能是vim/emcas重度用户。

你最常使用的场景是什么?

将工作内容结构化、文档化管理。
将重要的想法结构化表达。

你最喜欢的功能是什么?

离线一键导出,去平台绑定,对应到现在,就是具备接入skill/agent的原生能力,也就是,协议优于界面,API开放访问。


想法/碎碎念

我真的感觉我码字的时候不是很顺畅,我倾向于”想太多“/”系统性思考“,还是完美主义,现在好一点了,先把想法码出来,交给AI去分析我究竟在想什么,我的模糊意图是什么,我想做的是什么,我的意义是什么?

外脑与认知层级

有人把记笔记(知识管理)比作是外脑,我理解的外脑是需要和内脑高强度交互的,这个时候有一个很客观的瓶颈,也就是人的认知能力,更准确地说是认知荷载的问题。

这个时候我们引入一个理论,布鲁姆的六大认知层级从低到高依次为:记忆、理解、应用、分析、评价和创造。

显然,认知层级越低,荷载也越低,学习效率也越低,对应到记笔记(知识管理),记忆就是抄下来,理解就是知道记得是什么,应用就是知道这个知识的使用,分析就是能够知道这个知识的结构/模型,评价就是品味/高低,创造则涉及跨知识域整合。

我期待这些知识管理软件变成真正活的外脑,至少有能力引导用户去接入这种界面的更高层级,而不是停留在记下来,然后交给时间或者AI去消化。

深度研究工具 Deep Research Tool

我还使用了其他两个产品,我最近用心流助手和秘塔去分析同一个命题:AI 编程 CLI 工具深度对比研究报告,心流用了一个小时来深度研究,检索量似乎上千,而秘塔用了大概10分钟,检索量一百以内就收敛了,都有一个问题,就是涉及数据部分出现不准确的情况,比如1000变成2000,或者没有实际反应定价策略,这是我提示词的问题吗?似乎不是,提示词我是找iflow写的,写的很好,强调了不得捏造数据,我的理解就是slop了,一堆资料天然会造成一种意大利面条代码的表象,人力去查询非常耗时,我反馈给iflow,而iflow告诉我,将这些深度研究的结果作为一种引导探索的参考资料来使用,涉及关键节点和数值问题再用agent来专门核查,也就是审稿/review的时候花点时间。这么一套下来的话,感觉写研究报告和写代码就是一件事,都是结构化表达。

ima能做深度研究吗?把问题留给:penguin:去解决,估计他们的qclaw更适合做这件事,这种情况下,ima只是挂件。就像是说,RAG只是LLM的挂件。

cahtbot

在早些时候,大概是25年10月,我当时每天有什么想法,我就直接在各种AI APP里面对话,也算是一种记录吧,只是很离散,而且没有形成结构化的表达,就像log日志一样,我在想一种新的视角, AiLog,类比Vlog,blog的形态,这就类似openclaw的每日记忆归档。记录本就是为了对抗记忆的遗忘机制和工作上下文的有限,我们今天可以看到延续数千年还能不断完善的传统历法,就是先民开始记录,开始传承。

总结

我还记得我小学的时候,写作文非常墨迹,上课说起承转合,但是我不太能很好地融入那种场景,毕业手册里面老师写的内容我还记得一句:答非所问,也许,我还没有学会怎么回答问题,不如让我来发问吧:如果你一生只能做一件事,你会做什么?如果你在AI领域只能做一件事,那么你又会做什么?不要回答不要回答不要回答

2 个赞