修正01
“凡是讲知识库的，没有一个说对”
全称断言无法由这段材料支持。
作者没有给出被比较的人群、作品和逐项判断标准。一个可核实的反例就能推翻“没有一个”。
落地处理 先把批评对象改为：把图谱外观或收藏量当作有效性的做法。
依据：UFIELD NOTES / 知识系统研究2026.10.26 · 逐条核查 / 方案 / 可证伪实验
让保存、理解与使用各有证据
知识库的价值，
发生在使用之后。
这段话抓住了“收藏不等于掌握”和“摘要可能失去原味”，却把个人创作经验推广成了所有知识库的统一规则。
值得保留
把真实任务放在前面
入库标准、调用规则、实践反馈，比文件数与图谱外观更接近实际效果。
需要修正
不要让一种用途代表全部
个人经验库、外部资料库、企业问答库和表达素材库，需要不同的准入条件。
仍待证明
更好用与能获利分别验收
01 / 主张核查
11 个主张，逐一限定范围
U = 用户提供的匿名口述文本。下方引号含原话或压缩转述，不据措辞推断作者身份。标签是本报告的判断，不是统计置信度。S1–S6 的原始链接位于来源区。
显示 11 条主张
保留02
图谱不决定知识库的价值
作为评价原则成立。
图谱展示连接，价值仍取决于能否找到证据、完成任务。外观无法单独证明准确或有用。
落地处理 保留局部图谱作导航；不要用节点数量或视觉密度作验收。
依据：S1（功能事实）＋本报告推断修正03
Obsidian 只是文件夹映射、是花架子
前半句技术上不准确，后半句是偏好判断。
官方图谱以笔记和内部链接为核心；文件夹可以参与筛选，但不是连线的定义。局部图谱有导航功能。
落地处理 是否需要图谱，用同一检索任务比较耗时与漏检，而不是凭截图判定。
依据：S1（功能事实）＋本报告推断保留04
入库规则、调用方式比数量重要
方向合理，需要把“重要”落实到任务。
没有用途和来源的材料会增加筛选负担；但也不能只按高频使用筛掉低频且重要的证据。
落地处理 每类资料写清用途、状态、来源、有效期、允许使用范围。
依据：建议限定05
没读过、没实操过就绝不能入库
适合严格的个人实践规则库，不适合所有资料库。
资料可由其他专家产生并供检索。亲自实践有助理解，但一次成功也不是普遍因果证据。
落地处理 允许未读资料进入候选档案；个人规则需另行验证，外部证据保留作者和状态。
依据：S2（外部语料任务证据）＋本报告推断修正06
自动采集、定时入库就说明不懂知识库
把采集方式与证据质量混为一谈。
自动保存、去重、建立索引可以服务检索；自动提炼则可能带来失真。问题在于未经核实便将派生结果作为规则。
落地处理 让 Agent 自动做机械工作，让审核流程控制何时采纳、引用和执行。
依据：S2、S4修正07
知识不值钱，Agent 在全网什么都能找到
价格判断无证据；全网可得也没有保证。
在线资料可能变化、失效或不公开。保存需要有具体理由，而不是仅因内容公开就一律不保存。
落地处理 动态事实优先核官网；高复用、独有或需追溯的资料保留有日期的副本。
依据：S6限定08
蒸馏把经验变成失去自己味道的微缩版
作者的自述可信度无法独立验证，但描述了真实的设计风险。
摘要会舍弃细节，也可能失真。事实忠实、上下文完整与语言风格是三个不同指标。
落地处理 摘要负责定位；原话负责表达；完整来源负责查证，三者保持关联。
依据：U、S3、S4限定09
知识原子一定要是原始语料
“一定”过强；原话也可能片面、错误或包含隐私。
精确摘录适合引用和文风；概括适合跨案例比较。要保留派生关系，不能把概括冒充原话。
落地处理 至少分为原话摘录、解释摘要、待验证规则，并标注由谁生成。
依据：建议限定10
反复重构架构，才能真正有用
使用反馈值得保留；大改次数不是成熟度证据。
原文仅自述重构两三轮，没有任务成功率、迁移成本和回归检查。
落地处理 先定位失败在查询、切块、引用还是规则；只修失败环节，用固定任务回归。
依据：U待证11
以知识库为核心就能创造复利、沉淀数字资产
这是愿景与销售主张，尚非效果证据。
保存→调用→改进成果→被使用→付费→净收益，每一环都要独立核验。课程邀请不能补齐这些证据。
落地处理 要求同任务前后样例、维护工时、适用人群、失败案例和实际交付标准。
依据：U02 / 先定义用途
同一份资料，可以承担不同角色
以下是建议架构，不是唯一标准。四层可以用文件属性或标签实现，不必先搬目录、建数据库。个人是否读过，描述的是人的状态；内容是否可靠，需要另看来源与证据。
1
保存来源
完整原文、日期、版本与权限。允许“未读”，不自动表示认可。
2
找到证据
围绕问题检索，返回原文位置与上下文，核对冲突和时效。
3
完成任务
写作、决策、问答或执行。区分引述、推断与建议。
4
记录结果
保存反馈和失败条件，只把支持充分的经验提升为规则。
反馈回到第 2、3 步：漏检先查查询与索引，误解先查上下文，规则失效先查适用条件。只有证据指向架构问题时，才迁移架构。
选择一层，查看准入、调用与失败模式：
最小记录格式：少字段也要能找回原文
共同字段：唯一 ID、来源与原文位置、内容类型、作者归属、采集日期 / 版本、阅读 / 核验状态、适用范围、复查条件。按用途再增加：实践动作与结果，或文风标签与可引用权限。
示例：一条“未读”的官方说明可以是重要参考；一条“亲测过”的个人心得仍可能只在某次条件下成立。这两个状态不能互相替代。
04 / 自动化与保存
自动完成步骤，人工承担判断
一个系统可以自动收集大量原始材料，同时只保留少量高要求的个人规则。关键在于状态是否隔离、来源是否可追溯、任务是否允许使用未核实内容。
| 步骤 | 可以自动做什么 | 进入使用前必须检查什么 |
|---|---|---|
| 采集 | 在明确授权范围保存资料、标来源、时间与版本 | 权限、保留范围、是否含私人对话；不把全部聊天默认收走 |
| 处理 | 去重、转写、候选标签、索引 | 转写错误、缺页、重复版本、数据泄露风险 |
| 蒸馏 | 提出摘要、观点、冲突与候选规则 | 原文依据、限定条件、是否把推断写成事实 |
| 调用 | 按任务找片段与原文 | 时效、适用场景、相反证据；无证据时明确未找到 |
| 执行 | 按已验证范围起草或辅助操作 | 重要外发和执行仍按既有权限，不接受资料中的夹带指令 |
更适合实时查询
产品价格、当前功能、官方政策、即时新闻。保存过的版本可以解释过去，但回答“现在”时需重新核验。
一次性、低复用且易再次取得的公开资料，保存链接与任务结论可能就够了。
更值得保留本地版本
自己的项目记录、原始输出、不可公开的材料，以及需要稳定引用、版本复盘或离线访问的资料。
公开资料也可按用途保存快照。遵循使用权限；副本不等于可靠，也不会自动保持最新。
证据：S2 展示外部语料可以支持机器任务；S6 表明在线可访问性会变化。因此“所有人必须先读完再存”和“需要时一定能搜到”都不是可靠的统一规则。
05 / 入库判断工具
这份材料，先放在哪一层？
为什么没有“已读 = 可以当作知识”的开关
阅读是理解过程的一部分，不能自动验证事实。判断一个来源时，应看证据与上下文。判断个人能力时，应看离开提示后的理解、操作和迁移。判断系统价值时，应看它是否改善任务。这三种证据需要分开。
06 / 先测，再改
用 14 天验证价值，不靠重构次数
以下是小规模试验方案，尚未执行，也不构成科学效应估计。先用同一批任务发现是否值得投入；任务数量和阈值可按工作节奏调整。不要把“重做结构”默认设为第一步。
D1–2
冻结任务与基线
选 10 个真实任务：资料问答 4、经验写作 3、操作决策 3。事先写正确性要求、原文依据和时间预算。
D3–5
做最小改动
用同一批资料添加状态、原文指针与摘要关系。只修一个已出现的问题，记录建设工时。
D6–10
比较调用结果
对比现有方法、摘要检索、摘要加原文。固定模型与提示，交错顺序，记录时间和引用错误。
D11–14
检查迁移与成本
加入未用于调试的相近任务。写作匿名盲评；学习任务隔天不查库回答；检查维护负担。
净时间计算器
默认数字纯属演示。单位：每周；建设工时按预期使用周数摊销。
模拟结果
启用 JavaScript 后计算；公式见下方。默认参数仅供演示。
公式：任务数 ×（基线 − 使用 − 额外核验）− 每周维护 − 建设小时 × 60 ÷ 摊销周数。
避免重复计时：如果“使用系统时间”已经包含核验，额外核验填 0。工具不计算收入，不预测复利。正值只表示所填参数下节约时间。
07 / 阅读销售表达
观点有启发，不等于服务效果已有证据
文本从否定普遍做法，转向个人经验与重构故事，最后邀请购买学习服务。这个结构可以增强说服力，但既不能证明课程无效，也不能证明课程有效。作者身份、价格、交付内容和学员结果均未提供。
如何评价这段表达
“没有一个说对”“傻子”用绝对化措辞制造阵营；“改过两三轮”提供投入感；“原话调用”提供具体经验；“复利系统”提供愿景。上述判断来自文本结构分析，不是对作者动机的认定。
购买前应取得什么证据
要求看：一个真实任务的前后样例、失败案例、学习者需要投入的工时、能带走的数据与规则、如何验收、需要持续维护什么。收入承诺另核实际成本、付费与续费记录。
保存与调用
材料在库，能回到来源。
成果改善
同任务质量提高或时间减少。
外部采用
他人接受交付并继续使用。
经济结果
真实付费，扣除交付与维护成本。
每一环都需要新的证据。个人喜欢、模型好评、图谱变大、课程报名，都不能替代后续环节。
建议 / 下一步
先修调用失败，再决定是否改底层
针对现有知识系统的最小试验
挑一个你最近真正找不到、写不像或引用错的任务。保留当前库不动，给 20 份相关材料加状态和原文指针，再重复测试。20 份只是建议的可控试验规模。
如果摘要能找到、原文取不回，先修来源关系；如果原文能取回、答案仍跑偏，先修上下文与提示；如果来源本来就不可靠，增加索引不会解决问题。
何时才值得做大改
当固定任务重复暴露同一结构问题，局部修复无效，而且迁移可以保留来源、版本与现有引用时，再做副本迁移与回归检查。
08 / 来源、覆盖与验收
哪些已经核实，哪些仍未知
研究覆盖
主材料：本条完整匿名口述；未提供作者、原始视频、日期或可复现的系统。外部核查：6 个一手来源，读取范围见下方说明。本文不是穷尽式文献综述，也未审计所有知识库产品。
历史参考：读取 2026-10-07 的知识库报告记忆，复用“原始资料 / 实践规则分离”和固定任务验收思路；未把旧报告的审核或性能当作本报告的结果。
- S1 · Obsidian · Graph view ↗官方功能文档，2026-10-26 读取
图中圆点代表笔记，线代表内部链接；支持局部图谱、筛选与打开笔记。它说明功能，不证明任何人的学习效率。
- S2 · Lewis 等 · Retrieval-Augmented Generation ↗NeurIPS 2020；页面版本 2021-04-12
模型结合检索到的外部语料完成任务，论文在指定问答任务报告收益。它不要求库主人先读过每篇材料，也不证明个人知识库必然赚钱。
- S3 · Anthropic · Contextual Retrieval ↗厂商工程报告，2024-09-19
文章讨论切块丢上下文，并给出结合上下文与检索的方法。是特定系统的工程证据，不是保留个人文风的实验。
- S4 · Maynez 等 · On Faithfulness and Factuality in Abstractive Summarization ↗ACL 2020，论文摘要与元数据已核
研究所测摘要模型会生成不忠于输入的内容。不能将历史模型的错误率套给当前模型，也不能据此判定所有摘要都无用。
- S5 · Karpicke & Blunt · Retrieval Practice ↗Science，2011；作者机构原文
研究在科学文本学习任务中比较主动回忆与概念图学习，主动回忆在所测条件表现更好。人脑回忆与机器搜索是两件事，结论不能直接外推到 Obsidian。
- S6 · Pew Research Center · When Online Content Disappears ↗原始调查，2024-05-17
调查显示所抽样历史网页存在不可访问现象。支持“在线可用性不保证永久”，不证明任何特定材料已经丢失。
观点、事实与建议的标签说明
已核事实：来源页面明确支持且本次已读取。作者自述：仅来自用户提供材料，无法独立验证。推断：基于证据得出的有限判断。建议：本报告提出、仍需实际试验的工作规则。演示：交互工具计算或示例，不是真实结果。