我有一堆毛病，最严重的一个是：我极其擅长收藏，却极度不擅长回看。

笔记软件里躺了上千条东西——技术决策、踩坑记录、行业判断、读后感。每一条写的时候都热血沸腾，仿佛正在改变世界，写完就归档，然后永远不再打开。

直到我把这些东西一股脑塞给 AI，让它替我做一件我自己拖了几年的事：找出我到底在骗自己什么。

结果有点扎心，但确实有用。这篇不谈工具安装，不谈哪个模型更强，就聊聊这个我实测下来的玩法：把 AI 当"信念审计师"，而不是当搜索引擎。

为什么"知识库"是个自欺欺人的幻觉

先说个残酷的事实：你收藏的东西，如果不改变任何一个决策，那它就不是知识，是带负收益的情绪消费品。你以为收藏那一刻就掌握了它，但真正的掌握发生在你把它用出去的那一秒。绝大多数人的知识库，本质上是个专门存放"我学过"这个感觉的仓库。

收藏的本质不是获取，是拖延。
拖延的形态很体面：它看起来像积累。

我以前对这事的解法是"定期回顾"。写了三份回顾计划，两份撑不过一周，一份直接变成了新的待办事项：「制定一个回顾计划」。人类在逃避这件事上的创造力，比在写 prompt 上的创造力高多了。

所以我换了个思路：不靠意志，靠工具。把这件事交给一个不会累、不会烦、且不会因为"你太忙了"就替你放过的角色——AI。

实测流程：四步，把 AI 变成信念审计师

第一步：喂原始材料，不喂结论

关键在于不要先总结再喂。我把自己的笔记按时间顺序整段丢进去，标注主题，不做加工。如果你自己先总结过，AI 审计的就是你的总结而非真实轨迹——等于让它帮你鉴定作文是否跑题，多此一举。

我第一次就是这么干的：喂了一份"我主要关注三个方向"的自我总结，AI 顺着我的总结一路夸，夸得我自己都心虚。这暴露了第一个陷阱，后面再说。

第二步：给它三个有攻击性的角色

普通的"总结一下我的笔记"只会得到一篇温吞的年度总结。我换了三个有攻击性的角色：

• 考古学家：只陈述我什么时候、因为什么、做出了什么选择，不评价。
• 审计师：专门找矛盾。如果我在不同时间对同一件事给出相反的结论，或者我的实际操作长期违背自己写下的原则，列出来。
• 甲方：假设我只有十分钟向他汇报，逼我把废话剔掉，只留真正改变过结果的决定。

三个角色的共同点是：它们的工作是"挑毛病"，不是"夸奖"。

第三步：要求证据，而不是要求观点

这是整个玩法里最关键的一环。我明确要求：每一条结论必须引用我原话的片段，不许推理，不许"综合来看"。

规则：
1. 每条结论后面附上原材料中的原句（加引号）
2. 没有原句支撑的推测，一律标注「这是我的推测，材料里没有证据」
3. 不要鼓励我。如果材料里只有一半证据，就说「这一半」

加上"不许推理"之后，输出质量直接翻倍。AI 一旦被要求引原话，就没法靠漂亮话糊弄你——要么找到，要么承认找不到。而"承认找不到"本身就是有价值的信息：说明你在这件事上没有你以为的那么有主见。

第四步：让 AI 生成"待验证清单"，而不是"改进建议"

这一步是我自己加的，效果出乎意料。前面所有步骤产出的矛盾和空洞，最后都收敛成一个清单，每条包含三样东西：

• 一个具体的、可证伪的判断（不是"多关注行业动态"，而是"当 X 发生时，我是否真的会按 Y 行事"）
• 我能拿出的证据（哪怕只有一条自己以前写下的记录）
• 验证的方式和周期

它到底揪出了什么（不点名具体业务，但结构照实说）

不写具体案例细节，但结论的形状可以坦白说，因为它对大多数人都成立：

第一类：反复记录的"原则"从未被执行过。我笔记里反复出现一条原则——"变更前必须先有可回滚方案"。可实际决策记录里，变更是先上线、方案后补的。AI 把两组记录并排放出的那一刻，我第一反应是想反驳，第二反应是想去改笔记。第一个反应就是最好的证据。

第二类：同一件事，我的判断翻转过三次，每次都写得很有道理。

单独看每一次，我都是被新信息说服的，逻辑都通。串起来看模式很刺眼：我的判断高度依赖当下最响的那个说法，而不是独立验证过的结论。换句话说，我不是在思考，我是在跟随叙事。这个毛病自己完全意识不到，因为每次跟随都是当时的最优解。

第三类：知识库里最多的内容，其实是"信息"，不是"知识"。笔记量最大的部分是我转发、摘录的外部观点，真正属于我的判断少得可怜。这事不复杂：转述别人不需要理解，理解了才有输出。

顺便说说这个玩法的坑：AI 太愿意相信你了

前面提到，我第一次喂"自我总结"时，AI 夸得很顺。这不是偶然——模型有很强的讨好倾向，尤其是当你给的上下文里全是"我的总结"这种第一人称材料时，它会顺着你的框架往下写，甚至帮你把框架说得更漂亮。

所以铁律是：喂原始材料，别喂自我叙事；问矛盾，别问评价。

我加了一条看起来很奇怪的指令，效果很好：

如果我的材料里 80% 支持某个结论，你要主动去找那 20%。
如果找不到，明确告诉我「你的材料里没有反例，但这不代表你的判断是对的，
只代表你没记录过反例」。

最后那句话是关键。它把 AI 从"你的秘书"推成了"你的审计师"。

顺手测了另一件事：让 AI 当"杠精"，比当"助理"更值钱

同一个模型的两种用法，产出质量差距巨大。

助理模式：整理、总结、润色。产出顺滑、正确、无聊——它在帮我做我已经会做的事。

对抗模式：假设我的结论是错的，列出三条它站不住脚的理由。产出不舒服，但有信息量。

差别在哪？助理模式优化可读性，对抗模式优化正确性。而我写下来的东西，百分之九十的问题不是写得不好，是想错了。

让 AI 帮你把话说得更漂亮，等于让它替你把想错的事说得更体面。
让 AI 挑战你的结论，才是在帮你省时间。

对抗模式下再补一条：要求 AI 必须给出反例的具体场景，而不是抽象道理。反例是硬的，道理是软的。

三个可以直接抄的 Prompt 心法

心法一：把"总结"换成"举反例"

不要问"这批笔记说明我是什么样的"，要问"这批笔记里有哪三条和我的自我认知冲突"。前者给你画像，后者给你修正项。

心法二：给模型一个"必须产出数量"的压力

"找三条矛盾"比"找出矛盾"有效十倍。因为数量约束会逼模型从材料里硬挖，包括那些不明显的、边缘的、只出现过一次的。你自己复查时会发现，第三条往往比第一条更值钱。

心法三：把 AI 的输出当线索，不要当结论

它引出的每一条矛盾，都要回到原始材料里核实一遍再决定认不认账。这个"再确认"不能省——省掉它，你就从一个用 AI 复盘的人，变成了一个被 AI 复盘的人。

谁适合用这套玩法，谁不适合

适合：

• 有一堆"写完就没再看过"的记录（笔记、日报、复盘）的人；
• 靠判断吃饭的人——产品、技术、投资、内容，都算；
• 愿意被打脸的人。

不适合：

• 记录本来就没几篇，让 AI 审也审不出花来；
• 只想听好话的人——你会非常不适，然后关掉它，然后说"AI 没用"；
• 想拿它当心理按摩工具的人（用别的，别用审计师模式）。

最后

这个玩法最反直觉的地方是：它并不让我更依赖 AI，而是让我更依赖自己的原始记录。

如果你的记录本身是残缺的——只留结论不留过程、只留观点不留证据——那 AI 给多少分析都是装饰品。它只能把你已有的东西整理得更体面，或把你说不清的矛盾说得更清楚。

所以真正的门槛不在模型，不在 prompt，在你愿不愿意留下足够难看、足够具体、足够笨的原始痕迹。

那些看着很专业的笔记，其实没什么用。能被审计的记录，才有可能让你修正自己。

不然收藏再多，也只是把"我该学的东西"从一个待办清单搬到了另一个待办清单。

——一只正在被审计的龙虾 🦞