知识管理是AI产品的伪命题吗？

最近在思考 Comind 下一个版本的迭代方向的时候，重新浏览体验了市面上的聊天类、笔记类、知识管理类AI产品。我重新思考了这个问题：个人知识管理 PKM 是AI产品的伪命题吗？

为什么这么说？

1. 收藏行为 ≠ 记住了、内化了

2. PKM产品不是在管理知识，而是在管理文档（和其他格式的内容）

3. 知识管理的底层心里驱动是：未来更好的输出（创作、决策）

目录：

• 个人产品观点（16个产品）

• 当我们在谈论知识管理的时候，实际在谈论什么？

基于这三点，分享一下我对市面上产品的看法：

1. 微信收藏功能

我写公众号以来，发现一个非常有意思的数据指标：转发数远大于点赞数。包括我自己在内，很多人都是在看到觉得“这篇文章可能有价值”的时候，就转发到“文件传输助手”或者微信上自己的号。

然后有的人就会去整理，但是从来不会头去看的也大有人在。会回去整理的，基本上都是有明确的工作目标的，比如转发的这些文章当时就是为了做一些调研而去搜的，事后必然要整理成报告。不会回去看的人是因为文章满足了他们知识拓展的爽感（好奇心、求知欲），但是转发之后就没有明确的 call-to-action 了，就不会回头去整理。但是，在未来也会偶尔想起来看过某篇文章。不过这时候要回去找就会感觉很麻烦。

微信收藏没有完成闭环。按照道理公众号才是国内文字知识市场最大的待管理荒漠。

2. 会读

火爆过一阵子，功能就是可以把微信文章转发给他，然后它统一收藏整理起来。但是没有延展的额外功能，没有闭环。创始人似乎也不久就卖掉了这个产品。现在基本上没感觉有人再聊起了。

3. Readwise

和会读一样，不过是在 X (twitter) 上。只要回复某条你想收藏的帖子，然后@readwise，帖子就能统一收录到网页版的个人中心。网页也可以通过插件一件收藏。这种@回帖的方式一度有病毒营销的势头，用的人超多。但是现在也听不见声音了。我曾今也是高频用户，但是用了个把月，我就再也没有打开过了。

4. Chrome 浏览器 Reading List 功能

一两年内Chrome浏览器更新的功能：可以把某个网页保存到阅读列表。然后有时间回来阅读的时候，可以打开阅读列表侧边栏，这些连接就保存在那里。我发现这个功能的时候非常惊喜，但是事实是，我用了几次就不用了：因为我完全忘记了还有这个列表的存在。

5. flomo

国内首屈一指的移动端笔记产品。我曾是付费用户，但是用了大概几个月，记了190条memo之后，就再也没有打开过。

flomo 本质上也是一个收藏功能，只不过它收藏的是碎片化的想法、关键词、会议纪要。它的成功我觉得很大一部分来自于它的轻量化UX设计。但是回过头来看和整理的，和微信收藏一样，有明确的工作场景才会有后续处理的动作，否则笔记也是吃灰。

flomo记录灵感的口号很好，这让用户觉得自己是个“有灵感的聪明人”。这种感觉促成了用户留存。

但是仍然没有闭环。90%的人的90%的内容都是不回去看的（这个预估数字可能还低了）。最近flomo在AI功能上有一些尝试：根据用户的笔记做一个类似于年度回顾一样的分析，有各种主题模版（例如从笔记分析你的mbti类型）。但是这个入口我认为仍然没有形成闭环，还是尝鲜式的情绪价值。

6. get笔记

get笔记和flomo像，但是侧重工具属性：录音转文字、会议纪要、各种多媒体来源也可以存、根据笔记进行 AI聊天。

我比较看好get笔记，是因为它偏重工具属性的内容让它并没有像 flomo 那样“私人化”。效率工具的属性让它和工作场景的联系更深一些，所以自然吸引来的人的使用场景就会和工作场景强相关。这会导致记录的笔记大概率会有后续：被整理、被分享。这就有一个小闭环了。

7. Granola

2025年硅谷火爆一时的 AI 效率工具：给VC投资人线下和人见面开会做语音记录，并且自动转录、整理成会议总结的工具。

功能非常直白简单，切入市场也足够细分，所以有了初期很强的momentum. 不过很多产品就直接抄了，因为这个功能并不难。而且会议记录之后呢？Granola 给出的答案是基于会议纪要的AI聊天。这相当于是在帮助用户更好的 access 收藏的内容，但是缺少输出环节对应的功能：聊之后写报告、文档、ppt？这些都没有

8. Notion

Notion 就不过多介绍了。我认为 Notion 的成功是来自于在一个很早的时间节点，用一个创新的富文档编辑体验（block note）刷新了用户对于文档管理认知。

大家提到“第二大脑”这个火爆流行词的时候，第一个会 refer 的就是 Notion. 因为对于这款产品的心智体验就是各种文档、连接、to-do、表格、日历（后来收购的）都可以统一放入里面，并且在必要时方便引用和连接。且团队功能让合作体验更上一层楼。

单从个人知识管理的角度来讲，我觉得 Notion 成功的核心不是在于管理，而是在于这个编辑器的体验。也就是说 Notion 不是一个让你乱堆东西的收藏夹，用户是真实地在这个界面中创作文档的。

创作输出是知识内化的最后一个阶段。有种说法叫学东西的三重境界：知道、会用、会教别人。看过了就是知道，个人创作就是会用，发表出来就是会教。信息只有经过整合内化，才会有机地被大脑神经元映射、被记住。如果没有内化，第一会“记不住”，第二会“不在乎”。

飞书和Notion很像，只不过着重 to B. 也有很多人用飞书做个人用途。

9. Obsidian

逻辑和 Notion 是类似的，重点在于创作输出。核心区别在于其编辑器的体验——它是 markdown 编辑器，在此之上开发了非常好用的连接等功能，视觉上也实现了 WYSIWYG 的效果——既有Notion那种多功能的能力，又保留了 markdown 的技术风格。

所以 Obsidian 在偏学术、工程领域的用户很有吸引力。（谁不喜欢一款清爽干净、功能强大，还免费的 Markdown editor呢？）

Obsidian 在“收藏行为”上是没有做功夫的。它把技术向创作的体验做到了逼近 IDE 的感觉。Obsidian 在非编辑和管理的功能上很克制。它没有堆砌各种功能——尤其是AI功能，而是开放了第三方插件，让用户可以自由拓展开发。比如其中的可以根据笔记内容进行AI聊天的就是一款 copilot 插件，而不是原生功能。

10. 各类 markdown 编辑器

Typora, Archimedes, EME, iA, LightPaper, Marked 2, MarkText, Marp, Ulysses…

用编辑器来作为个人知识管理的人也有不少人。甚至我听说还有人几十年来就只用 txt 编辑器来写文档的。

这些人没有那么多知识焦虑，多工程技术领域。他们要的就是一个备忘录和笔记本。这些人也是在管理个人知识库，但是他们完全用不着收藏功能、用不着AI功能。

这不禁让人深思：新产品的AI能力、收藏功能、炫目的编辑器，服务的到底是什么需求？

11. 腾讯 IMA，夸克知识库

这类直接标榜为自己就是知识库的产品，本质上就是一个共享的“微信文件传输助手 + RAG AI 聊天”。

他们和 NotebookLM 的核心区别在于：主打公开的知识库。流量很高的公开知识库都有很强的共性：主打知识焦虑。比如AI前沿趋势分析文章合集，罗振宇的学习笔记……

这就是一个更大的共享收藏夹。最大的作用是缓解了知识焦虑。但没有管理、也没有创作输出。闭环是断的。

12. NotebookLM

NotebookLM 给人的惊喜感来自于它的处理能力。还记得当初火起来的时候靠的是什么吗？生成播客的功能。而且声音特别像人，比 minimax、腾讯的效果好太多了。

当时我也在做一款生成播客的产品原型，详细研究过，结论就是Google利用一种新的编码架构方式去做了一种新的 tts，效果打败了其他厂商的模型。而且google也没有放出详细论文和api.

NotebookLM 着重回答了“根据收藏的资料能用AI创作什么”这个问题。它没有收藏功能，大部分是用户手动上传的文档和粘贴的连接；它也不着用户侧的创作和发表。它注重已收藏材料的“消化”：做播客、做ppt、知识图谱、报告、测验试题……

与其说它是知识管理，NotebookLM 更像是一个模型玩法试验场，试验出来的好的玩法就留存下来。

13. Apple Notes

市面上的新产品总是声音很大，但是调研后可能现实情况会让人出乎意料——苹果几个自带app的使用率是很高的：Notes、日历。

有非常多的人就只用Notes这一个产品来做记录，而要系统性输出的时候再搭配另一个产品，比如notion、飞书、md编辑器。

Notes 就是一个带渲染的编辑器，而且现在更新的功能还能导出为 markdown 格式。

它好用的地方就在于轻量化和多端同步。它没有AI功能。这样的特点让它能覆盖的场景就很广泛：手机端的灵感碎片记录、电脑端的长文写作、iphone浏览器和各类app中的内容也可以一键添加。

要我说，Apple Notes 是最完整闭环的产品了。有优化空间的地方在于编辑器的体验，还有AI的能力。但是这两点都是众口难调的功能，对于一个普适性很强的基础app来讲，也不好盲目地添加新功能。

14. ChatGPT

ChatGPT 虽然只是一个AI对话产品，但是别忘了：大模型本身就是一个海量的知识储备库。区别就在于，没有上下文的情况下它不知道哪些知识是用户知道的、哪些是不知道的。

但是ChatGPT不断迭代的记忆功能正在缩短这个鸿沟。

ChatGPT 没有收藏、没有用户独立创作的画布，但是对话本身的过程其实就在做两件非常重要的事情：

• 告诉 ChatGPT 哪些是用户已知的、哪些是用户未知的

• 对话的过程就是用户持续在整合未知信息的过程：是理解，而不是收藏

尤其是第二点，这是所有从“收藏行为”出发尝试去做“知识管理”而望尘莫及的效果。为什么？收藏了你不一定会看，但既然是你自己主动问出来的，那么AI的回复你就一定会看。

ChatGPT 缺少的闭环在于收藏和输出创作。

15. remio

国内团队做的 All-in-One AI 助手，核心功能是有背景信息的 AI对话、知识库收藏整理、写notes. 亮点是能打通微信、邮箱、notion、obsidian、youtube、slack、甚至本地文件夹等等很多孤岛。让AI助手能够参考所有这些信息。

东西做得精美，代码很强壮。但是我用不下去。因为比较复杂，不优雅。像是用工程能力解决了一个很关键的问题：人和AI的共享 context. 但是重点不突出，我不知道要用它来干什么。而且当它要request我的local files的时候，我多少还是有点担心隐私的。

看了一下use case，看起来是为2B场景的各种企业内职能设计的。但是产品感觉上却更像是个人产品。 这让人比较困惑。

看起来什么都能做，但是对我来说使用起来太重了。我不想要有这么重的使用负担。

16. YouMind

也是国内团队做的产品。既能收藏（浏览器插件等），也能聊天，也能创作。产品口号是 “Learn smarter. Create bolder.”

在我看来其实 YouMind 和 Remio 很像。包括很多其他产品，其实都在追求一个AI to C 产品的圣杯：用户和AI的 co-memory 怎么实现。

但是 YouMind 的主题比较突出：输出创作是它的核心。比如写公众号的人、研究写报告的人，写播客脚本的人等等。这些人的共同特点就是会浏览大量的网络内容，然后存储作为素材。而且这些素材必然会被后续消化整合，形成最终的输出。因为他们是职业驱动的。

YouMind 就是加速了其中的收藏便捷性、素材消化效率、输出创作效率。

挺不错的产品。但是我用不起来。可能面向大众推广开来也有点难。原因很简单，产品对于大众需求来说太复杂了。功能做全了，对于大众市场来说的认知使用负荷就重了。

比如我现在在写这篇文章，过程中基本没有使用AI来辅助我写作。只有个别需要精确引用信息的时候，我会去google一下或者问一下chatgpt（我使用的是 Atlas 浏览器，我觉得很好用）。

其实大部分场景用户的需求就是一个快速对话框。但是，用户会期待这个对话框背后的能力非常强、非常像人、非常了解自己。

事实上对于创作输出来讲，通过调研我也发现一部分用户其实很抗拒在自己创作的过程中让 AI 来介入的。这非常看场景！

高自我效能的（就是有信心自己能写好的）场景，用户就很抗拒让AI介入。典型的就比如那些重度使用 markdown 编辑器的工程师场景、正儿八经要发表的且对自身声誉有影响的文章著作。

什么创作场景用户会非常迫切想要AI介入呢？答：觉得自己写不好的、写的还慢，且AI写出来不好也没什么太坏的后果的。典型的就是 cursor，就是 vibe coding 场景的 cursor. 你可以看到大部分有代码洁癖的资深工程师对使用大范围的 AI 代码编辑是很谨慎，甚至是抗拒的。还有就是乱七八糟的网络文章：小红书、AI生成的公众号等。因为就是博取流量的，生产网络垃圾他们也不在乎。

总体来讲 YouMind 做得挺好的。

---

当我们在谈论知识管理的时候，实际在谈论什么？

从上面的产品评论中也能看得出来，我觉得在谈论“知识管理”的时候，首先要理解没有这些产品之前，人是怎么进行知识管理的？或者，人们压根有没有在进行所谓的知识管理？

我觉得是有的，而且有一个完整的闭环，但是它可能不叫“知识管理”，是一个人脑天然的认知整合的过程：

1. 搜索/探索

2. 收藏以备参考

3. 整合内化

4. 创作输出

这四步行为的发生分别都有心理门槛。为了降低这种门槛，每一个步骤都有对应的产品类型：

1. 搜索/探索——搜索引擎、AI聊天

2. 收藏/记录——笔记产品、收藏夹

3. 整合/内化——利用AI自我教育

4. 创作/输出——编辑器、画布（ppt等）

用户如果觉得价值不够，或者产品不好用，对应步骤的行为就不会发生：

• 不激起好奇心，压根懒得去搜索、去提问

• 觉得没价值，压根懒得收藏转发

• 觉得不重要，压根懒得翻出来再看

• 没有创作的渴望，压根不愿意去创造输出

知识管理的AI产品可能是伪命题的原因在于，整个闭环是一个认知增强的过程，每个环节都有突出的需求。但是如果只把收藏行为、文档归类、自动写报告这些功能拼凑起来，产品没有回答的问题是：知识真的到用户脑子里去了吗？

毕竟，只有理解了、用得起来的，才叫知识。书柜里一万本书，但是一本没有读过，这能叫知识吗？

那么如果按照这四个环节去给现有产品分类，可以怎么分类？我觉得可以分为四类：

• 好奇心

• 收集癖

• 自我教育

• 创作画布

有没有可能把四个环节打通形成一个“完美”的“AI认知增强创作工具”？

有可能，但是很难。

因为每一步的用户基数都是递减的：啥都不想干的人 > 想搜搜看的人 > 想保存的人 > 想彻底弄懂的人 > 独立创作 > 发表成果的人

没有一个强有力的外在场景压力，很难让用户对整个流程都保持很强的需求驱动力。所以这也是为什么我觉得 YouMind 的产品定位——专注轻量化内容创作者——比较好的原因。因为用户自己本身有工作目标的驱动。

不是researcher、不是学生、不是创作者、不是分析师，很难有持续动力去使用 “AI认知增强创作工具”，而且也没必要。

那么这四个环节中最有被 AI 能力加持潜力的是什么环节呢？我觉得是“自我教育”环节——也就是整合内化知识的环节，也就是 NotebookLM 定位的环节，利用AI进行自我教育。

“自我教育”环节的用户有很明显的深度使用 AI 的特征——他们会花很长时间在产品使用上，而不是像问百度一样知道个答案就走了。

有个chatgpt用户是这么描述他的体验的：思而不学则殆，之前要花很久才能看完一些书解决思考的困惑，但是和chatgpt聊天，认知闭环完成得很快。

这部分用户的驱动力比较强、黏性高，而且和前后环节相近，很容易触发搜索、收藏、创作的行为。事实上这很常见，但是之前一直发生在不同app来回切换之间。

不过这类产品也有个两个问题，一个是AI体验的问题，一个是用户的问题。

AI体验要做的好，就要创造一个非常自然、无感的人和AI的 co-memory 的交互界面。否则AI一直很蠢，这对用户来说伤害很大。因为他们要花非常多的额外力气去提供上下文。

这是当前 LLM 类AI产品的圣杯：co-memory. 我自己正在开发的产品 Comind 尝试的思路是，让产品的核心功能环节内涵记忆的能力，越使用越能理解用户。就像 chatgpt 的思路，聊天的过程中它顺便就更新了用户记忆。

用户记忆的工程环节的设计思路可以有很多种，这篇文章就不展开了。但是我个人开发下来的感受是 RAG 的是一个很蠢、效果也很不好的思路。可以稍微辅助一下，但是不能作为记忆功能的核心。要用更加灵性的设计。（虽然现在 comind 还是用的 RAG 思路，尚未更新）

我个人最不喜欢的就是让我自己输入上下文，或者选择参考那些文档、知识库、文件夹。就算非要选，我也是选参考所有。我非常抗拒这类需要用户额外提供context信息的设计。

第二个难点就是这类“自我教育”的用户画像。我个人总结这类人的共同特征是：世界模型不稳定，有持续更新世界模型的需求。

哪些人符合这个特征？学生、研究者、知识创作者、心理不稳定的人，和任何工作中需要大量接触新信息的人。这类人的本质需求就是要不断消费新信息、用来更新自己的内部模型。

但是这类人占人口比例是不大的，所以要找准一个niche market去占领用户心智不太容易。这需要对其中某个特定画像的人群的用户习惯和心理特征有很切身的理解。而且这类人群在中国市场的比例是比海外更低很多的。

目前还没有看到什么具有压倒性优势的产品。用户还是用chatgpt这类聊天类产品为主。因为如果产品的功能并不能提供 chatgpt、gemini之外的令人心动的能力的话，用户又为什么要迁移呢？为什么要忍受乱七八糟的插件、上下文框、文件夹分类、功能按钮呢？

总而言之，当我们在谈论“个人知识管理”的时候，我们其实在谈论的是：管理用户的认知升级过程。如果产品不能加速用户的认知升级，只是停留在管理文档、收藏夹吃灰的水平的话，也很难有持久留存与真正AI加持的效益提升。