外置大腦設計
在各 wiki 中的呈現角度
| 域 | Wiki | 外置大腦的設計重點 | 核心主張 |
|---|---|---|---|
| 個人知識庫 | 延伸方向 | 個人知識系統的地基設計 | 知識庫不是檔案堆，是「讓你下次比這次更快」的複利機器 |
| Vault 設計 | 延伸方向 | 創辦人視角的知識庫架構 | 外置大腦的核心功能：決策支援 > 存放 > 備查 |
| Wiki 記憶 | 延伸方向 | AI 可存取的外置記憶 | 外置大腦的延伸：讓 AI 也能存取同一套記憶系統 |
| 檢索增強 | 延伸方向 | 向量化外置記憶的存取 | RAG = 外置大腦的機器可讀實作，知識庫 → embedding → 即時檢索 |
| Agent 記憶 | 延伸方向 | Agent 跨 session 的記憶持久化 | Agent 的外置大腦設計和人的知識庫設計有相同底層邏輯 |
核心主張
- 外置大腦的目的不是存放，是降低認知負擔：把「需要記住」移到系統裡，讓頭腦保持清空，用於判斷——FLUX Vault 的設計哲學 Section 00 就是這個。
- 外置大腦需要存取設計，不只是儲存設計：存進去容易，找得到才是難題——好的外置大腦設計 70% 是關於如何存取（索引 / 搜尋 / 推薦），30% 才是關於如何存入。
- AI 時代外置大腦的新維度：外置大腦不只給人用，也給 AI 用——讓 AI 存取你的知識庫（OpenClaw / RAG），相當於把個人知識加入 AI 的 context，是認知放大器的加速器。
- 外置大腦的護城河效應：時間越長，外置大腦越個性化（你的觀點 / 你的模式 / 你的脈絡）——這些是不可複製的，是個人長期競爭力的底層資產。
我的觀點
外置大腦的存取設計比儲存設計更重要——存進去容易，找得到才是難題。
存取模式採 Pull + Push 分域：
- 日常工作用 Pull：有具體需求時主動搜尋或問 AI，不打斷工作節奏，存取動作有意識、記憶效果更好
- 定期回顧用 Push：weekly digest + 待深化問題觸發，讓長期沒被召喚的知識有機會浮出來
Vault 目前的存取完善度：OpenClaw 混合搜尋（向量 + BM25）覆蓋 wiki 層；索引層（概念頁 + index.md）覆蓋導航需求。「存進去但找不到」的盲區主要在 raw 層——入庫後升 wiki 前的知識目前沒有搜尋入口，是下一個值得設計的接縫。
什麼應該外置，什麼應該內化（2026-06-05）：不是所有知識都適合外置。判斷框架與觀點需要內化——這類知識如果只存在知識庫而未被消化，遇到判斷情境時取用太慢，等於沒學；能力與可調用知識則應外置，放進 Vault 隨時取用即可。「遺忘」本身不是問題，真正的問題是「這個知識應該在腦裡還是在系統裡」沒想清楚。外置大腦的設計不只是「存什麼」，更是「什麼東西要留在腦裡」。
知識當「素材」還是當「能力」（2026-06-13，讀 BASB 對照）：BASB 的 CODE（Capture→Organize→Distill→Express）把知識當素材——目的是可被取用、組裝成產出，終點在 Express。本 Vault 多一層：判斷框架類知識當能力——目的是內化、沒筆記也用得出來，終點在「真的學會」（延伸方向 提取＋校準）。兩者不衝突，是分層：事實/資源走素材路線（外置即可），判斷框架走能力路線（要內化）。這正是「分層外置原則」在 BASB 框架上的對位。
捕捉的鬆緊是 trade-off，不是缺點：BASB 的 Capture 用「共鳴法則」精準少捕，因為它沒有事後篩選層、必須在當下嚴格。本 Vault 反過來——廣撒捕捉（Threads 儲存）＋後段三層預篩選＋價值閘門，把嚴格度從「捕捉當下」移到「入庫前」。只要篩得動，廣捕比精捕更不漏，且降低捕捉當下的判斷負擔（對齊設計哲學「降低認知負擔」）。
相關概念
- 延伸方向 — 外置大腦是記憶分層的物理實現：把需要長期保留的記憶外置到系統中
- 延伸方向 — 外置大腦需要索引層才能被有效存取，MOC 是外置大腦的導覽系統
- 延伸方向 — 外置大腦的存入單元需要原子化，才能靈活組合和精確檢索
- 概念 - 護城河思維 — 個人知識系統的護城河 = 外置大腦的累積深度，時間越長越難複製
- 延伸方向 — 外置大腦讓任何中斷都能接續：系統記得你忘記的事
建立：2026-06-02（Tier 2 概念層，從知識管理 × AI 記憶類 wiki 提取） 增量：2026-06-13（讀《Building a Second Brain》Tiago Forte 2022——CODE/PARA 框架；新增「知識當素材 vs 當能力」分層對位＋捕捉鬆緊 trade-off。BASB 競品定位見 內部筆記）