设想你下周要组织一次项目启动会。你读过沟通、管理方面的书，也记过不少划线。可准备议程时，仍然想不起哪段内容能帮上忙，只好重新搜索，再问 AI。
阅读时觉得有道理，遇到事情又从头找。这正是我想探索的“知识复利”：今天读到的东西，怎样进入明天的问题，还能查回出处、修正理解？
这篇给出一套可以从小处尝试的方法。纸质书、电子书和网页都能用；基础版只需要一个能文字对话的 AI，以及一个保存笔记的地方。
AI能整理，为什么还需要我们参与？
摘录和摘要有用。它们帮你留下值得再看的内容，但你还得知道这段话适合解决什么问题，与以前读过的内容有什么关系。
Karpathy 在 2026 年 4 月提出过一种做法：保留原始材料，让 AI 持续维护相互链接的知识页面，新资料来了就更新主题、记录矛盾；有价值的问答也保存回来。原文
他称之为 LLM Wiki。可以把它理解成一个不断更新的个人资料库。AI 负责整理、关联，人负责选材料、提问题和检查。
这个提议说明了怎样积累整理成果，但没有证明人一定学得更好。我会再加两步：自己解释一次，在实际问题中尝试一次，再把结果留下。
今天整理出了什么，下次能不能用上，需要分开检查。
先准备一个问题和三个文档
先选一个眼下想解决的问题。这里继续用假设例子：“怎样让下周的项目启动会少跑题，并明确下一步？”
暂时不要导入全部藏书。选一篇文章，或者一本书里的相关几页，就能开始。读小说、随手翻书也不必每段都入库，阅读可以保留没有任务的部分。
然后，在你会用的笔记软件或文件夹里，建三个文档：
- 原始记录：保存摘录、自己的想法，以及书名、版本、章节或页码。每条给一个编号，如“材料01”。
- 问题笔记：围绕当前问题整理观点，注明依据、适用条件和还没弄清的地方。
- 实践记录：记下你准备怎么做、实际发生什么，以及对原判断的修改。
照片另存在同一个地方，在原始记录里写清对应文件名。网页则保留标题、链接、访问日期和相关段落。
普通聊天工具不会因为你说“记住”，就替你可靠地更新这三个文档。 基础版每次由你复制保存；下次对话时，重新贴入相关笔记，或用工具支持的文件上传功能。
如果需要让 AI 自己读写文件，就要使用有这项能力的助手，并授予指定文件夹的访问权限。让它给出实际更新的文件，再打开检查。
我的建议是，先手动完成一次，再决定是否值得自动化。
读纸质书，怎样把材料交给AI？
最简单的方法是手动输入一小段重要内容，再补上“为什么记它”。只留原文，过一阵子往往连自己都不知道当时在想什么。
例如，记录与会前准备有关的一段话后，你可以补一句：“我们以前开会，经常到现场才发现大家对项目目标理解不同。这段是否能帮我改议程？”
这句话是你的想法，应与作者原话分开保存。先弄清作者说了什么，才方便讨论能否迁移到自己的处境。
如果 AI 支持图片输入，可以拍摄相关页面，先让它识别文字：
这是我正在读的书的页面。书名、作者和版本是【填写】，页码是【填写】。请先转录与【我的问题】相关的文字，保留原意，不做改写。
看不清的字标为“无法辨认”，不要补写。等我核对后，再分析这段内容。
如果工具不支持图片，就用手机的文字识别功能转成文字，核对后再贴给 AI。文字识别常叫 OCR，它只是帮你把照片里的字转出来。
核对时尤其留意否定词、数字和图表说明。少一个“不”，意思就可能反过来。论证跨页时补上相关上下文，不让半段摘录承担整章的结论。
也可以口述自己的收获。工具有语音输入就直接说，没有就用手机听写。口述应标为“我的理解”，除非已经核对原文，否则别加引号当作作者原话。
电子书和网页沿用同一办法：摘录、定位、补自己的问题。电子书没有稳定页码，就记章节或位置；找不到的位置留下缺口，不让 AI 猜页码。
材料交过去后，怎样避免只多一篇摘要？
核对原始记录之后，再把它与已有的问题笔记一起交给 AI。第一次还没有旧笔记，就明确说明这是首次整理。
可以复制下面这段要求：
请围绕【我的问题】整理这些材料。分开写作者观点、我的想法和你的推断；每条重要观点附材料编号及原文位置。
对照已有的问题笔记，说明新材料是补充、支持，还是提出了冲突。每个关联写清理由，并给出两边的依据；依据不足就标为待验证，不强行连接。
给我可保存的问题笔记，以及本次新增和修改的地方。只依据本次提供的材料；材料不足时说明还缺什么，不生成缺失的引文。
拿到结果，先检查一条会影响你下一步行动的观点。沿着材料编号回到原文，看它是否真的支持那句话。
上一篇讨论过 AI 结果的核验。这里也一样：附上出处，只是让你有地方可查；来源内容仍须与判断对得上。
接着看关联。两段话都出现“沟通”，只能说明主题相近。假设一份材料谈会前明确目标，另一份谈会后记录责任，两者可能分别解决不同阶段的问题。
这个关联要写出理由，才能帮助你安排会议。如果它把两段合成“沟通越多越好”，就需要退回重做。
AI 也可能发现冲突。先检查是不是适用条件不同：讨论方案与宣布已经作出的决定，会议安排未必一样。不要急着让它把所有观点合成一个统一答案。
保存更新前，保留上一版问题笔记。你核对确认后再替换，让修改理由留得下来；原始摘录仍保持原样。
怎样让旧知识进入新问题？
准备项目启动会时，把当前处境与相关的问题笔记一起交过去。不要只问“根据我读过的书给建议”，那样很难知道它到底看到了什么。
可以这样说：
我正在准备【具体事情】，限制是【时间、参与者、已知困难】。请依据我提供的问题笔记和原始记录，找出可参考的观点，注明出处及适用条件。
先指出这些材料还不能回答什么，再提出一个可尝试的小调整。请分开写材料支持的判断与对我这次情况的推测。
在这个假设例子中，小调整可能是会前先收集分歧，或者会后明确下一步负责人。选择哪个，需要看实际困难，不能从两段书摘就认定一定有效。
尝试之前，把计划写入实践记录。会议结束，再留下可观察的情况：哪里仍然跑题，有哪些分歧没有解决，下一步是否说清了。
随后让 AI 更新你的个人理解：
这是本次计划和实际情况。请记录哪些判断获得支持、哪些仍不确定、哪些需要修改。保留修改前的判断和理由，不改写原书观点，也不要把一次经历当作普遍规律。
这样，下次再讨论会议问题时，你能同时找到书中的观点和自己的经验。知识库是否有用，也终于有了可观察的对象。
图中的箭头表示操作顺序，不表示效果已经被实验验证。不同来源都先留下原始记录，AI 整理后由人核对；实践反馈返回的是问题笔记，不会覆盖原文。
整理好了，怎样知道自己也学会了？
先不打开笔记，用自己的话解释：这个观点解决什么问题，什么情况下可能不适用，我准备怎样用？说不清的地方再查回材料。
2013 年，Dunlosky 等人在一篇学习方法综述中，对照不同年龄、材料和测验任务的研究，将练习测试和分散学习评为高效用方法。论文原文
这为“先尝试回忆，再核对；隔一段时间再回顾”提供了依据。它没有研究本文这套 AI 流程，也没有证明所有阅读都能以同样方式转化成实际能力。
你可以先每周回顾一次，挑一个观点解释，再找一个新情境试着判断。这个节奏只是起步建议，按自己的需要调整。
同时算一算整理花了多少时间。若每次都忙着改格式、修关联，却很少调用已有笔记，就缩小收录范围，甚至暂停自动整理。
我更愿意用“有没有帮我找回依据、澄清问题或修正判断”评价这套方法。笔记数量只是保存了多少，不能代替这些检查。
什么时候才需要装技能、做知识图谱？
完成手动循环后，最费时间的环节才会显露出来。
如果主要困难是搬运微信读书笔记，可以考虑接入。微信读书的官方 Skill 页面提供安装指令和 API Key 配置，支持个人划线、想法及笔记导出。
Skill 可以理解成供 AI 助手执行的一份操作说明。安装需要兼容的助手环境及命令执行能力；普通网页聊天框不一定能装。账号密钥按官方流程配置，不贴进普通聊天或文章。
另有第三方 WeRead CLI 项目，将接口封装成终端命令，并提供配套 Skill。它是另一条接入路径，按所用环境选择即可。本文核对了说明，未做账号连通实测。
这两种入口主要解决笔记搬运。跨材料整理和实践回写仍要约定规则，不能把它们当作一装就有的“知识复利系统”。纸质书读者则完全可以继续拍照或摘录。
如果笔记越来越多，需要浏览关系，再考虑 Obsidian。它把笔记保存为本地文本文件，并能显示笔记之间的链接。文件说明
其图视图中的点代表笔记，线代表链接。线本身没有告诉你两条观点是互相支持、补充还是冲突；这些仍要写进笔记。图视图说明
我会把自动同步和关系图放在后面。先确认旧笔记值得再用，再花时间维护更多工具。
个人文件也记得备份；读公司内部资料时，先确认能否交给所用 AI。团队要共用知识库，还需有人负责维护、核对和处理分歧，个人经验不能直接升级成团队标准。
今天就挑一个正在困扰你的问题，从一段读过的材料开始，完成一次录入、核对、应用和回写。下一次遇到相关问题，再回来看看：这条记录究竟帮上了什么忙。