做笔记负担最重的阶段，是读完之后，试图梳理自己的笔记之时。昨晚，在试图整理侯世达大作《表象与本质》的笔记时，我发现笔记数量太多了，足足有 3 万多字，整理的负担很重，头皮发麻，心里犯怵。

为了偷懒，也为了能够保证质量，我尝试用不同的 AI 模型，让 TA 们对已经导出的高亮文本，进行基于主题的分类。我测试了 Kimi、Gemini、豆包、ChatGPT，流行的 Claude 因为没有付费开通 Pro 账号，没测试——如有朋友感兴趣，我可以把我的笔记文本发给你，测试一下 TA 的表现。

我进行了 2 次测试，每一个测试均重复 3 次，导语略有不同：

第一次测试导语：麻烦用不同主题，将如下文本，进行归类；
第二次测试导语：麻烦在如下文本中，提取和“认知科学”有关的部分，并按照主题进行分类整理；

测试下来，表现最好的是 Gemini，其次是 Kimi，最后是 ChatGPT，最差是豆包。

Gemini 和 Kimi 的主题归类结构合理，而且对笔记里的内容进行压缩后，笔记内容没有出现幻觉；TA 们相比豆包和 ChatGPT，会更加尽可能地保留笔记内容，这一点对整理笔记来说很有必要。

Gemini 和 Kimi 的风格也有差异，前者会尽可能地压缩信息，然后尽可能准确而完整地呈现出来，后者则尽量保留原文，忠实的执行了文本分类的任务。Gemini 因为信息量最大而最终胜出。但我非常期待 Kimi，因为我尚未拥有 200 万上下文的内测资格，所以只是测试它普通情况下的分类整理能力，最终结果是令人满意的，之时受制于上下文长度的限制，导致它的信息量不比 Gemini 大。

希望 Kimi 早日开放内测资格给我～

最后，分享一下，这一次测试的感受：

1、AI 整理无法代替个人的体悟，即便 Gemini 保留的信息量最大，但你读完之后，你也会发现你阅读时的感受，与它所总结的内容之间存在摩擦；
2、但瑕不掩瑜，超高上下文，让 AI 拥有极强的信息整理能力，我们不应该因为它可能无法完整表达人内心的所有意图，就放弃它在节约精力，提升效率方面的帮助；
3、这一次尝试之后，改变了我的笔记流程，以后所有的读书笔记，在标记完高亮后，都会发给 AI 进行整理，在这个基础上与原笔记对比，进行二次阅读。

最后附上截图：