即刻App年轻人的同好社区
下载
知识库不是为一线人员提供服务的，而是服务组织用来定策略的。知识库的本质是“管理工具”，而非“效率工具”。
比如：公司可以借助知识库洞察销售团队的 Top 特征，将 top 的销售人员抽出来，看看他们的电话、微信聊天记录，分析沟通方法论，在对比分析其他层级的特征进行对比。
但，如果利用知识库给销售提供在线客服的工具，几乎没有太高价值；只能帮助 50 分一下的人尽可能提高平均值。因为真正的成交技巧往往是非结构化的（语气、时机、潜台词），写在文档数据里的都是“大路货”。
公司的核心痛点不是“让新员工不犯错”（这是底线，也是可以通过机制或者流程来保证的），而是“如何批量复制那个转化率一直都高的 Top Sales”（这是增长）。
为什么“扶持 50 分及以下的人”价值有限？
因为 ROI 不划算啊。
1，如果一个 AI 知识库的目标是把 30 分的人变成 60 分，它确实能做到。但对于企业来说，裁掉 30 分的人，招聘 60 分的人，往往比维护一套庞大的知识库更便宜的把。或者优化招聘流程，提高要求。
2，销售团队通常符合“二八定律”，也就是说 20% 的人贡献 80% 的业绩。服务那 20% 的人（提取他们的智慧），比服务那 80% 的人（给他们喂饭）带来的杠杆效应大得多啊。
那动态来看，未来知识库是不是可以作为动态服务工具，它能自动分析 Top Sales 的录音、聊天记录等信息，发现他们在谈价格前先谈了“价值锚点”，系统就能自动生成一个新的 SOP 推送给全员。这才算是服务组织，将 Top 的经验进行复用。
以上为今天和同事交流「知识库」时，我的观点。
比如：公司可以借助知识库洞察销售团队的 Top 特征，将 top 的销售人员抽出来，看看他们的电话、微信聊天记录，分析沟通方法论，在对比分析其他层级的特征进行对比。
但，如果利用知识库给销售提供在线客服的工具，几乎没有太高价值；只能帮助 50 分一下的人尽可能提高平均值。因为真正的成交技巧往往是非结构化的（语气、时机、潜台词），写在文档数据里的都是“大路货”。
公司的核心痛点不是“让新员工不犯错”（这是底线，也是可以通过机制或者流程来保证的），而是“如何批量复制那个转化率一直都高的 Top Sales”（这是增长）。
为什么“扶持 50 分及以下的人”价值有限？
因为 ROI 不划算啊。
1，如果一个 AI 知识库的目标是把 30 分的人变成 60 分，它确实能做到。但对于企业来说，裁掉 30 分的人，招聘 60 分的人，往往比维护一套庞大的知识库更便宜的把。或者优化招聘流程，提高要求。
2，销售团队通常符合“二八定律”，也就是说 20% 的人贡献 80% 的业绩。服务那 20% 的人（提取他们的智慧），比服务那 80% 的人（给他们喂饭）带来的杠杆效应大得多啊。
那动态来看，未来知识库是不是可以作为动态服务工具，它能自动分析 Top Sales 的录音、聊天记录等信息，发现他们在谈价格前先谈了“价值锚点”，系统就能自动生成一个新的 SOP 推送给全员。这才算是服务组织，将 Top 的经验进行复用。
以上为今天和同事交流「知识库」时，我的观点。
3 00
Google 翻译加入 LLM 的能力，支持 AI 对话，下一个期待加入的是 Google 输入法。看有没有机会“复活”。
昨天在 X 上看到一个帖子，125 刀/月，配合 Anki 记单词，学了一年，能进行正常英语对话，成本不低，关键是一年的坚持，不易。现在有了 LLM ，应该会降低成本提高效率吧
昨天在 X 上看到一个帖子，125 刀/月，配合 Anki 记单词，学了一年，能进行正常英语对话，成本不低，关键是一年的坚持，不易。现在有了 LLM ，应该会降低成本提高效率吧
2 00
Dia 刚刚更新，目前支持侧边栏文件夹功能，太棒了。www.diabrowser.com
DemoChen: 很遗憾，我将 Dia 作为备用浏览器了，或者 需要 AI 功能的时候才会启用，主力浏览器换回 Arc 了，这也是我目前唯一找到符合我要求的浏览器。 1，我需要侧边栏，更需要有文件夹管理的侧边栏；毫无疑问，Arc 能够很完美的满足我需求。之所以需要文件夹，因为我需要很多的项目（数了一下，现在有12个），单个项目彼此之间的文档是不互通的， 必须通过文件夹隔离开；且单个项目里需要有单独的子文件夹，作为资料、项目文档、协作方汇总。 2，我需要 Space 来管理不同类型的资料；目前工作分为两个，一个用于公共信息查询、或者相关的系统入口；另一个是所有的项目 list，根据文件夹区分。第一个 Space 是用来访问、查询，作为完成单个项目的资源或者纯查信息等，比如 xx 系统查订单；第二个 Space 是项目，这个好理解，也就是干活的时候用。 3，说了需要，我来说说 Dia、Comet 等浏览器，支持 AI chat 的能力，我还专门写了很多工作场景的 prompt ，比如项目文档初稿、项目分析、策略可行性分析、邮件规范等，但是侧边栏确实不方便，不支持文件夹，极其要命；但凡支持一下，我觉得都是非常合适的，更别说不支持 Space 了。 4，Arc 也有问题，比如配置的文件夹跨设备不同步，Dia 支持；再比如不再更新，这是最大 Bug 了把，还在能用。 当然，还有最后一点，Arc 比其他浏览器好看，不容置疑！特别是 macOS ，赏心悦目就是一种体验。
3 10
微信输入法 3.0 跟上了，我测试一下语音识别速度快，识别准确；看来还是需要有外部压力（豆包）；豆包输入法的优势是语音识别准确，微信输入法的优势是功能全面，尤其是跨设备复制粘贴，我都替代 iCloud 了；当然，前者还是刚开始做。
2 20
MCP 刚出来的时候，我一直觉得是针对开发者而产生的交互协议，类似 API 一样；而实际体验下来之后，MCP 比 API 更加轻量，处理数据更简单，打通各个 App 数据流程更高效。
API 是点对点连接。如果想让 Cursor 读 Day One，需要 Day One 的 API 文档，写对应脚本，处理认证（OAuth），解析 JSON。这是开发者思维。
MCP 是标准化接口。DayOne 只要提供一个 MCP Server，它就等于对自己说：“嘿，我是个标准的日记数据源”。Cursor 支持 MCP 的 AI Client 都能直接通过这个标准协议“挂载”它。这是生态思维。
MCP 把集成的成本从由于代码复杂度带来的高门槛，降低到了配置文件的低门槛，大大提升了配置效率。
举个例子：
Day One 支持 MCP 之后，我可以在 Cursor 里配置，并通过 Cursor 完成创建日记、读取和分析日记；例如：我有一个「小心愿」日记本，通过 cursor 我就可以快速帮我梳理哪些心愿完成，哪些未完成。
这么看 MCP 不仅仅是为开发者提供的数据交互方式，可能是帮助我们建立数据生态的方式。
现在我定期是导出日记并导入 NotebookLM 分析，之后是否可以通过 MCP 实现 在某个中台产品读取并分析 推特、即刻、公众号、日记等平台的内容呢？甚至包括健康数据、打车数据、购物数据等信息整理分析，根据自己的数据构成第二大脑，是不是也尚未可知？哈哈哈
API 是点对点连接。如果想让 Cursor 读 Day One，需要 Day One 的 API 文档，写对应脚本，处理认证（OAuth），解析 JSON。这是开发者思维。
MCP 是标准化接口。DayOne 只要提供一个 MCP Server，它就等于对自己说：“嘿，我是个标准的日记数据源”。Cursor 支持 MCP 的 AI Client 都能直接通过这个标准协议“挂载”它。这是生态思维。
MCP 把集成的成本从由于代码复杂度带来的高门槛，降低到了配置文件的低门槛，大大提升了配置效率。
举个例子：
Day One 支持 MCP 之后，我可以在 Cursor 里配置，并通过 Cursor 完成创建日记、读取和分析日记；例如：我有一个「小心愿」日记本，通过 cursor 我就可以快速帮我梳理哪些心愿完成，哪些未完成。
这么看 MCP 不仅仅是为开发者提供的数据交互方式，可能是帮助我们建立数据生态的方式。
现在我定期是导出日记并导入 NotebookLM 分析，之后是否可以通过 MCP 实现 在某个中台产品读取并分析 推特、即刻、公众号、日记等平台的内容呢？甚至包括健康数据、打车数据、购物数据等信息整理分析，根据自己的数据构成第二大脑，是不是也尚未可知？哈哈哈
3 01
# AI，让人人都是创作者。
我最近整了一个 AI 助手，取名「折耳根」，专门帮我分析“异想天开的想法”，比如前两天想到了通过日记、照片给生成绘本 idea ，当我把想法告诉「折耳根」后，它痛批我是“技术自嗨”，并给了我快速验证的思路。
昨天想把 Dochub 站点关闭，用多维表格承载；于是从后台导出所有文章，发现格式是 XML ，按照早期的想法我应该是在 Google 搜索“XML to csv online ”，逐一点进去并尝试，期间会有很多 bug 或者兼容性问题。比如要收费、格式不统一等。
这个时候我把想法告诉另一个 AI 助手「小牛」，这是专门负责实现我想法的助手，我告诉它需求，它会帮我分析需求并给出开发 prompt ，复制到 Cursor 就能完成开发。很快它给了我 prompt ，我在 Cursor 并运行完毕，无报错，同时我的本地已经有了非常完整的 CSV 文件了；也就是说我通过两次对话，就完成了 XML 文件到 CSV 的转换，对比搜索在线工具要更快，前后不过两分钟。
同样是需求，同样是 AI，场景不同则结果不同。根据图片生成绘本的想法如果要商业化，就需要考虑目标用户群体实际需求，而数据格式转换面向自己，本地用 AI 马上就能处理。后者算不算技术自嗨呢？
实际上，类似这样的工具我过去一个月写了至少 6 个了，都没有上线，但确确实实解决了我的问题，关键是效率。以前都说不重复造轮子，用现成的，那是因为时间成本太高，而现在 AI 辅助，时间成本更低了，小工具自己做很明显更快。比如：刀哥前两天在朋友圈分享用 Gemini 的做了个压缩文字型图片工具只需1分钟。
AI，让人人都是创作者。
我最近整了一个 AI 助手，取名「折耳根」，专门帮我分析“异想天开的想法”，比如前两天想到了通过日记、照片给生成绘本 idea ，当我把想法告诉「折耳根」后，它痛批我是“技术自嗨”，并给了我快速验证的思路。
昨天想把 Dochub 站点关闭，用多维表格承载；于是从后台导出所有文章，发现格式是 XML ，按照早期的想法我应该是在 Google 搜索“XML to csv online ”，逐一点进去并尝试，期间会有很多 bug 或者兼容性问题。比如要收费、格式不统一等。
这个时候我把想法告诉另一个 AI 助手「小牛」，这是专门负责实现我想法的助手，我告诉它需求，它会帮我分析需求并给出开发 prompt ，复制到 Cursor 就能完成开发。很快它给了我 prompt ，我在 Cursor 并运行完毕，无报错，同时我的本地已经有了非常完整的 CSV 文件了；也就是说我通过两次对话，就完成了 XML 文件到 CSV 的转换，对比搜索在线工具要更快，前后不过两分钟。
同样是需求，同样是 AI，场景不同则结果不同。根据图片生成绘本的想法如果要商业化，就需要考虑目标用户群体实际需求，而数据格式转换面向自己，本地用 AI 马上就能处理。后者算不算技术自嗨呢？
实际上，类似这样的工具我过去一个月写了至少 6 个了，都没有上线，但确确实实解决了我的问题，关键是效率。以前都说不重复造轮子，用现成的，那是因为时间成本太高，而现在 AI 辅助，时间成本更低了，小工具自己做很明显更快。比如：刀哥前两天在朋友圈分享用 Gemini 的做了个压缩文字型图片工具只需1分钟。
AI，让人人都是创作者。
3 11
飞书多维表格上线了「应用模式」，简单理解就是可以通过自建数据库搭建系统发布为产品。没有「应用模式」前，就是只是系统，算半开放式厨房。
对于低代码平台我以前是不太热衷的，Notion 是我非常高频在用的信息管理系统，但国内极少有组织用于团队协作，故大多数是自用为主。
多维表格更加符合“国情”，主要和国内软件打通，如发消息到企微，就很丝滑。有人说：在 AI 加持下，Coding 一个软件或者页面如此快的情况下还需要用多维表格吗？
我理解是需要的，有人是 Excel 高手玩家，有人是编码极客玩家，多维表格的能力或者学习能力更像是两者之间微妙的平衡，它上手极快，搭建系统可用，降低了很多调试的工作，更加重要的是“协作”，这是项目内或者组织内考虑工具重要的因素。
一个系统的研发成本其实是不低的，这里的成本分三个方面，首先是人员成本，其次是开发成本，最重要的是调整的成本。当事情或者需求发生变化后，很多逻辑需要调整，需要重新考虑。
多维表格基于数据库和插件系统，调整本质上是对数据字段以及流程的更新，一个人即可完成，调整起来就相当简单了。
但，并非每个人都能够用好多维表格，因为它本质上数据库设计能力，通过对业务和需求充分理解后，将其通过数据库来实现，用 Excel 的话说就是做表（不严谨，能理解），设计一张表的字段尚且需要多种考虑，何况设计 N 张表，而且彼此还有关联关系，故而难度系数更高。
好玩系列 · 多维表格
对于低代码平台我以前是不太热衷的，Notion 是我非常高频在用的信息管理系统，但国内极少有组织用于团队协作，故大多数是自用为主。
多维表格更加符合“国情”，主要和国内软件打通，如发消息到企微，就很丝滑。有人说：在 AI 加持下，Coding 一个软件或者页面如此快的情况下还需要用多维表格吗？
我理解是需要的，有人是 Excel 高手玩家，有人是编码极客玩家，多维表格的能力或者学习能力更像是两者之间微妙的平衡，它上手极快，搭建系统可用，降低了很多调试的工作，更加重要的是“协作”，这是项目内或者组织内考虑工具重要的因素。
一个系统的研发成本其实是不低的，这里的成本分三个方面，首先是人员成本，其次是开发成本，最重要的是调整的成本。当事情或者需求发生变化后，很多逻辑需要调整，需要重新考虑。
多维表格基于数据库和插件系统，调整本质上是对数据字段以及流程的更新，一个人即可完成，调整起来就相当简单了。
但，并非每个人都能够用好多维表格，因为它本质上数据库设计能力，通过对业务和需求充分理解后，将其通过数据库来实现，用 Excel 的话说就是做表（不严谨，能理解），设计一张表的字段尚且需要多种考虑，何况设计 N 张表，而且彼此还有关联关系，故而难度系数更高。
好玩系列 · 多维表格
0 01
不可思议，2025年还能完美导出印象笔记的内容。
省流版：
1，找印象笔记旧版本（ 我是 9.0 ）导出 enex 或者 html
2，通过Obsidian 的Importer 解析单页面
完整版：
我是2014年8月25日注册使用印象笔记，期间买过VIP（现在不知道是什么VIP了，😄），剪藏确实好用啊；毋庸置疑，哪怕放在现在，印象笔记的剪藏能力还是第一梯队。自从我开始用其他相对开放的工具之后，我发现印象笔记大大限制了我的内容流向。
NotebookLM 最近太火了，我把自己在 dayone 的日记导出，丢进去做成PPT，简直把我的人生历程给整理了出来，于是我开始想曾经在哪里还记录过日记，最后找到了印象笔记，还有一年多的日记呢。
早起没想过迁移，因为觉得没啥重要的事情，故而就在新的软件上使用，没有太多的留恋，也没啥值得留念的，但是AI让我发现真实的记录就是有价值的，只有这部分数据是互联网找不到的，是我独有的。
于是我开始尝试想办法迁移，找了一圈，核心是印象笔记将导出的格式成 enex 变成了独有加密的 notes ，很多曾经支持印象笔记导入的都无法继续支持了；而支持导出 enex 格式的只有旧版本，具体是哪一个版本暂未深究。
思路转向了“如何下载印象笔记旧版本”，Windows 版本的比较方便，很多 exe 的文件可以找到，macOS 看起来略微麻烦一丢丢，好在最后还是找到了解决办法，且作者很机智，研究了印象笔记安装包下载规则，最后通过“版本号与ID拼接”的方式从官方链接来获取旧版安装包，这篇文章是2019年发表，至今仍然有效。
> 关联阅读：www.crifan.com
下载安装之后导出 enex 就很方便，之后在借助 Obsidian 的 Importer 插件，非常完美的实现了enex 数据解析；与此同时我还单独备份了 html 格式，方便后续当初阅读某个页面；不得不说，Obsidian 真的是文本类数据加工厂和中转站，昨天上线了完美导入Notion 的功能，愈加强大了。接下来我将考虑通过 AI Coding 将日记的内容解析为 dayone 可导入的格式，最中导入 dayone ，确保数据连贯，然后重新导入 notebookLM，更新一下我的人生经历。
---
朋友昨天在看到我日记内容生成的PPT后，说了一句：
“属于你个人的留痕的东西，在未来就有价值，潦草而过的人生，就会被 AI 无情抹去。”
希望未来的产品保持开放，而我会为了更开放付费。
省流版：
1，找印象笔记旧版本（ 我是 9.0 ）导出 enex 或者 html
2，通过Obsidian 的Importer 解析单页面
完整版：
我是2014年8月25日注册使用印象笔记，期间买过VIP（现在不知道是什么VIP了，😄），剪藏确实好用啊；毋庸置疑，哪怕放在现在，印象笔记的剪藏能力还是第一梯队。自从我开始用其他相对开放的工具之后，我发现印象笔记大大限制了我的内容流向。
NotebookLM 最近太火了，我把自己在 dayone 的日记导出，丢进去做成PPT，简直把我的人生历程给整理了出来，于是我开始想曾经在哪里还记录过日记，最后找到了印象笔记，还有一年多的日记呢。
早起没想过迁移，因为觉得没啥重要的事情，故而就在新的软件上使用，没有太多的留恋，也没啥值得留念的，但是AI让我发现真实的记录就是有价值的，只有这部分数据是互联网找不到的，是我独有的。
于是我开始尝试想办法迁移，找了一圈，核心是印象笔记将导出的格式成 enex 变成了独有加密的 notes ，很多曾经支持印象笔记导入的都无法继续支持了；而支持导出 enex 格式的只有旧版本，具体是哪一个版本暂未深究。
思路转向了“如何下载印象笔记旧版本”，Windows 版本的比较方便，很多 exe 的文件可以找到，macOS 看起来略微麻烦一丢丢，好在最后还是找到了解决办法，且作者很机智，研究了印象笔记安装包下载规则，最后通过“版本号与ID拼接”的方式从官方链接来获取旧版安装包，这篇文章是2019年发表，至今仍然有效。
> 关联阅读：www.crifan.com
下载安装之后导出 enex 就很方便，之后在借助 Obsidian 的 Importer 插件，非常完美的实现了enex 数据解析；与此同时我还单独备份了 html 格式，方便后续当初阅读某个页面；不得不说，Obsidian 真的是文本类数据加工厂和中转站，昨天上线了完美导入Notion 的功能，愈加强大了。接下来我将考虑通过 AI Coding 将日记的内容解析为 dayone 可导入的格式，最中导入 dayone ，确保数据连贯，然后重新导入 notebookLM，更新一下我的人生经历。
---
朋友昨天在看到我日记内容生成的PPT后，说了一句：
“属于你个人的留痕的东西，在未来就有价值，潦草而过的人生，就会被 AI 无情抹去。”
希望未来的产品保持开放，而我会为了更开放付费。
3 11
体验得到新产品 getdraft.ai ，注册送了5000积分，我一篇文章（≈ 2.5万字）居然没写完。👀
用下来有一个很大的感受：我发现这类产品最耗积分是调整内容，也就是不满意的时候让它改，改一次就是成本；既合理也难受，合理的是确实需要消耗 token，难受的是每改一次都要钱，哈哈。
token 消耗就有点像流量，播放视频前并不知道这个视频需要耗费多少 M，可能是100M，也可能是1000M。
用下来有一个很大的感受：我发现这类产品最耗积分是调整内容，也就是不满意的时候让它改，改一次就是成本；既合理也难受，合理的是确实需要消耗 token，难受的是每改一次都要钱，哈哈。
token 消耗就有点像流量，播放视频前并不知道这个视频需要耗费多少 M，可能是100M，也可能是1000M。
2 01