我的旧学习笔记里保存了很多链接。

技术博客、书单、开源项目、问答网站和公众号文章,按月份不断累积。有的链接后面只有一个标题,有的复制了几段正文,还有一些被重新整理进 Java、MySQL、监控和架构等专题。

当时保存它们,是因为觉得以后还会用到。十年后重新打开,很多页面已经失效,更多内容则完全想不起为什么收藏。

资料还在,学习却没有因此自动发生。

保存信息带来的错觉

看到一篇写得清楚的文章,把它放进笔记,往往会产生一种已经掌握的感觉。至少这个问题不再陌生,将来需要时也能找到。

但收藏解决的是信息入口,不是理解。

如果没有用自己的语言重新说明,没有把它和已有经验建立关系,也没有在真实问题中使用,它仍然只是别人的结论。过一段时间再看,通常需要从头理解一次。

早期的月度笔记尤其明显。同一个文件里可能同时出现框架配置、数据库原理、工具命令和职业建议。它们反映了我当时关注过什么,却很难构成可以调用的知识。

这并不意味着收藏没有意义。在搜索还没有今天这样方便的时候,一套经过筛选的资料确实能节省时间。问题是我曾经把资料数量误认为学习成果。

从按时间记录到按专题整理

后来我不再只按月份记录,开始把内容整理成专题。

Java 基础、多线程、JVM 和垃圾回收被放到一起;监控则按照指标采集、存储、报警和展示重新分类。相比零散链接,专题能够呈现一项知识的结构,也更容易发现缺少的部分。

这个变化是有效的。为了确定一段内容应该放在哪里,必须先判断它和其他内容的关系。重复的说法需要合并,互相矛盾的结论也会变得明显。

不过,专题化仍然不能保证内容属于自己。一个目录可以整理得很完整,其中大部分依然可能来自书籍和外部文章。如果只是把别人写好的知识重新排列,得到的是一份更好检索的资料,而不是新的认识。

资料库与文章的区别也在这里。资料库追求覆盖面,文章则需要说明作者看见了什么问题、依据什么形成判断。

真正留下来的往往与问题有关

回看这些笔记,我还能清楚记得的内容,大多与具体问题相连。

一次线上异常为什么迟迟无法定位,一套监控系统为何在资源没有耗尽时出现处理瓶颈,一个定制化需求怎样让原本清楚的模型变得复杂。为了处理这些问题读过的资料,即使没有完整记录,理解反而保留得更久。

原因并不复杂。真实问题提供了边界:哪些信息重要,什么结论需要验证,方案受到什么条件限制。知识不再是孤立的名词,而是参与了一次判断。

这也改变了我对“输出倒逼输入”的理解。输出并不只是把刚学到的内容再讲一遍。更重要的是,写作会暴露自己无法解释的地方,也迫使人区分引用、事实和个人判断。

如果写完以后只得到一篇更顺畅的资料汇编,学习可能仍然停留在整理阶段。

AI 让保存变得更没有必要

现在,获取一项知识比过去更容易。搜索可以找到资料,AI 也能快速归纳概念、比较方案并生成示例。继续手工保存大量通用知识,收益越来越低。

但工具越方便,另一种问题越明显:答案来得太快,使用者很容易跳过形成问题和验证答案的过程。

因此,我现在更愿意记录三类内容:遇到了什么具体问题,当时为什么作出某个选择,以及后来有什么事实修正了原来的认识。通用概念只保留必要的上下文,并注明来源。

这些记录不追求建立一套无所不包的知识库。它们只是尽可能保存自己的判断过程。

旧笔记如何处理

这次整理中,我没有把几百篇学习笔记全部迁入博客。纯技术摘录继续留在私人资料库,包含真实经历的内容则作为以后写作的素材。失效链接、过时配置和无法确认来源的段落,不再因为“也许有用”而公开保留。

收藏、整理、理解和表达是几件不同的事。过去我经常把它们连在一起,现在更愿意分别看待。

能找到一条信息并不困难。困难的是知道它在什么条件下成立,以及自己是否真的据此作出过判断。