• 笔记公开访问地址（需要加载大概 11MB 的数据）：一个 AI 算法研究者的科研笔记
  • 以下是我为它写的介绍。
    • 它其实一开始就是按着线性的方式写的，后来才适配到这种折叠展开的形式；
    • 因此，如果你有时间、有耐心，我鼓励你点一下页面上方的「展开全部」；这或许能够让你拥有一种更流畅的阅读体验。
      • 我一直希望，无论我的读者来自什么学科，有着什么样的背景，看了我的文章，或多或少都能有所收获。
      • 怀着这样的期待，在写下这些文章的时候，
      • 不讲特定学科，不举偏门的例子，说的都是些通用的思路和框架。
      • 不过我推测，这样一种行文方式也产生了一个附带的效果：
    • 即使是对我关注得比较多的读者，只看我的这些文字，也不太容易猜出我的学科背景吧？
      • 这几年，在现实世界中，我的真实身份是一个计算数学专业的博士生，主要研究的是 AI 相关的算法。
      • 更具体一点说，我研究的主要关注点是 PDE（偏微分方程）求解，也就是用人工智能的办法，来处理那些传统数值算法解起来费劲的物理方程。
      • 这是 AI for science 下面的一个专门的小领域，圈里人有时把它叫做 AI for PDEs。
      • 在我开始动手写下这篇文章的时候，我才刚刚通过我的博士论文答辩。
    • 当然，对于这些方法论文章的读者朋友们，能不能从文章里看出我的学科背景，本来也算不上什么特别值得关注的话题。
    • 真正一直萦绕在我脑海里的那个问题是：我之前写的那些文章，对读者朋友们来说，真的够好读、够好用吗？
      • 我并不指望它能成为一个万能药方，对所有人、在所有情况下，都值得派上用场；
      • 不过至少，对于我自己来说，它已经足够顺手和有用。
        • 和许多的知识管理爱好者一样，我也在积极地研究和考察这样一种方法。
        • 只不过，不同于大多数人对一些流行解读材料的信任与依赖，我还花了许多时间去搜集更加原始的材料，看当年的卢曼自己到底记了什么，说了什么。
        • 大概到了 2023 年年初的样子，几块关键的拼图在我的脑海里逐渐变得完整。
        • 许多之前不会专门拿出来讨论的小话题、小框架，都开始在笔记系统的各个角落里蓬勃生长起来；整个笔记仓库开始以成倍的速度增长。
        • 我当时就知道：我已经回不去了。
      • 怀着发现新大陆般的兴奋，我马上把我理解到的这种方法整理了出来，写下了《大纲语境笔记法》那篇文章。
      • 万一，我的读者里，有人有着与我类似的使用场景，与同我相近的思考方式——我希望，他们也能有机会，体验到这种笔记方法的独特。
      • 那篇文章的问题，出现在不止一个方面。
          • 实事求是地说，这算不上我自己从头发明的笔记方法。
            • 我根据我自己对这种做法的理解，在电子笔记为主的时代里，为它找到了一种全新的对应物。
            • 只不过，我的这种理解方式，和网上的主流观点相比起来，稍微显得有那么一点与众不同而已。
            • 传统的理解方式是什么样子，我看到了哪些似乎不一致的证据；
            • 然后，从这一点出发，推导出了一个不太一样的结论。
          • 日常从事知识工作，需要记录和管理笔记的人，本来也不在少数。
          • 对其中的大部分人而言，某个留下了名字的学者，他当年是怎么管理笔记的，这本身并不那么值得关注。
          • 真正重要的是，这样的笔记方法，到底能带来什么样的效果，对我们有哪些实实在在的帮助。
          • 人群里，肯定会存在着那么一些人，与我有着相似的笔记场景，有着同我相近的思考方式。
          • 如果这种方法能让我受益，他们或许也能。
            • 我假定读者知道卢曼是谁，他做了什么样的笔记，这些笔记有哪些关键的特征。
            • 网上主流的解读，又是一个什么样的形式。
          • 换成是一个普通的读者，打开我的文章，铺天盖地而来的，就是「卡片」「原子化」「交错编号」这些关于卢曼方法的术语——
          • 大概，只会感到不知所云，读得云里雾里吧？
          • 如果有一批读者，他们已经相信了这种方法的价值，
          • 那么，他们大概愿意耐着性子，先把所提到的预备知识自己找齐，再耐着性子，努力把文章看懂。
          • 互联网时代（现在还有了 AI），找到相关的介绍并不困难。
          • 我的笔记博客的主页，其实也给了一些可以参考的材料。
        • 但问题就出在「相信价值」这个前提——
          • 比如，我会引用卢曼自己的说法，谈他怎么谈论自己的笔记系统，怎么描述卡片盒在他工作中的作用。
          • 又比如，我会做一些理论层面的分析，讨论这套方法在结构上有什么特点，它能带来什么样的潜在优势。
          • 对于读者来说，它们多少还是有些抽象。
          • 至于真正使用起来的体验，究竟是轻松还是费力，是顺畅还是卡顿，
          • 单靠这些空泛的文字，就显得有些无能为力了。
          • 因为，我的笔记系统，确实就用了这种方式来组织。
          • 我每天都用它——记下新读的论文，整理零散的思路，汇总不同来源的信息，把它们一点一点地编织进同一个体系里面去。
          • 整个过程是那么的顺理成章，以至于我几乎不需要专门说服自己去「相信」什么。
          • 它就是好用，我知道。
          • 如果想要把这些切身的真实感受传递给读者，让他们也能亲身体会到这种方法的效果，
          • 那么大概，他们首先需要能看到一套类似的笔记；
          • 要攒出一套类似的笔记，需要先看懂我文章里介绍的这套方法；
          • 要能看懂这套方法，又需要先了解文章里预设的背景信息；
          • 而要愿意耐着性子去补齐这些背景信息，他们又得先相信这一套方法确实有价值；
            • 不然，谁会花这个力气？
          • 这成了一个死结。
        • 再退一步。假如某个读者真的下了决心，努力弄清了背景，再仔细研究我的文章——
        • 回过头看，我当年的那些方法描述，多数时候是一些理论上的叙述。
        • 它们太晦涩了，不够直观。
        • 我也试着穿插了一些具体的例子：有的是卢曼当年自己的卡片笔记，有的是我自己使用过程中的一些片段。
        • 但是，这些例子，毕竟还是太少了。
        • 想要靠寥寥几个案例，让读者建立起对一整套复杂方法的完整体感，这件事情，本身就很困难。
          • 我只能把一个方法切开，依次示范每个环节。
          • 而在真实的笔记使用过程中，这些不同的环节，它们会有相互的交织，会有前后的影响。
          • 这是一种动态的、整体的体验。它们超出了零散案例所能承载的极限。
        • 这还不是全部。
          • 不同类型的内容，可能需要不那么一致的记录方式；
          • 不同的记录场景，也可能涉及对方法的细微变通和调整。
          • 有的信息密度很高，需要花大力气拆解；
          • 有的看起来重要，但其实只是当前短暂关注的、日后多半不会再翻看的内容；
          • 有的和已有框架高度契合，顺手就能归位；
          • 有的则难以判断归属，需要先搁置一段时间，等未来认知更清晰了，再回过头来处理。
        • 那些在实践中反复出现的大量的细枝末节，那些更具体、更微观的处理技巧，
        • 对于一篇基础性介绍文章来说，已经明显超出了它所能承载的极限。
        • 但毕竟，对于一个真正想要深入实践的人来说，这些非常微观、非常具体的细节，有着独特而真实的价值。
      • 在文章发布后的一段时间里，我也有过思考，是不是有什么办法，能够弥补这些缺憾。
        • 我有过设想，也许可以再改写一个版本，去掉那些「假定读者知道」的东西，让它的阅读门槛能够降下来一点。
        • 这样做，或许能在一定程度上缓解「读不下去」的困难。
      • 但是后面那几个方面，不管是效果体感的缺失，还是方法叙述的晦涩与不够细致，我一直没有想出太好的解决办法。
      • 想要的东西太多，手头能用的办法又太少。
      • 回到现实的工作生活中，该读论文读论文，该跑实验跑实验，继续埋头去做我自己的事情去了。
      • 我的笔记一直在按部就班地增长。而我自己，也从课题组里的小师弟，变成了大师兄。
          • 之前已经让 AI 帮忙搜过了一轮，但有些担心还不够完整，想问问我还知不知道一些更多的东西。
          • 它们零零散散，落在笔记里不同的地方：
          • 有的跟相应的物理方程放到了一起，有的按任务类型做了标记，还有的则依据的是数据内容的独有特点。
          • 总之，它们被我挂在了不同的框架底下。
          • 我的笔记有整体的结构，有条目相互之间的链接。
          • 如果是我自己来看，我可以很容易地顺着这些关联机制，按图索骥，把我想要找的内容都捕捉出来。
          • 如果要我把它们一次性提取出来，重新整理成一个单独的文件——嗯，说多也没特别多，但多少还是有点工作量的。
          • 或者，我也可以先让 AI 帮我做一遍初步整理。
          • 但一方面，我肯定要复核它的结果：是不是漏掉了什么，有没有产生幻觉。
            • 如果把它们硬塞到一个扁平的文件列表里，我总觉得，好像大概会缺了点什么。
            • 像是把一棵树的叶子全部摘下来，摊平放在桌子上，然后告诉别人说：你看，这就是那棵树。
        • 我决定采用一个我之前从没用过的方案。
        • 然后，我和师弟简单解释了一下：这份笔记的使用方式是怎么样的，哪一种格式表示链接；
        • 你要的东西，可以从什么文件的哪一行切入开始看，然后，顺着链接，可以把更多的相关内容都找出来。
        • 电光火石之间，一个念头划过我的脑海：
        • 我攒了这么多年的笔记，里面的内容可不少。
        • 它的读者，只能是我的师弟吗？
      • 我突然想起了三年之前，那个我没能很好解决的缺憾。
    • 这套真实的笔记系统，正是用当时我说的方法，花了三年多时间，一篇一篇、一天一天地积累下来的。
          • 你不需要知道，「卡片」，「大纲」，或者「原子化」，说的到底是一些什么东西。
        • 要感受方法的效果，你也不需要自己耐着性子读懂文章，自己经年累月积攒笔记。
        • 你需要做的，只是随手打开一两个我的笔记文件，滚动浏览，沿着链接行进，看看它们长成了什么样子。
          • 信息的排列层次，你能看出来。链接的使用方式，你能看出来。不同条目间的引用和关联，你也能看出来。
        • 你不再是看我在文章里唠叨「这里的格式是这样，那个环节应该那么做」，
          • 它们有多少种不同的组织方式，什么东西适合放在什么地方，框架和框架之间如何勾连；
          • 一篇文章里的信息，是怎么被打散，然后重新组合；
          • 一个专题，是怎么随着时间，逐渐生长完善。
        • 这些细节，没有任何一种理论叙述能够穷尽；
        • 但在一套真实运转的笔记系统中，它们全都会自然而然地浮现出来。
        • 相比三年前，那个怎么也想不出好办法的自己，如今的我，我手头多了一件新的东西。
        • 一件真实的、具体的、摊开摆在那里的东西。
        • 一件你可以自己去看、自己去翻、自己去感受的东西。
          • 里面汉字的字数差不多就有 50 万个。要是再算上英文和标点符号，总的字符数量就奔着 140 万往上去了。
          • 更重要的是，这些内容里的相当一部分（尤其是主笔记），都是我自己一个字一个字敲进去的。
          • 不是复制粘贴，不是 AI 生成，而且还是在持续地努力保持语言精炼，不写废话的前提下。
        • 再说性质。网络上公开能看的笔记系统，其实并不是没有。
          • 我当然不是说它们没有价值；但相比起来，我这套笔记的性质，多少会有一些不同。
          • 我的这套笔记，是「生产级」的严肃。
            • 要做方向选择，我问它有哪些领域的空白；
            • 构思方法雏形，我用它拼接已有的碎片；
            • 要做实验设计，我看它记录了什么经典的基线和数据；
            • 论文要写背景介绍，它早帮我整理好了先前积累的领域脉络。
          • 在他生前工作大学的 Schmidt 团队的努力下，这些笔记已经完成了电子化，图片在网上公开可看。
            • 尽管卢曼档案馆已经为其中一些卡片整理出了可复制的文字，
            • 但陌生的语言，再叠加上专业的领域，即使有了 AI 的辅助，读起来也多少会有一点点吃力。
            • 它的交互体验，比如跳转、检索，总是不如原生电子笔记来得方便。
        • 这样来看，我自己公开的这份笔记，在某种意义上，或许也算是补上了一点空白。
      • 如果我真的，要给整个互联网上的读者，呈现这样一个相对完整的案例——一个几乎不打折扣的、持续积累了三年多的真实科研笔记，
        • 毕竟，一整套保留了原始模样的、完整的科研笔记（不算那些零散发布的论文阅读笔记），
        • 在网上几乎看不到有别人公开，这不是没有原因的。
          • 因此，它们里面记录的内容，有很多，从一开始就不是按着「可以拿给别人看」的标准加入的。
          • 尽管我已经努力地用 AI 做了几轮筛选，但这终归不是完全地可靠。
          • 我没法保证，会不会存在着某个我和 AI 都没有关注到的角落，里面保存着一些意料之外的东西，它们在公开以后，可能带来难以预测的结果。
          • 里面到处是我的研究轨迹和思维习惯。
          • 如果有人愿意，完全可以从中挖掘出大量关于我的信息：我的研究兴趣，我的阅读偏好，我和什么人有过交流，我在什么时间关注过什么问题……
          • 万一TA还打算把这些东西整理出来，公开发布，甚至在未来有可能出现的某些冲突中，把它用作攻击我的武器——
          • 到那个时候，本来只是一个普通算法研究者的我，大概就显得有些太过于被动了。
          • 在这份真实的笔记中，到处穿插着我的想法和思考；
          • 它们中的许多，尽管并非我眼下工作的重心，但在未来也有可能会进一步发展，成为一个有价值的研究方向。
          • 现在就把它们悉数公开，当然就有被他人借鉴，乃至抢先发表的风险。
          • 在真实运转的笔记系统里，这部分内容当然会存在。
          • 但它们如果公开，对于不了解情况的读者，可能意味着误导；
          • 而对于知其所以然的同行，则可能损伤对我学术能力的评价。
          • 万一，如果当时的记录里，还夹杂着一些带有负面倾向的词句，完全可能让我得罪了不该得罪的人——
          • 也许还是在我完全没有心理准备的情况下。
          • 在没法人工逐条核对、确认的情况下，把它们公开出来，对于对方和我自己来说，都可能带来困扰。
        • 但归根结底，这是一套紧密编织、相互引用、内部勾连极其丰富的笔记系统。
        • 这种级别的筛选和剔除，不可避免地，会打断它内部的关联结构。
        • 如果把链接删除，把框架拆散，把尚未排除风险的绝大多数内容隐去，
        • 那我拿给读者看的，还是一份真实运转着的，反映着这个方法完整面貌的笔记吗？
      • 我不断权衡，反复纠结，为此犹豫了很久。
      • 不过，在反复摇摆的过程中，有那么一个念头，一直在我脑海里挥之不去。
        • 一套使用系统方法的，经过认真组织的，真实、完整的，真正服务于学术产出的笔记，
        • 我的笔记管理，会不会少走一些弯路？
        • 我的科研历程，会不会多出几年，更加富有成效的积累？
          • 尽管后来的我已经做了一些修改和补救；不过，细心的你，或许仍然可以看出，它们所采用的结构和逻辑，和其余大多数的笔记相比，多少会有一点区别。
          • 并且，即使是这些「旧方法做的笔记」，其实也已经是迭代过几轮的版本了。
          • 我一开始的笔记的样子，还要比它们再幼稚许多，混乱许多。
          • 只不过，那些最原始的痕迹，要么已经被完全抛弃，要么经过了彻底的重构改写，已经几乎没有原样保留到今天的了。
        • 所以，回到那个问题。
        • 我的答案是：会。
        • 回到今天。
        • 他们可能也做着科研，或者也可能只是想整理一些日常的收获；
        • 可能初来乍到，也可能已经有了一点积累。
        • 无论怎样，他们同样可能在摸索一套更顺手的笔记方法——就像当年的我一样；
        • 他们也同样可能从这份完整的笔记案例里受益——就像我希望当年的我一样。
      • 既然如此——这些风险，努力地去承担吧。
        • 或许你是我身边的人，我们某次私下交流的内容，被收录进了这份笔记；
        • 或许你我素未谋面，我只是在网上读到了你的文章，却产生了一点误解，也许还不小心留下了一些说不上友善的评价；
        • 我的知乎私信，我在 GitHub 上留的邮箱，都可以找到。
        • 我会对此感到非常抱歉。我将尽快清理掉造成问题的那部分内容，
        • 也会尽自己所能，去减轻它可能带来的负面影响。
      • 又或者，尽管不是与你直接相关，如果你在浏览的过程中，发现了一些看起来确实不应该公开展示的内容，也非常欢迎你来告诉我；我会对此十分感激。
      • 每个人有不同的学科背景，不同的认知风格，不同的工作方式，不同的关切需求。
      • 适合我的方法，不见得也就适合你。
      • 我不会抱着这种不切实际的指望。
        • 也许是借鉴某一类内容的组织方式，
        • 也许是模仿某个框架的搭建逻辑，
        • 也许只是找到了一种「原来还可以这样做」的启发，
        • 然后在反复的调整和摸索中，慢慢打磨出了对自己更有价值的笔记方法，
      • 对我来说，就已经十分满足了。
    • 这是我希望当年的我，能早早就看到的案例。
    • 希望，它也能给你带来一些什么。
        • 那些公式、术语、算法，毕竟只属于一个特定的专业领域；
        • 你所需要的东西，应该是在你自己的日常使用里，一点一点积攒起来的。
        • 何况，就算你没读过任何的解释，单看这份笔记案例本身，也完全能够辨认出方法的内涵。
        • 你在翻阅的时候，或许也可以把它们记在心里，看看能不能找到相似的感受。
        • 相比之前的那篇方法论文章，这个真实案例，已经足够具体。
        • 你可以自己去看，自己去翻，自己去体验。
          • 它实在是太具体了。几乎完全聚焦在一个特定的专业领域。
          • 整个笔记里，到处都是领域特有的术语，概念，还有逻辑框架。
          • 若是缺少相关的知识背景，即使有了 AI 的助力，直接翻看起来，也可能会感到有些吃力。
          • 虽然说，这里面的具体内容，本来也不是你需要关注的重点；
          • 我期待你收获的，是尝试去体会，这种方法使用起来，会有一种什么样的感受。
          • 只是可惜，隔着内容理解的距离，作者我所能拥有的体验，对于纯粹读者的你来说，大概也难以完全复刻。
        • 尽管如此，我还是希望，配上我的这份解读，你仍然能有机会略窥一二。
      • 如果你读过我之前的《笔记的讨论层次》那篇文章，你或许还记得，对于笔记可能承载的内容，我把它们分成了三种大类：外源类，内源的具体内容，还有内源的框架。
        • 这种类型的笔记里，具体的内容可能来自外部：比如别人的论文、报告和谈话，
        • 也可能来自自己：问题的分析，零散的想法，或是实践经验的记录。
        • 不过，归根结底，把这些内容联结起来的整个框架，是要由自己来搭建的。
        • 这些不同来源的内容，经过了筛选和重组，都嵌进了同一个逻辑体系里面。
      • 我这份公开的科研笔记里，最有价值的主笔记，就属于这个类型。
        • 笔记里，确实也有不少针对特定文章的记录，也就是所谓的「文献笔记」。但它们并不是真正的主体。
        • 真正的「主笔记」，是我自己搭建起来的框架。
        • 一篇文献笔记，可能包含多个有价值的信息点。
        • 我会把它们拆开，在主笔记的不同位置引用。
        • 这样的引用，常常会精确到每个具体的信息点，而不仅仅是「这一整篇文章的笔记」。
        • 它们是由我自己重新梳理，逐步构建起来的。
        • 有点像综述，但又不太一样。
        • 一般来说，我不是先有了一个主题，再去做一次专门的文献调研，寻找具体内容来填充；
        • 更多的情况，是在日常的零散阅读中，持续地去搭建：
        • 先有内容，不断积累，然后框架才逐渐成形。
      • 去读现成的综述文章，或者干脆让 AI 帮着现场调研。
      • 嗯，这些外源的专题框架，确实也有着它们的优势。
      • 现成的综述，来自系统性的专题调研，有完成度上的保证。
      • 而自己笔记里逐步生长的框架，成熟程度则各不相同。
      • 若想整体地把握一个之前了解不深的主题，直接找专门的综述，通常能给你一个更加全面的答案。
      • 我想从几个角度来谈谈。
        • 一篇文章提供的信息点，很多时候并不限于它标题里写的那个主题。
          • 而为了验证它的效果，作者在实验部分可能会提及：网络的各个模块需要用不同的学习率，甚至不同的优化器，否则训练会不稳定。
          • 就这么一句。藏在文章的某个角落，一笔带过。
            • 如果未来的某一天，你自己的实验，也出现了「训练不稳定」；
            • 说不定，这个很久之前看到过的技巧，就能派上用场。
            • 没有它，你也许只能靠着自己的反复试错，才摸索出这个前人已经找到过的方案。
            • 你有多大概率，重新翻出来这篇文章？
            • 从标题，到摘要，再到整篇论文，它讨论的重点，从来都是那个新的架构。
            • 也许是一般的「训练不稳定的解决」，也可能是某类特殊架构的训练技巧，
            • 只要翻翻那份笔记，很快就能找到答案。
          • 为了验证它的效果，作者们自己造了一个有某种特点的数据集，比如可能涉及物理上的自由边界，并且和代码一同做了开源。
          • 这份数据，同样不是文章的核心卖点。未来可能刚好有类似需求的你，一样可以顺着笔记找过来。
          • 它的实验章节可能简单地提到，对于有些领域的数据，某一种网络架构的表现会比较好，而有的领域则似乎更适合使用另一种架构。
          • 一篇利用 TCGA（癌症基因组图谱）数据研究乳腺癌的论文，可能用上了一种巧妙的数据清洗技巧；
          • 一份关于「少年天才最终成就」社科实证研究的评论，谈到的「对撞偏差」同样能用在其他涉及数据分析的话题。
        • 这种细颗粒度的信息，专题调研很难覆盖。你的笔记，就能在这里派上用场。
          • 每次有新的信息输入，你都有机会为它建立起相应的框架，
          • 然后，等着它慢慢生长，等待它汇入更多的相关信息，变得逐渐完善。
        • 不是所有主题都有人写过综述。你想了解的某个细分话题，可能刚好就是个空白。
          • 如果发现 AI 的理解有偏，还需要主动纠正，甚至从头再来。你需要投入不少的精力。
          • 你自己的笔记就不一样了。提取它、回顾它，是随手就能完成的事：打开，看一眼就行。
          • AI 的调研范围可以很广，能现场阅读的文献，比我们之前读过的还可以再超出几个量级。
          • 但内容之间的逻辑，怎么梳理它们的关系，则是完全不同的另一个话题。
        • 你笔记里的框架，是按照你自己的思维习惯和理解方式，预先梳理出来的。
        • 你关心的切入点，你习惯的分类逻辑，你熟悉的表述方式，本就都嵌在里面。
          • 你读完以后，可能还要在脑子里重新翻译一遍，才能嵌入自己的认知体系。
          • 自己笔记里的框架，已经省掉了这一步。
        • 还有一个视角上的优势：在笔记里，你不仅有当前关心的话题和框架，还能看到它的上一层、下一层，以及和它平行的框架。
        • 它们都在同一套笔记里，彼此之间有着千丝万缕的联系。
          • 这里有一个我的例子。它可能稍微有一点专业，不过你或许还是有希望理解。
          • 我关于 PINN（用来解方程的一种 AI 算法）的专题下，曾经有一个探讨训练 loss（损失函数）变种使用的子框架；
          • CV（计算机视觉）里要表征三维物体，会用到像 SDF、NeRF 这样的办法，我也补了一个所用 loss 变种的子框架，把它们相互链接了起来。
          • 后来的我发现，这里面相当多的变种，尽管用在不同的领域，但想解的问题其实类似，采用的处理办法，很大程度上也是共通的。
          • 我把它们重新整理，合并成了一个统一的框架——在原本的两个母框架以外。
        • 这种跨领域的发现和整合，在孤立的专题笔记里，并不容易自然地发生。
        • 它需要框架之间存在关联。而用这种方法的笔记，天然具备这样的条件。
          • 你在梳理这个领域的结构，判断哪些是主干，哪些是枝节，在思考不同内容之间的联系；
          • 你在把一篇文章拆开，思考每个信息点属于哪里，它和已有的哪些内容可以关联，它填补了什么框架的空白；
        • 这样思考的过程中，你也在逐渐加深对于这个领域的理解。
          • 综述告诉你结论；自己梳理，则让你拥有了推导出这个结论的思考过程。
          • 这样的理解，有它不可替代的一面。
          • 但领域是不断发展的，新的工作在不断涌现。
          • 如果你只能依赖外源的框架，每次更新都要从头来过：或是等别人写新的综述，或者重新让 AI 调研一遍。
          • 新读到一篇论文，新听了一场报告，发现了有用的信息，直接归位到已有的框架下面。
          • 它随着你的所见自然扩展。不需要额外的等待，不是只能推翻重来。
          • 今天你觉得满意的结构，明天可能就发现了更好的梳理方式；
          • 一个意料之外的输入，启发你想到了新的分析角度；
          • 去年还独立着的某个分类，今年可能就被合并进了别处。
          • 笔记是活的。它可以跟着你一起成长。
        • 当然不是。
        • 它们并不是互斥的，也有着各自的优势与局限。
        • 更加理想的状态是：两者兼用，互为补充。
        • 你完全可以把笔记里已有的框架当成起点，交给 AI，
          • 利用它强大的检索和阅读能力，快速找出大量新的文献，进一步填充和完善。
        • 现成的综述，或者 AI 调研的结果，也可以整合进你的笔记框架，作为下一步迭代的基础。
          • 至少，在 AI 的调研结果还不总能让人放心的时候，你还有另一个来源的有效参考。
      • 坦诚地说，这种方法的有效性，也确实是在处理内源框架这种深度级别的内容时，才会足够明显。
      • 我公开的这套科研笔记，主要就属于内源框架中「专题整合」这个子类。
      • 对于其他类型的内容，比如外源信息的搜集，零散想法的记录，项目的组织与管理，
      • 这种方法当然也可以用，但不会有那么大的优势。
      • 实际上，我自己在管理那部分内容的时候，也常常会采用其他的办法。
        • 一方面，管理它们的方法，现在还说不上成熟；
        • 另一方面，这种类型的内容，脱敏起来也会更加困难。
      • 我只是不希望读者因此产生误解。已经公开的这些科研笔记，对我来说也并不是全部。
    • 前面聊的，更多是这份笔记「是什么」：它保存了哪一类的内容，有着怎么样的性质。
      • 如果你也还记得的话，先前《笔记的讨论层次》那篇文章里，我讨论过笔记的几种「载体功能」：
      • 临时内容捕捉，过程价值，使用辅助，内容提取，还有更新演进。
      • 「临时内容捕捉」不是这种方法的要点，我在这里略过。
      • 关于「过程价值」，上面已有提到：框架的梳理过程，帮助你加深了理解，有着它不可替代的一面。
      • 「使用辅助」也是类似：内源的框架，本来就更符合自己的认知习惯，它能为未来回顾笔记的自己铺路。
      • 剩下两个，我打算多讲一讲。
      • 这是我特别想聊的一个部分。因为对我而言，强大的提取能力，大概算得上是这套方法最大的亮点。
        • 想要找到某条内容，你有不止一个起点。
          • PINN（物理信息神经网络），NOarch（神经算子架构），generative（生成模型）……
          • 对这几个相对庞大而重要的主题，翻翻文件列表，往往很快就能定位。
          • 这个时候，打开关键词索引，找到想要的概念，笔记中的链接会把你带去那里。
          • 许多低频少用的概念术语，我还没来得及为它们建起相应的索引。这时改用全局搜索的办法，就可以形成一种有效的补充。
        • 入口为你提供了探索笔记的起点。
          • 你可以打开一个文件，上下滚动，展开那些原本折叠起来的内容；
          • 也可以点击链接，直接跳转到陈放在另一个文件里的相关笔记。
          • 这个过程也还可以继续。
          • 在这个跳转到的新的上下文里，你同样可以顺着它周围的框架，继续探索你想要看的东西。
          • 你可以接着滚动浏览，展开内容，沿链接跳转，再滚动、展开、跳转……
          • 它融汇了集体关联和成对关联的特点，极大地增强了笔记的关联能力，甚至有机会让你的笔记变成一个「小世界网络」。
          • ¹Schmidt, Johannes. (2016). Niklas Luhmann’s Card Index: Thinking Tool, Communication Partner, Publication Machine. 10.1163/9789004325258_014.

            ...the specific method of integrating cards and his system of referencing ensure that any search soon opens up a vast web of notes.

          • 我攒起了这样一份电子笔记之后，多少就能体会到那种感觉。
          • 希望你也有机会。
        • 在之前《笔记的讨论层次》那篇文章里，我讨论过笔记提取的三种类型：
        • 定点提取，主题提取，有时还有意料之外的「非预设提取」。
          • 如果你知道你要找什么：可能是某个随手记下的观点，可能是某篇论文一笔带过的细节，也可能是某个曾在脑海中一闪而过的灵感；
          • 要找回那条笔记，你往往有不只一条路径可用。
          • 即使一条路线失败了，你也可以很快地去尝试另一种方案：想想它还可能归属的框架，想想它还可能参与的关联。
          • 这份四通八达的笔记，为我们的查找多上了几层保险。
          • 别忘了，这套笔记中占据核心地位的一大类内容，本就属于「专题整合」。
            • 在框架下挂载的那些信息点，天然就是这个主题的一部分；
            • 打开它，从头到尾过一遍，就能看到一个相对完整的图景。
            • 找找那些与之相关、之前已梳理过的框架，这次想要的信息点，往往也都躺在里面。
              • 过了几个月，你又看到了另一篇文章，同样涉及这个话题。
              • 但你可能一时忘了之前有过框架 A 的记录，又在另一个地方创建了基本类似的框架 B，把内容放进了里面。
              • 这类失误，在真实的笔记实践中，偶尔也会出现。
            • 幸好，这套方法，有着足够强的关联能力。
              • 这时候，你就可以顺手把它们合并。
              • 或者，就算你一时半会儿还不太想整理，你也可以简单地为它们补上相互引用的链接，
              • 让未来重新看到这些笔记的你，很快就能知道，在另一个地方，还放着一些相似主题的笔记。
              • 它能够容忍现实中难免出现的微小失误，然后在未来的使用中，帮你去发现，协助你修复。
          • 有可能，你本来只是想打开主笔记，取出或放入一条具体的信息；
          • 也可能，你没有特别明确的目标，只是在这个庞大的笔记网络里，做一些随心所欲的游览和探索。
            • 它和你眼下的工作或许没什么直接的关系，却让你突然想起了另一个搁置已久的问题。
            • 一个想法冒了出来。
            • 这种意外的发现，是普通的笔记检索给不了的。
            • 它需要内容之间丰富的，超越单纯关键词匹配的关联。
            • 「当你想要检索的时候，可以获得比大脑当时所能想到的更多的信息。」
            • 甚至，「这些信息比以往以笔记形式存储的信息更多，卡片盒提供了从未计划过的，从未预想过的信息组合的可能性。」
            • 利用他的笔记方法，他创造出了「一种第二记忆，一个我们可以不断与之交流的另一个自我」。
            • 记不清发生过多少次了。我本来是想在笔记里找到一条特定的记录，或是记下一条新出现的想法。
            • 本以为不出三分钟肯定能完成。而等到我真的打开了我的笔记以后，三个小时的时间一转眼就过去了，有时还会更久。
            • 不是因为这套错综复杂的笔记让我迷了路，而是因为那些意外地摆在我面前的笔记，让我一次次陷入了思考：
            • 这两条内容，它们相互是什么关系；这两个框架；它们是不是有什么共通之处；这个小领域的方法，是不是也有可能用来解决另一个领域里的问题……
            • 当内容足够多、结构足够好、关联足够密的时候，
            • 一些跨越不同框架、不同领域的联系，就可能在浏览的过程中，自然而然地浮现出来。
        • 在绝大多数的笔记方法里，这两个层面的操作，多少还保留着一些边界感。
        • 你会有专门的时刻去「写一条新笔记」，也会有专门的时刻去「整理一下框架」。
        • 它们是两件不同的事情，你不会把它们弄混。
        • 但这套方法有一点不太一样。
          • 「组织上的树形结构现在不再表示内容（或者说逻辑）上的树形结构，它面向的是语境的承接与延续性，
          • 新増的内容只需从已有笔记的语境中自然引申出来即可，无需保持任何意义上的整体结构。」
          • 而这每一个语境，都有机会随着时间的推移，扩展成一个新的专题，承载起更多的笔记。
          • 建立一个新的专题框架，并不总是需要一次专门的决策，一个刻意的动作。
          • 很多时候，在你不断新增内容的过程中，它就自然而然地完成了。
        • 这也解释了前面聊过的两件事：为什么专题数量可以这么多（宏观看，主题更宽），为什么生长的空间可以这么大（向后看，持续生长）。
          • 刚读到的一篇论文，新产生的一个想法，不太容易找不到家。
          • 一条新的记录，可以从很多个地方挂载到主笔记上，参与关联整合，而不会无处安放，只能孤零零地躺在某个角落里。
          • 而这次挂上去的新记录，也会再次提供出新的语境，为日后更多内容的加入，做好了准备。
          • 内容越多，框架越丰富；
          • 框架越丰富，新内容就越容易找到归处；
          • 归了位的新内容，又为下一次的扩展铺好了路。
          • （当然，如果是更一般的话题，我还有覆盖范围更广的，也更接近于随想的非科研笔记。
          • 只不过，它们目前还没有准备好公开，暂时还没有机会和各位读者朋友见面。）
          • 有的时候，它始于一次深入的、全面的专题调研。你已经看到了一个完整的图景，打算把它落实成笔记。
          • 也有的时候，它源自一次深入的思考和设计。你把想清楚的部分先写下来，搭起一个骨架，留待它未来逐步生长。
          • 像这样经过精心设计的框架，这套笔记方法当然也能顺畅地承接。
          • 你知道它在那里，你知道它会长大。
            • 它们最开始，只是你随手写下的一条记录，普普通通，毫不起眼。
            • 你随手把它放在了某个地方，没有期待它会长成什么东西。
            • 再过一阵，又有新的补充加入。
            • 不知不觉之中，这条当初看起来无关紧要的小记录，周围已经聚拢起了一小批相关的笔记。
          • 你渐渐发现，它好像确实有资格成为一个独立的框架了。
          • 再后来，它变得越来越大，越来越完整，已经长成了参天大树。
          • 「在我们更经常添加笔记的地方，也会形成一个中心、集簇。
          • 有些是最开始构想出来的复杂的想法；
          • 有一些最开始只是偶然的想法，这些想法最初从次要的分支开始，然后不断丰富和扩大，以至于它们将越来越多的主导系统。」
          • 注：信源为 中文翻译
          • 你没有专门为它们规划过什么，它们却自己慢慢变得丰富、变得完整。
          • 这是笔记给你带来的意外之喜。
          • 这很正常。我个人的学术视野和知识面总有局限，你肯定多多少少，会了解一些我所不知道的东西。
          • 不过你或许还能注意到一点：
          • 对这些已经写下内容，这些已经建好的框架，它们更多意味着进一步的生长和完善。
          • 你所能看出的这种补充和完善的空间，既是我自己认知有限的自然结果，
          • 反过来，也正是这套方法灵活性与成长性的证明。
        • 一套僵化的系统，反而不会给人留下这样的空间。
          • 有的我明确地标注了「过时」，提醒自己和未来的读者。
          • 也有一些框架，尽管我没有标注，但你只要稍微仔细看看，大概也能发现，它们的组织逻辑其实不够合理。
          • 或者，当把它们和另外一些框架放在一起比较的时候，你明显能看出来，它们并不处在同一条水平线上。
            • 笔记在不断生长，我们自己的认知也在不断进步。
            • 过去的我觉得满意的框架逻辑，在今天的我看来，许多已经不再是最优的了。
            • 改改层级，调调顺序，补几条链接，花不了太多时间。
          • 如果规模更大一些，我会在紧挨着原来框架的位置，依据新梳理好的组织逻辑，新建起一个平行的框架。
          • 若是时间充裕，我会把旧框架里的内容，一次性整理好，全部搬运进来。
              • 等到未来时机合适，可能是正好用上了某个特定的内容，也可能只是偶然的心血来潮，
              • 才把一部分内容从旧框架里转移出来，归位到新的框架里边去。
              • 它们并不完美，但又足够真实。
              • 这些笔记背后，记录着一个不断在修正、不断在进步的自己。
      • 这一路上，我聊了不少这套方法的功能和效果。
      • 作为一个用来演示笔记功能的案例，我的这一份笔记，确实有着它自己的局限。
        • 即使你能看到和我一样的入口，一样的缩进，一样的文本，一样的链接，
        • 但如果你缺少同样的专业背景，你大概没法像我自己一样，先在脑海里准备好一个具体的问题，
          • 然后，怀着这个问题，再去深入这些笔记，看看它们会给你带来什么样的回应。
        • 你也没有机会，带上一个自己刚刚读到或者想到的新内容，进入这份笔记，
          • 看看它放到现在已有的框架里面，能够碰撞出什么样的火花。
      • 说到底，我这份笔记能给你的，只是一些直接而初步的体会。
      • 要获得真正完整的体验，你还是需要回到自己的场景，围绕着自己熟悉的内容，一点一点地攒下属于你自己的笔记。
    • 公开了这么多的内容，解释了这么多的特点。
    • 归根结底，我还是希望，包括你在内的读者朋友，或许也有机会从这个方法当中受益。
        • 你完全可以先抛开所有的理论解释，直接打开这份笔记，
        • 去直观地感受一下，这种方法使用起来，大概是一种什么样的体验。
      • 如果看完之后，你觉得有兴趣、有启发，再回头去看那篇方法论文章，也未尝不可。
        • 当时的我，预设了太多的背景，使用的文字也太过抽象。
        • 对不熟悉卢曼的读者来说，直接读起来，大概会相当地吃力。
      • 希望有了这份摊开在你眼前的真实案例，你也许能更容易理解我想表达的那些东西。
        • 它们属于一个特定的研究领域，本就不是你需要关注的重点。
        • 如果你只是好奇某个术语或者某段话大概讲了什么，借助 AI 的力量，让它用通俗的语言给你做个简单解释，通常也已经足够。
      • 那么这份案例，也许能给你提供一份不错的对照。
      • 你可以带着那篇文章里的抽象描述，来找这份真实的笔记，
      • 看看那些相对晦涩的理论描述，落到一个具体的笔记系统里面，到底会是一种什么模样。
      • 尽管因为历史的原因，笔记里有些比较早期的内容，它们并不完全符合我后来阐述的标准；
      • 不过，整体来说，它仍然是一个足够真实、足够完整的参照。
        • 找到适合自己的笔记方法，本来也不是靠读一两篇文章、看一两份案例，就能够完成的。
        • 它需要在真实的使用场景里，在一天一天的记录和整理中，慢慢地磨合，慢慢地调整。
      • 最开始的时候，先大致地看一看，找出对自己最有参考价值的几个要点，试着用它们调整自己的笔记实践，就已经很好了。
        • 或是遇上了某个特殊的卡点，想要去解决某个具体的问题，
        • 那时候的你，可以再根据自己需要，重新回过头来翻一翻，
        • 看看还有没有哪些之前没来得及注意的地方，可以用作自己的参考，或是成为模仿的起点。
        • 说不定，未来的某一天，或许在世界的某个角落，也会出现某个特别有想法的人，或者一个足够强大的 AI，
        • TA设计出了另一套完全不同的笔记方法，能够达到相当、甚至更好的效果。
        • 我没有从理论上排除这种可能性的存在。至少，目前的我，还没有能力做到这一点。
          • 我所体验到的这些好处：顺畅的提取，意外的关联，自由的生长，
          • 它们不是空想，它们其实是有机会实现的。
          • 而我所解释的这套方法，也包括这份真实的案例，就是其中一种可行的方案。
          • 它不一定是最优的，但它是真实的，是我在日常的科研工作里，一天一天用出来的。
          • 一种对我很顺手的方法，放到了你的手上，可能就没有那么舒服。这不奇怪。
          • 我所做的，只是把一种真实的可能性，摊开到你的面前。
          • 它恰好对我有用。至于对你有没有用，有多大的用，这需要你自己去判断，去尝试。
          • 这能够让你了解到，世界上有这样的一个案例存在，有这样的一套方法，它可以做到这样的程度。
          • 把它作为一个储备，留存在你的脑海里。
          • 也许当下你还用不上，也许你现在的笔记方法已经够用了。
        • 但如果未来的某一天，当你在整理笔记时遇到了卡点，或是觉得自己的知识管理好像还可以再顺手一些的时候，
          • 它或许能给你提供一点点线索，一点点灵感，
          • 帮助你做一些调整，找到更适合自己的那条路。
          • 若果真如此，我写下的这些文章，我公开的这份案例，它们预期的目的，大概也就达到了。
      • 这篇文章的最后，我们再回过头来，从一个相对抽离、稍微有一点点距离感的视角，再来谈谈这套笔记本身吧。
      • 我的这份科研笔记，作为一个公开的案例，它能做到的事情，也许并没有（你可能会期望的）那么多。
      • 希望作为读者的你不会产生误解，也不至于给了它过高的预期。
      • 让你可以看到，这样一种笔记方法，究竟是怎么操作的，又会带来什么样的效果。
      • 在这方面，它的一些缺憾，我在前文或多或少都已经提到过了。
        • 它里面记录的内容，毕竟还是属于一个特定的专业领域。
        • 隔着内容理解的距离，这份案例的演示作用，多少也会需要打一些折扣。
          • 在这份公开的笔记里，你多少也能看到一些早期阶段的痕迹。
          • 那些笔记所依据的方法、原则，相对今天的我来说，可能确实显得不那么完善。
        • 尽管在笔记文件的这个层面，我其实已经筛选、标记出了相对成熟的一些笔记，
        • 但即便如此，在这些文件里缩进层级的深处，也仍然留存着相当数量的「旧笔记」。
          • 现实世界里的笔记实践，它本来就不会像理论描述的那样完美；
          • 方法的运用，也会有一个从不熟练起步，到逐渐变得顺手的过程。
          • 如果你只是想要一些精良的示范，这些旧笔记大概帮不上什么忙。
          • 也希望你能够拥有自己的判断力，不会轻易地因它们而产生误解。
        • 这其实就引出了它在第二个层面的局限。
        • 我这份公开笔记的类型，其实相对比较有限。
        • 它没能完全反映这种方法的适用范围。
        • 在三年前的《大纲语境笔记法》那篇文章里，我给这种方法贴了一个标签，把它说成是「思考工具」。
        • 现在回过头看，这个词用得似乎有些草率了。
        • 经过了这几年的协作与磨合，如果让今天的我，用一个更精确的词语来描述的话，
          • 简单来说，这种内容类型的笔记特点是：我们依据着自己的观点，自己熟悉的逻辑结构，自己偏好的思维方式，
          • 把不同性质的具体内容，可能是外源的，也可能是内源的，都统一地融汇起来，整合到同一个整体的框架里面。
            • 在长期的使用与协作过程中，我们会持续产生各种各样、形式各异的内容输入。
            • 我们的笔记系统，也因此需要有很强的关联整合，有很强的更新演进。
            • 而这两个方面，恰恰是这种方法最为擅长的。
            • 我们之间的协作，也会在这个层面显得最为愉快。
          • 在那篇文章里，我还提到，
        • 这种内源框架的内容主要有两大类别：一是「专题整合」，二是「实操笔记」。
          • 它里面最有价值的那些主笔记，其实仅仅包括了这里面的前一类，也就是专题整合。
          • 而且，在此基础上，尽管这些笔记的整体逻辑框架，确实主要源于我自己的构建，
            • 换句话说，框架是「内源」的，但里面的具体内容更多是「外源」的。
            • 至于我自己独立的经验、思考和尝试，这里面也不是完全没有，但毕竟是不那么多。
          • 我的这套笔记，也因此没能完整地反映这些细微之处。
          • 这是我没法否认的一个缺憾。
            • 它里面的讨论范围，往往就不限于在别人文章里读到的东西（外源），
            • 许多时候也包括了属于我自己的思辨（内源）。
              • 「创新」这个词语的含义，它会发生在哪些不同的层面，可以再细分出哪几种类型；
              • 以及，要促成创新的出现，都有哪些可能有利的条件：事物层面的，个人层面的，组织层面的，社会层面的。
              • 我写过的那些关于笔记方法的文章，它们就是从我的这些专题整合笔记里面，一点一点，逐渐生长出来的。
            • 它们记录的内容，不再局限于单纯的思辨，而是会更加地「问题驱动」；
            • 我希望，它们应该有能力去影响、去指导，我在真实世界中的具体行动。
            • 在科研相关的范围内，这就包含：如何判断一个研究问题重要与否，如何思考新的解决方案，如何 debug 排查问题；
            • 抑或者：怎么写好一篇论文，怎么做好学术报告，怎么和人讨论交流。
            • 有些内容，还会延伸到纯粹的科研之外。
            • 比如，怎么做时间管理，怎么用好 AI，
            • 怎么写好一篇我能满意的非学术类文章——嗯，其实也包括你现在正在读着的这篇。
            • 这类实操笔记，它们整理起来相对更难。
            • 但如果质量足够，它们所能产生的价值，一般来说也要更高。
          • 它们的内容，若要脱敏起来，也会更加困难。
          • 我暂时还没有做好准备，把它们也一同公开，和各位读者朋友见面，
          • 用来展示同一种方法，究竟可以如何用在其他类型内容的管理之上。
        • 眼下，大概只能把它们留作一个空白，交给各位读者，自己去探索，自己去尝试了。
        • 即使是逐步摸索出了这套方法的我自己，放进了那些场景，往往也不会完整地采用。
        • 这其实就引出了第三个层面的局限：
        • 对于其他场景，也有相应的适合采用的方法类型，尽管可能（以我的经验）通常会相对简单一些；
        • 只不过，由于这份案例自身在类型上的局限，它们也并没有机会能够一同展现。
          • 面向口头交流的会议和讨论笔记，项目管理笔记——里面可能还包括了任务分解、待办管理、实验结果记录，
          • 以及用来记住关键知识、理论推导的间隔重复笔记。
        • 至于更一般的那些场景，像是任务管理，想法收集，或是某次对某个话题的单点深入思考，
        • 这方面的笔记，就要来得更加零散和多样了。
        • 现在来看，我也只能把这类笔记的方法，暂时先留给各位读者自己了。
        • 你们翻开这些笔记，有可能会带着一种更加实际的期待。
        • 你们可能想了解，在这个领域里，我已经记下了哪些东西，它们能不能帮到你自己的研究，能不能让你少走一点弯路。
        • 如果是这样，我想先给你留下几点小小的提醒。
        • 这是它在第四个层面的局限。
          • 它们被记下来的唯一目的，是对我自己有用。从一开始，它们就不是按「拿来给别人看」的标准来写的。
          • 这不同于网上那些专门的论文解读类笔记。即使你是同行，也不必指望靠着翻阅它，就一定能学到什么新东西。
        • 具体来说，这种局限还会体现在好几个小的方面。
        • 这份笔记里的许多记录，它们的实际使用，其实还依赖着大量我没有写下来的东西。
        • 有很多前置知识，逻辑判断，价值评估，它们都只存在于我自己的脑海里。
        • 比如，某些想法和逻辑框架，在写下它们的那个时刻，或许是合理的。但放在今天来看，它们其实早已经过时了。
          • 这类判断，在我自己心里足够清楚。但在笔记里，未必总是明确地标注了出来。
          • 在我的笔记里，实际上是用间隔重复抽认卡片的形式，单独保存下来的。
            • 这也就意味着，如果你试图通过这份笔记，来学习和掌握某些具体的推导逻辑，
            • 你可能会发现，它里面缺少了太多本该有的铺垫和解释。
            • 这也使得这些笔记本身，其实并不那么适合被当成一份有效的学习材料。
            • 像基础知识、数学推导原理这样的内容，本来其实也并不适合用普通的笔记来保存。
            • 对于这些内容，只要第一次的时候看懂了，我会建议你最好能想一些办法，把这样的理解永远地保留在长期记忆里面。
            • 毕竟，用上了间隔重复这样的记忆辅助工具以后，要把一个知识点在长期记忆里保留二十年，
            • 它所需要的成本，通常仅仅是十分钟不到的总复习时间。
            • 相比之下，如果每次要用到的时候，都重新去翻一遍笔记，从头再理解一遍，
            • 这种做法的效率，就多少显得有些太低了。）
        • 我的思考方式，可能有些抽象，也有些个性化。
        • 这对我来说不是什么坏事。但落在一份公开的笔记里，确实会给其他人的理解带来额外的难度。
        • 即使你本身很熟悉我记录的某处具体内容，甚至于，你就是那篇原始文章的作者，
          • 你读到我在这份笔记里的具体记录的时候，可能也未必能一下子弄懂，当时的我，到底都在想着些什么。
        • 而如果你本来就不是那么了解，还想着能不能把这份笔记当成入门的材料来参考，
          • 那你大概，也同样有可能会感到失望了。
          • 别被它们误导。
          • 毕竟，这是一份私人笔记，不是公开的解读文章，也不是学习教程。
          • 许多内容，仅仅是我有了初步了解、粗浅认知的时候，就随手放了进来。
          • 未来的我，如果需要用上某处具体的内容，也很有可能会主动去重新查证一遍相关的细节，
          • 到那个时候，再把它完善，或者修正笔记里的这些记录。
          • 我笔记里这些不成熟的部分，不会轻易地对你们产生误导。
          • 其中的很多，也只是偶然遇到，然后随手记下的。
          • 即使是那些面向专题汇总的主笔记，在绝大多数情况下，也不能被当作是一个领域的全面概述。
          • 如果你恰好是这类文章的作者，也希望你能够多多谅解。
          • 这种缺失的原因，出在我自己精力与阅读量的（不可避免的）局限。
        • 这又引出了第五个层面的局限。
        • 笔记这件事本身，它所能起到的作用，其实也有限。
        • 并不是所有问题，都可以通过做笔记来解决。
        • 我不希望给你造成这样一种错觉：好像只要组织起了这样一套笔记，你就一定能够成为一个出色的研究者。
        • 在这里，因为我公开的是 AI 算法研究的笔记，我的讨论，也就围绕着这个具体领域的需求来展开。
        • 你需要能够提出和识别问题。
        • 你需要能够判断一个问题的价值，在众多可能的方向中，选出最值得投入的那一个。
        • 你需要能够设想出创新的解决办法，而不是仅仅在已有的方案里打转。
        • 你需要有能力完成具体的实现，并且在结果不合预期的时候，排查出问题的根源；
          • 它的背后，需要你拥有扎实的技术功底，以及工程能力。
        • 你还需要能够写好文章，讲好故事，让你的工作被更多的人看见，获得理解与认可。
        • 它能够帮你更好地梳理领域的脉络，总结已经有了哪些研究和方法。
          • 也就是那些大家还没注意到，或者还没有人试图去解决过的问题。
          • 你可以把它们当作创新的参考和基础。
          • 它可以帮你选出最合理的组件和元素来搭配。
          • 避免因为错配，而没能充分发挥你的方案本可以起到的价值。
          • 讲清楚领域的脉络和空白，进而引出你自己工作的位置与价值。
        • 要做出真正有价值的研究，你依然需要独立于笔记之外的、强大的个人能力，
        • 以及，通过躬身入局，在一天一天的具体实践中，所逐渐积累起来的那种真切的体感。
        • 这些东西，是任何一套笔记，都没有办法替你去完成的。
      • 回过头看，我从自己真实世界中的身份讲起，谈到了那篇旧文章留下的遗憾，谈到了这个真实案例开放的契机。
      • 我花了很长的篇幅，向你介绍这份笔记的性质，它所囊括的元素，以及我在使用它的过程中所感受到的那些特点和效果。
      • 我也努力地讲清楚了它的局限。内容上的，类型上的，适用范围上的，以及它作为个人笔记本身的不完美。
      • 我做这一切，归根结底，只是希望你在看完以后，能够对这个案例有一个相对完整的认识。
      • 也许是组织方式的借鉴；也许是一个逻辑框架的启发；也许只是一种「原来还可以这样做」的感受。
        • 你只需要看懂它的组织方式，它的逻辑结构，它的链接和关联。这些东西，才是我希望你去关注的。
        • 也许是一个你之前没有注意过的研究空白；
        • 也许是一个可以和你手头的工作产生联系的想法；
        • 也许只是一句「原来这个问题还可以从这个角度理解」。
      • 希望你在自己的领域里，也能够摸索出一套适合自己的笔记方法。
      • 希望你的笔记，也能够随着时间的推移，一点一点地成长，一点一点地变得丰富和完善。
      • 希望你在那些琐碎的日常记录中，也会偶尔收获到一些意料之外的惊喜。
      • 这些惊喜，正是笔记带给我们最珍贵的礼物。
      • 尽管博士毕业以后的我，已将要离开（狭义意义上的）学术界，
      • 但毕竟，我还算不上是完全远离了这个领域。
      • 如果还有可能，如果我还有时间，
      • 我希望我还能继续记下去。
      • 继续读，继续想，继续写。
        • 或许几年以后，当我再次回头看向今天公开的这个版本的笔记的时候，
        • 我也会如同现在回望过去的自己一样，会发现许多可以改进的地方，许多值得推翻重来的逻辑。
        • 但那正是我所期待的。
        • 因为那意味着，我还在进步。我的笔记，也还有活力。
    • 感谢你读到这里。
      • 希望这份案例，能够给你带来一些什么。
      • 这是我所希望的。也是当年的我所希望的。