方法论

结论 AI 原生知识系统的核心，不是让 AI 替人思考，而是让 AI 帮人把散乱经验变成可检索、可复盘、可发布、可迭代的存量。 背景 过去的材料往往分散在 Vimwiki、聊天记录、截图、网页摘录、读书笔记和临时灵感里。每一条都可能有价值，但没有进入统一系统之前，它们只是流量，不是资产。 ...

结论 AI 补印，是把 AI 当作后天补足认知系统、资料系统和表达系统的工具。它不替代人的立场，但能补足人的记忆、整理、归纳和复盘能力。 背景 一个人长期积累的材料越多，越容易陷入另一种困难：不是没有内容，而是内容太散。没有整理能力，材料会反过来压住人。 核心判断 AI 最适合处理三类工作：把长材料压缩成短结构，把杂材料归入主题，把未成形的经验整理成文章提纲。它不适合直接替你决定价值方向。 ...

结论 判断信息质量，不能只看观点是否顺耳。要先看来源、证据、叙事方式、利益位置和纠错机制。 信息源 一个值得长期关注的信息源，至少要能说明事实从哪里来、判断如何形成、出错后如何修正。只输出情绪，不提供证据，只要求站队的信息源，要降低权重。 风险信号 常见风险包括：用单个案例概括整体，用敌我话术替代事实，用道德激情掩盖证据不足，用“人民”“正义”“觉醒”等大词绕开具体责任。 ...

结论 技术可以提高效率，但不能替人安放价值。本站以儒家为体、AI 为用，是为了让工具服务于正见，而不是让效率放大偏见。 背景 AI 时代最容易发生的不是能力不足，而是方向混乱。一个没有价值底层的人，工具越强，越可能把错误系统化。 核心判断 格物致知对应资料整理，正名对应概念辨析，修身对应表达边界，中庸对应不过度极端，仁义礼智信对应判断的五个支点。 ...