抛弃「All in One」的执念,这 2 个工具治好了我的「笔记焦虑」| 原文 | #笔记工具

“「选 A 还是 B?」这可能是每个垂直领域的工具讨论中都绕不开的问题。在笔记管理这个圈子也总能看到类似的讨论:Logseq 还是 Obsidian?Notion 还是 Roam Research?而对我来说,让我纠结了很长一段时间的 A 和 B,正是 Heptabase 和 Tana。

说实话这可能就是一种执念吧。我们总希望找到一款 All in One 的工具,能够一次性解决所有问题。记录、整理、思考、输出,最好全都能搞定。事实上,有很多工具也的确是往这个方向发展的。

但问题在于,当你试图用一个工具照顾到所有场景时,你会发现每个场景都只能做到「还行」,没有一个真正做得很好。这不是工具的问题,而是我们对工具的期待本身存在矛盾。更重要的是,我们很容易被各种工具的 feature 带跑偏。过度关注「这个工具能干什么」,却忽略了更本质的问题:「我究竟想要获得什么?」

说到底,知识管理这件事,技巧和功能都只是表层。真正重要的是如何构建自己的思考模式、如何理解知识,以及最终能沉淀出什么真正属于自己的东西。

Heptabase 和 Tana 都是我非常喜欢的产品。它们都是我希望能够长期用来学习、沉淀的平台。但这两款产品无论从理念还是功能上看都是截然不同的。如何选择?这个问题在很长一段时间里困扰着我,也消耗了我不少时间和精力。

我记得自己反复尝试在其中一个工具里 All in One 又反复失败,试图找到那个「最适合」的,却发现每个都有不可替代的优势。两边来回切换,既焦虑又低效。

不过也正是这段纠结摇摆的时间,让我逐渐想明白了几件事:我为什么需要它们?我究竟想用它们来帮助自己解决什么问题?

当这些问题的答案逐渐清晰,困扰我许久的选择难题豁然开朗。我不再纠结「选哪个」,而是决定两款工具「双修」。这也是这篇文章最原始的思考起点。今天的这篇文章,我怕不会详细介绍两款工具的具体功能——那些内容在各自的官网和教程里都能找到。我更想从产品理念和真实需求的角度,聊聊我对这两款工具的理解,以及为什么我最终选择了「双修」。

如果你也在为类似的问题困扰,或许这篇文章能给你提供一些不一样的思路。“
一份值得收藏的AI社区导航手册 | 帖子

在信息爆炸的时代,找到高质量的学习社区比掌握任何单一技能都重要。Reddit用户JensPetrus花了大量时间整理了一份AI相关子版块的完整清单,覆盖了从大语言模型到图像生成、从自动化工作流到AI编程的几乎所有领域。

这份清单的价值在于它的筛选标准:活跃度高、有教育意义或能带来灵感启发。

通用AI讨论区包括ArtificialIntelligence、PromptEngineering、GenerativeAI等,适合了解行业动态和交流使用心得。AIToolTesting专门分享各类工具的实测体验,是发现新工具的好去处。

大语言模型板块最为丰富。ChatGPT相关的就有好几个:ChatGPT是最大的综合社区,ChatGPTPro面向专业用户分享工作流和进阶技巧,ChatGPTPromptGenius则专注于提示词优化。此外还有OpenAI、Anthropic、ClaudeAI、GeminiAI、PerplexityAI、DeepSeek、Grok、MistralAI、QwenAI、LocalLLaMA等,几乎覆盖了市面上所有主流模型。

图像和视频生成领域同样热闹。Midjourney和StableDiffusion是两个最大的图像生成社区,Veo3专门展示谷歌视频生成器的作品,KlingAIVideos和HiggsfieldAI则聚焦其他视频工具。

AI音乐创作以SunoAI为主阵地,这是目前最受欢迎的AI音乐平台。UdioMusic因为下载限制,热度已经下降不少。

AI写作社区相对小众但很专注,WritingWithAI是最大的一个,BookwritingAI则专门讨论用AI写书。

AI编程是当下最火的应用场景之一。VibeCoding和ClaudeCode是两个最大的社区,ChatGPTCoding专注于用ChatGPT写代码,Cursor则围绕这款热门AI编程工具展开讨论。OnlyAIcoding特别适合没有编程基础的人,大家在这里分享策略和提示词。

工作自动化方面,n8n和Zapier是两个主流平台的官方社区,AI_Agents专门讨论能自主执行任务的智能代理。

研究导向的社区包括MachineLearning这个2009年就创建的老牌版块,以及关注技术奇点的Singularity。

有用户建议创建一个多版块聚合订阅,这样可以一次性关注所有相关内容。已经有人做好了现成的聚合链接,感兴趣的可以去原帖查看。

学习AI最高效的方式,是把自己放进一个持续产出高质量内容的信息环境里。这份清单就是一张入场券。
通过制作Game Boy模拟器学习底层计算和C++ | blog

“我一直对大量深入探究软硬件底层细节的开源项目非常着迷,比如《乐高岛》反编译项目,尤其是Xbox 360的“Bad Update”漏洞,以及随之而来的进一步努力,为Xbox 360(某种程度上的)软破解打开了大门(向我的兄弟InvoxiPlayGames致敬!)。这些项目背后所展现出的热情与驱动力,始终令我钦佩不已,我也一直渴望能以某种方式参与其中。但问题在于,尽管多年来我一直在使用C#、Golang以及JavaScript/TypeScript等语言编写各种代码,却缺乏对底层计算原理的扎实理解,也不太会使用C和C++这类低级语言。因此,我决定通过我认为最佳的方式来学习:亲手实践一个需要这些技能的小型项目。

基于这一思路,我决定选择制作一个模拟器作为项目的最终成果。这不仅是一个能持续激励我的目标,还能让我在过程中学习底层计算知识,同时开始掌握C++的使用。在我看来,这简直是一举两得!我最终选定原始Game Boy作为模拟对象,不仅因为它的技术文档极其完善(相较于许多其他游戏机而言),更因为它在硬件模拟难度上远比其他主机要简单得多。”
AK 大佬建议大家做出改变,远离垃圾文章,重新启用 RSS,回到订阅高质量长篇内容的阅读方式

他同时发了一份 Hacker News 上最受欢迎的 92 个博客列表,几乎全是长期稳定输出高密度内容的大佬级作者。| 帖子

完整列表在这个 GitHub 仓库,可以直接下载 OPML 文件,一键导入到你自己的 RSS 阅读器

不管是跟踪最新思考,还是系统补课他们过去十几年的内容,这份列表都非常值得长期订阅。
Back to Top