过去几年，我积累了大量散乱材料：Vimwiki 里的旧笔记、聊天记录里的灵光一现、网页摘录、读书批注和各种临时想法。每一条单独看都有价值，但没有系统之前，它们只是库存，不是资产。

真正的问题不是没有观点，而是观点没有沉淀成结构。AI 的价值在于初炼，人的价值在于定方向。

核心判断

AI 最适合做的，不是替人思考，而是帮人把散乱经验变成可检索、可复盘、可迭代的存量。具体来说，AI 可以做四件事：把长材料压缩成短摘要，把杂材料归入合适的主题，发现不同笔记之间的相似与关联，以及为未成形的经验生成结构化提纲。

但 AI 不能替你判断轻重。哪些材料值得保留，哪些只是一时情绪，哪些应该进入长期系统——这些仍然要靠人。

怎么做

我的工作流分为五个环节。

第一步，所有原始材料先进 00_inbox，不做任何分类，先收进来再说。第二步，AI 对 inbox 里的材料做初炼：分类、摘要、提炼关键词、打标签。第三步，结构化笔记沉入 Obsidian 主知识库，在那里做长期沉淀和交叉连接。第四步，筛选成熟内容，放入 60_网站发布稿，整理成文章。第五步，发布到 Hugo，Git 保存版本历史。

这个流程的关键不是工具链本身，而是每一次流转都有一道判断：这个东西值得留下来吗？它属于哪个主题？它能变成一篇文章吗？

结语

这个系统的目标，是把一次次临时输出变成长期复利。流量变存量，经验变方法，判断变作品。不是写更多，而是让写过的东西真正留下来。