X-wiki 二次进化：从“存下知识”到“让知识产生复利”

一个知识库真正开始产生价值，不是因为它记住了多少，而是因为过去的知识能够在今天的问题里再次发生作用。

过去一段时间，我一直在搭建和使用 X-wiki。

它已经可以保存原始材料，把反复出现的认识压缩成稳定知识，也可以连接项目、决策、实验和输出。随着内容越来越多，我却逐渐意识到：把知识保存下来，只完成了第一步。

一条笔记可能结构完整、链接丰富，也能被搜索出来，但它有没有真正改变过一次判断？过去形成的认识，能不能在新问题出现时主动回来？同一个观点被反复使用之后，系统能不能发现它正在变得更重要，或者已经需要修正？

如果这些问题没有答案，知识库就依然只是一个更整齐的仓库。

这次 X-wiki 的重大升级，想解决的正是这件事：从“存下知识”走向“让知识产生复利”。

从存储公式走向复利闭环

X-wiki 一直有一个核心公式：

知识库价值 = 保真 × 压缩 × 连接 × 复用 ÷ 维护成本

过去的系统已经比较好地覆盖了保真、压缩和连接，但“复用”更多是一种愿望，很难被观察和验证。

搜索到一条知识不等于复用，打开一篇笔记也不等于复用。只有当旧知识真实地改变或约束了一次决策、实验、回答或输出，它才完成了一次有意义的复用。

因此，这次升级不是再增加一个搜索入口，而是建立了一条新的运行回路：

当前问题 → 知识激活 → 真实使用 → 复用回执
        → 结果反馈 → 睡眠式巩固 → 待审提案
        → 人工审核

图 1：三种机制不是彼此独立的功能，而是把“旧知识重新进入现实”连接成一条完整证据链。

第一层：为真实使用留下复用回执

复用回执记录的不是“我看过什么”，而是“哪条知识在什么问题里发挥了什么作用”。

一次有效回执需要回答几个问题：当时正在处理什么问题？使用了哪些既有知识？这些知识怎样改变了判断？最终结果是被采用、有帮助，还是没有产生预期效果？

回执生成后不再被事后改写。后续观察到新的结果，只能追加一条反馈。这样做，是为了保留判断发生时的真实状态，而不是让后来的理解悄悄覆盖过去。

知识因此获得了一种新的生命周期：它不再因为被收藏而显得重要，而是因为在真实情境中产生作用而积累证据。

第二层：让旧知识主动回到当前问题

人通常不会记得自己曾经写过什么。即使一条知识非常相关，只要没有在恰当的时候出现，它对当下仍然没有价值。

知识激活队列承担的，就是让旧知识主动回到当前问题。

面对一个具体目标，系统会给出少量候选：与问题直接相关的旧知识、长期没有复核的结论、可能形成跨领域碰撞的内容，以及过去很少被使用或仍存在冲突的认识。每个候选都会解释为什么此刻出现，而不是只给出一个无法理解的相似度分数。

被使用的候选会自然生成复用回执；暂时无关的内容可以搁置或忽略。第一版刻意采用了低成本、可解释的匹配方式，没有急着引入向量数据库或图数据库。对个人知识系统来说，可解释和可维护比技术复杂度更重要。

第三层：在睡眠式巩固中形成演化提案

白天积累使用证据，系统在一个有边界的周期里进行集中整理，这就是“睡眠式巩固”。

它不是神经科学结论，也不是让 AI 在夜里自由联想，更不是自动改写知识库。系统只检查近期真实发生的复用、反馈、重复使用和共同出现，将相关证据固定成不可变的快照，再允许 AI 从中生成至多一个小型提案。证据不充分时，也可以不产生任何提案。

共同出现只能说明两条知识值得再次检查，不能证明它们之间已经存在稳定关系；反复使用也只表示它值得关注，不代表它天然正确。

巩固最终得到的是一份等待审核的建议，而不是已经生效的新知识。

图 2：AI 可以帮助发现模式和准备提案，但知识的意义、权重以及是否进入稳定内核，仍由人决定。

人仍然是意义的所有者

这次升级最重要的并不是自动化程度更高，而是把人的审核权表达得更清楚。

系统可以保存事实、发现重复、暴露连接、提醒旧结论、生成修改建议，但它不能自行决定什么值得成为我的长期原则。复用频率不是事实证明，共用记录不是因果关系，AI 的归纳也不是最终结论。

因此，睡眠式巩固只能生成待审提案，不能自动批准，也不能自动写入稳定知识。只要目标内容已经变化，原提案也必须失效并重新检查，避免旧建议覆盖新的判断。

我希望外包的是记忆和整理，而不是意义本身。

复利必须建立在可验证之上

为了避免“自动化看起来能跑”被误认为“知识已经可靠”，这一轮升级也强化了底层验证。

本轮验收共通过 138 项核心测试和 35 项脚本测试；知识库检查覆盖了 283 个 Markdown 文件和 1252 条链接，结果为 0 个错误、0 个警告。

这些数字不直接证明知识内容正确，但能证明系统没有在写入、链接、状态流转和审核边界上悄悄失控。对一个长期运行的个人知识系统来说，这种确定性是复利得以发生的基础。

我对“第二大脑”的理解也变了

过去，我更容易把第二大脑理解成记忆的延伸：保存得更多、整理得更好、需要时能够搜索出来。

现在我更愿意把它理解成一个持续参与现实的认知系统。

它要记住我曾经怎样思考，也要知道这些认识后来有没有被使用；它要帮助我重新遇见旧知识，也要允许现实反馈修正旧知识；它可以协助我发现模式，但必须把最后的判断留给我。

接下来，我会继续观察它在更长时间、更广泛问题中的表现：哪些激活真正改变了决策，哪些知识经不起反馈，哪些连接值得稳定下来，以及整套机制有没有带来过高的维护成本。

在这些证据出现之前，我不会急着增加更多复杂结构。

因为知识复利并不来自知识数量不断增加，而来自同一份认识在新的现实中反复被调用、检验、修正，再以更成熟的形式返回。

我真正想要的，是让过去的自己，能够在今天的问题里重新发言。