#品牌故事/我们对产品的思考
明确了要做助力成长的产品，从提升思考力切入，做一款 AI 原生的卡片笔记工具产品，接下来就需要去思考产品的定义了。
我们几个人都是卡片笔记法的忠实践行者，在做 reminds 之前都有数千篇的卡片笔记记录的经历，同时也是多款知名笔记软件的资深付费用户。
可能会有人问，已经有这么多还不错的笔记软件了，我们为什么还要再做一款？主要有两方面的原因：一方面，随着我们对卡片笔记法的学习和实践，对卡片笔记法有了我们自己的独特认知，现有的产品不能很好地满足我们的需求；另一方面，随着对 AI 技术的了解越来越深入，我们觉得 AI 时代，AI 技术可以助力我们打造出真正好用的卡片笔记工具。
关于我们对卡片笔记的认知，可以总结为四个方面：记、连、忆、用。下面就分别从这四个方面来进行说明。
一款卡片笔记软件，首先它是一款笔记软件。作为一款笔记软件，最基础、也是最核心的功能便是记录。
关于记录，我们的思考是记录要结合场景，主要可以分为两类场景：
第一类是在做别的事情的过程中的灵光一闪的场景。比如，在看书的过程中，突然产生一个灵光一闪的念头，想记录一下。拿起手机，一句话快速记录下来，然后继续看书。灵光一闪的念头，如果不记录，可能很快就会消失，但如果记录不够方便就会阻力和压力都会很大。在这个场景下，记录的核心诉求是要足够的方便、快捷、无压力，还要尽可能不打断正在进行的主场景。
第二类是在比较正式的、专门的记录场景。比如，坐在电脑前整理学习笔记，把所学的新知整理成一张张的笔记卡片。在这个场景下，记录的核心诉求是通过尽可能直观的形式，要能够充分表达自己的想法，做到记录下来的内容是完备的，下次再碰到的时候还能够快速回忆起相关的上下文。
有了上面这样的思考，我们在产品中定义了两种形式的记录的 workflow：一是主打轻快的“闪念”记录；二是主打完备的“笔记”记录。记录闪念的时候，不用在意格式、排版，随时随地可以记录；记录笔记的时候，可以用 Markdown 方便地对内容按自己的想法进行记录，方便记录的同时，不失样式灵活和丰富性。在这里想多说一句的是，有些工具为了所谓的记录无压力，就把记录过程中的很多功能给一刀切地阉割掉，我们认为这样不是好的做法 。我们的产品理念是，合适的场景永远是第一位的，在合适的场景，提供合适的功能，才是真正的好体验。
关于闪念和笔记，我们认为还有一个很重要的区别：闪念是临时性的，它是需要进行二次加工，才可以成为正式的笔记的；而笔记则是永久性的，我们需要对他不断迭代，让他成为我们璀璨的知识星河中的点点星光。
记下来，是卡片笔记的第一步，也是最基础的一步，更是一个完整的卡片笔记工作流的起点。记下来的下一步，是要连起来。
我们的大脑中有约 860 亿个神经元，经常一起被激发的神经元之间就会有越来越强的连接，不同的神经元之间的连接越强，他们被相互激发的可能性就越大。就像著名的“巴普洛夫的狗”的实验，每次在给狗喂食的时候都摇铃铛，到后来一摇铃铛狗就会要来吃东西，这背后的逻辑就是狗吃饭和听铃铛声的神经元之间建立了强力的连接，被一起激发所产生的效果。
我们大脑中的知识，本质上就是一个由神经元组成的网络，不同节点之间有不一样的连接强度。随着我们认知的提升，大脑中的神经元之间的连接会越来越丰富。而我们的创造力，就是因为在我们的神经元网络中有了丰富的连接之后，才涌现出来的。正如著名经济学家熊彼得所说：“创新的本质其实是一种新组合，而不是一种新技术。”拥有丰富连接的认知网络，是我们拥有创造力的关键，也是我们差异化竞争力的所在。
知识在我们大脑中的存在是一个由神经元组成的网络。我们记下来的一张张笔记卡片，是一个个原子化的知识点，像是一个个的神经元一样。在卡片笔记中，也需要通过像神经元网络一样的结构才能更好地表达知识之间的关系。在某种程度上，由大量卡片组织的笔记网络，就是我们大脑中的由神经元网络构成的认知网络的外显化。
把一个内隐的、抽象的事物，给外显化、具象化出来，我们就有了可以去迭代、优化这个事物的机会。卡片笔记就是这样的一个工具，通过把我们内隐的、抽象的思考给外显化、具象化，我们就可以持续去迭代，让认知不断提升。
既然是对认知网络的具象化，那卡片笔记中的链接关系，就很自然地应该是一种双向的链接关系，即所谓的“双链”。大家比较熟知的互联网中的链接，通常都是单向链接，A 链向 B，可以通过 A 找到 B，但是不能通过 B 找到 A。而在双链关系中，A 和 B 之间有链接，就意味着可以通过 A 找到 B，也可以通过 B 找到 A。这一点，在构建笔记网络的过程中是非常重要的，因为我们的神经元网络也是这样的。
支持双链关系，有完整的网络结构，是我们觉得卡片笔记在连这个环节非常重要的基础体验。
记忆，是我们人类在学习新知过程中很重要的一环。重要的信息，要能够记住，才能够在要用的时候想起来。记忆力的本质，是我们调取信息的能力的体现。
通常，记忆分为三个步骤：第一步是编码，在这个过程中信息进入我们的大脑中；第二步是存储，在这个过程中信息留存在我们的大脑中；第三步是提取，在这个过程中信息从我们的大脑中调取出来。
关于记忆，有三个点需要我们格外注意：
一，很多人把记忆的重心放在了编码和存储这两个步骤，这种做法其实是不科学，真正科学的做法是把记忆的重心要放到第三步提取上。尤其是对于要形成长期记忆的东西，一定要在提取这一步上下功夫；
二，记忆有个必要难度理论，大意是说，对于我们要记忆的内容，存入得越困难，提取就会越容易。因此，我们要想记得牢，就得想着给自己的记忆增加一些必要的难度；
三，根据艾宾浩斯遗忘曲线，我们大脑对新存入的信息的遗忘是一定的规律的，根据这个遗忘规律来安排间隔性地回顾，可以更加科学、有效地提升记忆的效果。
对于记下来的卡片笔记中的一个个知识点，要让他们发挥作用，很重要的一个环节就是记忆，而记忆对应到产品中就是笔记的回顾。通过回顾，把重要的内容形成我们的长期记忆，这样在需要用到这些知识点的时候，才可能会想起来，这些记下来的笔记才会在未来真正助力到我们。
结合上面的思考，我们觉得一个真正好用的卡片笔记的回顾系统必须要做到：
一，要做到在回顾的时候要有信息提取、要有必要的难度，这样才能让回顾更加有效；
二，整个回顾的安排上要根据艾宾浩斯遗忘规律科学安排，这样才能有效对抗遗忘，真正形成长期记忆。
我们要打造的卡片笔记工具，是一个帮助大家提升思考力、提升认知，助力成长的产品，也是一个帮助大家更好地学习新知的工具。一切的学习，最终都要回归到实践上来，学以致用，学才有价值。作为一款卡片笔记工具，如何才能更好地被使用，助力到他的使用者，这是我们从做产品一开始就要想清楚的问题。
记下来的大量的卡片笔记，会形成一个拥有丰富连接的网络结构，记得越多，连接越丰富，这个网络的价值越大。当这个网络越来越大的时候，如何能够方便地调取这个网络中的信息为我们所用，是一个很重要的基础需求。
信息的调取方式，某种程度上取决于信息的组织方式。传统的方式，一种是像文件夹一样的层级组织方式，这种方式的特点就是层次结构清晰，方便分类管理和调用；一种是通过关键词搜索的方式，这种方式的特点是精准，可以通过关键词直达想要的信息。但这两种方式也都有各自的缺陷：层级结构的缺陷是对使用者的分类管理能力要求比较高，用不好的话，也还是一团乱麻；关键词搜索的缺陷是对关键词精准性的要求，如果关键词记得比较模糊的话，就很难搜出来。
我们不否认传统的这些方式的作用，但我们认为在当下的 AI 技术的加持下，信息的调取应该有更优雅、更自然的方式。想象一下ChatGPT的体验，我们觉得笔记也是一个很好的通过自然语言对话来调取信息的场景。只不过 ChatGPT 是针对公开信息的，而笔记中是针对自己的私有知识的。而且有了私有知识的加持，AI 的“幻觉”问题也能够很好地被解决，信息调取的体验和效率都会有极大的提升。
信息的调取从来不是只有一条路径，多种方式结合起来，就能形成一个丰富的工具箱，在合适的场景下，用合适的工具，就能把工具的威力发挥到极致。在我们的产品中，我们也会提供丰富的信息调取的方式，让信息调取更容易，让笔记更好地为我们所用，这才是我们打造这款工具的终极价值。
我们对产品的思考，还有很重要的一个方面是 AI。我们对AI 的一些认知是这样的：
首先，AI 是一种先进的生产力，这是毋庸置疑的。我们做的产品是 AI 原生的，但不会为了用 AI 而用 AI，正如我们前面所说，场景是第一重要的。在合适的场景中，如果 AI 能提供更好的解决方案，我们就用；如果不能提供，我们就不用；
其次，当下的大语言模型，幻觉是一个天然的缺陷，因为他的信息源是不可靠的；但对于笔记工具而言，所有的信息都是我们自己记录的，有可靠性保证。用笔记的信息来增强大语言模型的结果，是笔记软件很重要的一个优势；
最后，AI 是一种工具，他的定位是帮我们更好地做事，而不是替我们做事。思考是我们自己的事，是不能由 AI 代替我们做的。在我们打造助力思考的工具的过程中，AI 都是定位用来提效的，所有需要自己思考的地方，我们都优先鼓励自己思考。
以上，就是首款 AI 原生的卡片笔记背后，我们的一些认知和思考。
（作者：Jason）