#品牌故事/我们对产品的思考
从做reminds的第一天起，我们对reminds的定位就很清晰：reminds是一款帮助大家更好地进行思考的AI卡片笔记。
值此 reminds Mac、Windows、iOS和Android全平台全面上线，并开放使用之际。我想通过这篇文章，给大家分享我们在设计reminds过程中的一些思考，以此来帮大家清晰地了解到，如何使用reminds助力我们的思考。
在reminds中，有一个与传统笔记软件很不一样的点，那就是reminds把记录分成了两种形态：一种叫闪念，一种叫笔记。
闪念，顾名思义就是灵光一闪的念头；而笔记，就是我们记录下来的会持久存在的内容。
为什么要区分闪念和笔记呢？这是很多人会问的第一个问题。
这样的设计，背后的思考是：
（1）当下我们很多人会在很多场景收集信息。但往往会遇到的一个问题是，收集一时爽，收集下来就再也不会去翻、去看，就只是在各种笔记软件里"吃灰"。这样的信息收集，对于我们来说没有任何意义。时下有一个很时髦的词，叫"赛博仓鼠"，说的就是这种情况。
（2）为了让收集下来的信息，真正对我们有价值，我们设计了闪念这样一个机制。这个机制有几个特点：首先，它的记录是非常快速方便的，随时随地想记都可以记，一句话、一张图、一段文字都可以；其次，记录下来的闪念，如果不去整理的话，它就会过期，这样就从源头上解决了信息堆积的问题；最后，加工过的闪念成为了永久性的笔记，融入了我们完整的知识体系。
可以把reminds中的闪念箱理解成一个信息的中转站：想要记录的信息，不用管太多，都可以非常便捷地进入这个中转站。中转站中的信息，再定期专门花时间进行精心地加工和整理。这个过程就是"披沙拣金"，让真正有价值的，流入到我们的笔记体系中。
只有这样，我们的笔记体系才会是一个真正有价值的信息的集合，才能够成为我们的"数字花园"，随着时间的流淌越长越美丽、越来越有价值；而不是一个"数字垃圾场"，时间一长就杂草丛生、无人问津。
认知心理学上有一个非常知名的理论，叫“加工深度理论”，它的大致意思是说：对于我们接触到的信息，加工程度越深，记忆就越深刻，就越有可能在未来把信息提取出来，为我们所用。
把闪念加工成笔记，是reminds中的第一道加工。为了帮助大家更好地加工，我们还设计了每日回顾这个功能。
也有不少人会说，为什么我要去"背"自己的笔记呢，用的时候来找就好了啊？
在这里我想为每日回顾正个名，我们设计每日回顾这个功能，不是为了帮助大家来"背"笔记的，而是为了给大家打造一个持续不断加工笔记的场景。通过这样的加工，让信息在我们的脑海中留下"划痕"。毕竟，如果我们对笔记中有些什么内容都不清楚的话，那要用到的时候，怎么会想起来呢。
举个例子，如果我们都不知道有哪些数学定理、公式，那我们怎么会在做题的过程中去想起它们来呢。生活其实在某种程度上，也很像是在"做题"，一个个题目要我们解决的时候，我们如果没有丰富的积累，那就无从下手。但如果我们能够有比较丰富的积累，而且随时能够从大脑中调取出来，那我们"解题"的能力，就会比别人强一些。
在reminds的每日回顾中，为了帮助大家更好地加工信息，我们也有一些巧思：
（1）首先，是回顾的时机安排，我们严格按照艾宾浩斯遗忘规律，精心为大家推荐每天要回顾的内容。这样建立在科学的理论支撑上的间隔性回顾，能够有效帮我们去抵抗遗忘。
（2）其次，为了在回顾时能够增加一点必要的"摩擦"，让回顾的效果更好，我们首创了AI智能挖空，进行完型填空式的回顾。当然我们也考虑到，会有人可能在某些场景中不想去填空，也提供了非常贴心的"今天不想填空"的选项。这样我们就能更好地将每日回顾培养成一个习惯，持续进行下去。
（3）再次，我们还非常鼓励大家在回顾的过程中，根据当下最新的认知，迭代、完善之前的笔记卡片。让记录下来的笔记，真正成为"常青"的，持续生长，不断变化。这个过程就很像是给自己的花园浇水、施肥、除草，只有这样，我们的"数字花园"，才会越长越好。
在打造 reminds的过程中，我们一直有一个基础的共识：我们不是为了收集信息而去记笔记、去打造笔记系统，最终我们都是为了学以致用，要让我们记录的每一条笔记，都能够在未来某个时刻助力到我们。
为了做到学以致用，我们就必须要做到，能够在 reminds 中对记录下来的笔记卡片进行灵活地调用。拿大厨做菜举例，准备好食材只是个基础的动作，在这之后，还需要有一个方便的操作台，能够让厨师比较方便地取用各种食材，这样才能够高效地做出一道道美味的菜肴。而在笔记系统中，积累一张张的笔记卡片就是准备食材的过程，要用准备好的食材做出美味的菜肴，需要我们给厨师打造一个好用的操作台。
为了方便大家调用积累下来的笔记，我们在reminds中有这样一些设计：
（1）灵活好用的多级标签。像P.A.R.A.这样的信息分类管理系统，在reminds中我们可以用标签的方式来实践，实现对信息进行高效地分类管理。有了良好的分类，取用的时候，就会像中医"抓药"一样，想要什么样的内容，去对应的标签下找就好了。
（2）双向奔赴的"链接"。双链可以让笔记之间的关系更加紧密，可以顺着连接的整个链路看到完整的思维脉络，也可以顺着一个思考的结果，追根溯源。双链让笔记卡片不再是一个个孤零零的点，而是有着紧密联系的知识网络。
（3）能够鸟瞰全局的知识星图。传统的笔记软件，很多都是按线性结构来呈现记录下来的笔记。但我们的知识，在我们的大脑中并不是线性的存在，而是一个有很多连接的网络结构。reminds 在支持了线性结构的基础上，还支持了知识星图这样的网状结构。既能够方便地线性浏览，也能够高效地鸟瞰全局，洞察隐藏在网络中的结构，发现新知。
（4）智能的AI问答。传统的笔记软件，仅仅支持关键词的搜索。但AI大行其道的今天，信息检索的方式已经被AI重构。reminds 从一开始做，就定位于要做AI原生的卡片笔记软件，AI 会融入到 reminds 中的方方面面。在笔记搜索方面，我们支持了通过AI智能问答，来调用自己记录下来的笔记。让每一篇笔记，即使印象再模糊，也有可能被调取出来，为我们所用。
以上，是我们在reminds中已经做到的所有调用方式。目前，我们还在构思一个更加"颠覆"的调取方式，未来我们真的期望能够打造像大厨的工作台一样的东西，方便每一个使用者，更加灵活地调取记录下来的笔记。只有这样，我们的笔记系统，才能够真正助力到我们。
再回到前面讲的"加工深度理论"，其实每一次我们跟一条笔记的相遇，以及对它里面的观点的重新审视，或者把一些卡片的内容整合加工成一个更加综合有深度的内容，本质上都是在进行信息的加工。我们始终坚信，越有价值的信息，越要频繁地、狠狠地进行加工。只有这样，记录下来的笔记，才能够真正内化到我们自己的知识体系中，真正助力我们有更好的思考、更好的认知。
（作者：Jason）