49
0一：不是知识不够多，是知识的形状不对
- 文档写全写细写多，对 AI 反而是负担：大段自然语言里"适用哪种情况、不适用哪种情况"的边界是糊的，检索翻出十篇九篇不相干，给得越多错得越离谱
- 直觉解法是做两套——长文给人看、卡片给 AI 看，这是个坑：两套等于两份维护成本，时间一长必烂一套，而烂掉的通常是给机器看的那套
- 卡住 AI 的从来不是读不读得完，是找不着、喂不进；两千字它毫不费力，两千篇它挑不出该看的那两三篇
- 同一个坑一拨人反复踩，因为那点经验只留在当初经手那个人的脑子里
二：靠人写一定失败，99.7% 的知识由流程自动沉淀
- 腾讯安全中心跑出来的数字：99.7% 的知识由流程自动沉淀，一千条里人手动写的不到三条，剩下 997 条是活干过去了知识自己留下来的
- "靠人写一定失败"不是说人懒，是机制上就不成立——这个判断一旦立住，后面所有设计都是被它逼出来的
- 自动沉淀最大的副作用是产得太快：方案改了三版前两版是废的，项目做一半砍了过程判断全是错的，这些进池子后 AI 会一本正经拿废方案教育你，所以必须有一道审核闸
- 几个月实际代谢数据：已归档 101 条、准备清理 11 条、过期该处理的处理完九成，且基本没人盯着——后台只留待审核、快到期、待完善三栏，人只在真要判断的地方花时间
- 有进有出这四个字，是知识库和垃圾场的分界线
三：注入即记账，密度比体量重要
- 主动注入（平台把知识塞给 AI，而不是等 AI 自己去翻）真正值钱的不是省心，是顺手解决了老大难——注入即记账，谁用了、用了几次系统自动记，知识库第一次有了消费数据
- 反直觉的巧劲叫"敢于不沉淀"：很多事做完真没什么值得留下的，系统判断后直接跳过；大多数团队生怕漏了什么，结果越堆越厚，有用的那部分越来越稀
- 四种常见死法都眼熟：拿指标逼贡献（被逼着写的质量低、后面更没人维护）、只进不出无限膨胀、骨干一离职门道全带走、写了一堆没人认可动力消退
- 月增量五月 86 条、六月 716 条，还在爬坡，不是一次性运动
- 该问的问题变了：不是"我们知识库全不全"，而是那些只留在某个人脑子里的东西，有没有变成 AI 找得着、拿来就能用、过期会自动下架的团队资产
- 模型每半年换一代，那部分谁都追得上；追不上的是别人已经转了两年的飞轮。动手别贪全，挑一个具体场景切进去，能转起来比转得快重要
