去年秋天，一个朋友推荐我用 Notion AI 搭个人知识库。他描述得很激动——说只要把散落的笔记、会议摘要、行业文章全扔进去，AI 就能帮你归纳、检索、甚至生成洞见。
我试了。
前两周我很勤快，把近三年积累的招聘复盘、HRBP 项目记录、还有一堆读书笔记都整理进去。AI 确实能帮我做标签、生成摘要，输入一个问题，它能从几百条记录里拼出一段答案。从功能上说，这比我之前在 Excel 里搜关键词好多了。
但用了一段时间之后，我发现一个问题：
我越来越少打开那个知识库了。
不是因为它没用。是因为它的答案太整齐了。
我问它「我们公司过去三年离职率最高的时间段是什么」，它能给出一个段落，列出三个阶段，每个阶段还有原因归因。但那些归因是我当时记录下来的，是我认为可能的原因，不是我确认过的事实。AI 把它们拼在一起，读起来像研究报告，但我明明记得写那些笔记的时候，我对自己也是存疑的。
这让我有点不安。
后来我开始调整用法。
我不再指望 AI 帮我生成洞见了，转而只让它做结构性的事：把会议记录里的行动项提出来，把招聘反馈里的关键词汇总，把几篇调研文章里的数字对齐。这些它做得挺好。
真正的积累，我开始换回手写。
不是物理意义上的手写，是在 AI 整理完一段记录之后，我强迫自己用自己的话再写一段——我实际判断是什么，我对这件事的直觉是什么，有什么是我现在想说但还没有依据的。
这部分 AI 没法替我写。或者说，如果我让它替我写，那其实就等于我对自己的思考做了一次清洗。
一个 HR 前辈曾经跟我说过一句话，我一直记着：判断力不是记住了很多东西，是你对那些东西的不确定度有分寸。
在 AI 个人知识库这件事上，这句话让我越来越有感触。
AI 的检索能力确实很强，但它在处理「可能」「大概」「我当时觉得」这类模糊标记时，会把它们抹平。它倾向于呈现一个连贯的叙事，而不是一个布满疑问号的思考过程。
但 HR 判断里，那些疑问号才是最值得保留的东西。
一个候选人过了三轮面试，到最后那条备注是「有点担心他跟团队风格不搭，但说不清楚」——这种笔记对我的价值，可能比一段流畅的评估报告更大。因为它提醒我那个当时还没被解答的问题。
AI 会自动把这种笔记整合进一个连贯的评估结论里。如果我没有主动保留那个「说不清楚」，它就消失了。
所以我现在的知识库是两层的。
第一层是 AI 整理的那部分：结构化的信息，可以检索，可以生成摘要，方便我找到某个项目的背景。
第二层是我额外记录的那部分：疑问、直觉、失误、某次谈话让我不舒服的地方。这部分不整洁，没有结构，AI 甚至很难归类它们。但这部分才是我真正的判断轨迹。
有一次我翻到两年前一条不起眼的备注：「这个岗位的用人经理可能自己也不确定要什么。」现在这个经理的团队已经因为招聘问题出过两次大问题了。我当时记下那句话，并没有做什么，但它就在那里，提醒我我其实察觉过某件事情的苗头。
AI 整理版本里，这句话被合并进了一段关于「岗位需求澄清」的通用建议。它消失了。
我现在并不觉得 AI 知识库没用。它帮我处理了大量信息噪音，让我能更快地找到某个项目的起点。
但如果你问我，它有没有帮我变得更聪明——我的答案是：它帮我更快地找到信息，但它没有帮我更好地判断那些信息。
那部分还是只能我自己来。
而且坦白说，如果我开始依赖它来帮我归纳判断，我会有点担心自己是在把那个环节外包出去。
一个知识库最有价值的地方，不是它能帮你整理过去，而是它能帮你看清你是怎么形成今天的判断的。后半段，AI 还没准备好替我做。