Before the answer · 先别急着下结论

一个观点
可能没错,
却不完整。

生活中遇到一个问题,或者看到一件社会事件,我们很容易抓住最熟悉的一种解释。但复杂问题通常同时包含技术、制度、利益和人的因素。

选择一个问题

悬浮预览,点击右侧“现实问题”固定展开

跨领域思考,不是把所有学科都搬来。而是避免漏掉真正决定结论的那一层。
这就是我建立知识宇宙的原因 ↓
One problem · many lenses

单一视角

A living knowledge universe · 2026

我的
知识宇宙

让过去的思考,参与未来。
数学、心理学、经济、法律、产业、AI……会在真实问题出现时重新连接。

八个领域 · 无数次相遇选择一个领域,继续探索 ↗
从学科出发,在真实问题中彼此连接。
≈ 8,000Markdown 文档
≈ 51,000双链引用次数
80高价值主题与工作区入口
2,268可检索主题词
个人知识库快照 · 2026-08-12 · 文档包含知识、工作、生活与项目;双链为引用出现次数,非去重关系数。
01 · The atlas

我在长期理解什么

这不是八个互不相干的书架。每个领域都从自己的问题出发,又在真实场景里彼此相遇。

01

数学与
智能算法

怎样表示、推断、优化、学习和决策?

02

物理、宇宙与
自然科学

自然世界怎样运动、演化并形成复杂结构?

仍在探索与生长
03

哲学与
人文思想

什么是真的、可知的、正当的和有意义的?

04

心理学与
人的行为

人怎样感知、记忆、产生情绪、形成关系并行动?

05

历史、社会、
经济与法律

制度、资源、权力和规则怎样形成现实?

06

产品、产业与
企业系统

从具体行业、上下游产业链和企业竞争,理解变化怎样跨行业传导并落到真实业务。

07

AI、Agent 与
工程项目

怎样把模型能力变成可靠、可验证的工作流程?

08

学习、表达与
知识创作

怎样把复杂知识转成理解、表达与作品?

02 · The network

完整知识版图

先从八个领域看全景,再进入一门学科、一个行业或一个具体问题。这里展示精选的主题与关系;已公开的笔记、分享和实验,可以沿着节点打开。

EXPLORE THE CONNECTIONS

从一个点,走向更大的世界。

40 个当前节点111 个代表节点 · 点击可展开关系
领域归属主题关系跨领域桥梁
03 · Knowledge assembly

一个问题,会叫醒哪些知识

知识不是按学科排队给出答案。面对真实问题,不同主题会分别解释机制、检查证据、补充制度背景,并共同形成可以使用的产物。

A question assembles knowledge

04 · A living system

新东西,怎样长进已有网络

知识库不会因为来了一篇新文章就机械增加一篇孤立笔记。它先判断来源、问题与归属,再决定更新旧主题、只保留来源,还是建立真正必要的新节点。

Incoming material · 示例新材料

生成式 AI 正在改变哪些工作任务?

带着来源、事实、案例和预测进入;它暂时还不是知识库已经接受的结论。

它说了什么
事实/观点/预测
已有哪里
能够承接
什么关系
值得新增
本例最终变化不是 +1 篇而是 2 个主题更新 · 4 条关系新增 · 1 个问题入口增强
更新前 · 已有网络知识已经彼此连接,但还没有这条材料带来的新证据与关系更新后 · 同一张网络变得更强旧主题被修订,新关系进入网络,未来问题获得新的调用路径 AI 产业大模型AI Agent经济学企业系统 新材料到来:任务被替代,还是工作被重新组合?先作为来源保留,不立刻升级成结论 AI 产业大模型AI Agent经济学企业系统 工作任务重组旧主题已更新新增 4 条关系未来问题入口AI 如何改变工作?
补进已有主题本例选择:更新人工智能产业,并增加跨主题关系。
只保留来源证据不足或时效太强时,不升级成稳定结论。
建立新节点只有概念稳定、会反复使用且旧结构无法承接时。
先看已有网络

新材料到来之前,AI 产业、大模型、AI Agent、经济学和企业系统已经互相连接。

已有 5 个主题已有 5 条关系
05 · From connections to creations

从这些连接中,
长出的分享。

沿着一个主题讲清楚,也让抽象的关系变得可以亲手观察。每一份作品,都能回到它连接的知识。

知识的价值,不只是被保存。
而是在下一次面对问题时,它还能回来。

我的知识宇宙一套持续生长、彼此连接的个人知识网络
数据快照 2026-08-12
新的学习与实践,会继续进入这里