基于空谷的这篇文章，添加了我自己的内容
三个大脑系列（三）：思维大脑（上）——信息搜集与整理

前言：《三个大脑》系列文章第一篇从 16 年底动笔，结果最终篇到了 21 年也还没完工，实在惭愧。很多小伙伴催我写最后一篇，但是由于一个非常关键的工具我还没有做完，因此最终篇也迟迟没有封笔。因此我决定将其拆成几篇，并把每篇讲得细致一些。在这一篇里就和大家聊聊在我的「思维大脑」中占据非常核心地位的一趴：「信息搜集与整理」。

这篇文章将分为两大部分，分别介绍「信息搜集术」和「信息整理系统」，进而实现信息的搜集、整理、沉淀到使用的闭环。废话不多说，直接开始吧~

信息搜集术

一个信息搜集能力够强的人，能够在短时间内就找到目标信息，不外乎两点：一是知道「找什么」，即搜索的关键词，二是知道「去哪找」，即有效信息源的入口。信息搜集的思路其实非常简单，因此真正区分一个人信息搜集能力强弱的，完全取决于他的「手活」好不好。
所以这也是为什么我将这一节的标题起为「信息搜集术」的原因。因为这一部分的内容基本不涉及思想，只是将我这些年积累的重要信息源和搜索技巧做了整理和介绍（如下图所示），可以说是把我这么多年压箱底的精华拿出来了。

书籍资料

书籍在我的信息收集术中占据了很重要的一趴，因为很多专业领域都可以在书籍中找到系统化的知识，对于快速掌握一个领域帮助非常大。
可能很多人会选择购买纸质书，但是我更加倾向寻找 PDF 版本的电子书。原因是有两点：

1. 非常便携，利用 Zotero 进行管理后，我的每台电脑和 iPad 都可以完美云同步（会在后文详细介绍）；
2. 易于使用，我在日常的学习工作中一旦需要某本书的内容，我就可以很轻松地把书找出来，将其中有帮助的内容非常快速地提取出来并进行应用；

至于为什么我统一选择 PDF 而不是 mobi、epub 等其他格式，则是因为 PDF 的适用范围最广，无论是 macOS、iPad、Windows，都可以默认打开 PDF 文档进行查阅（以及还有书签等好处，下面细说）。

那怎么找这些 PDF 书籍呢？说实话我非常反感那些一股脑儿就给十几个搜书网站推荐的文章（例如这种），在真正搜书的时候这么多网站只会增加检索压力，而且绝大部分网站的书籍不全，对于搜索来说只是负担。
理想的情况下，需要使用的信息源应该越少越好。在我这么多年的实践下，在书籍检索上我将检索信息源收敛到了两个，分别用于检索英文书籍与中文书籍。通过这两个信息源，几乎就能轻松找到市面上90%以上的 PDF 书籍。

英文PDF：Library Genesis

查英文类书籍，只需要使用一个，那就是 Library Genesis，英文书籍的 PDF 只要用这个就好。
Library Genesis 号称是帮助全人类知识无版权传播的计划。这个网站上基本上收录了绝大部分英文图书（也有很多论文，不过论文我不在这里下），下载非常方便，完全不需要注册、登录（下载的速度取决于是否科学上网）。

我甚至可以这么说，如果在 Library Genesis 里找不到的英文书籍，用别的什么免费下载站大概率也下不到。（为此我曾经受过一个小小的教训，详见usenet.nl 的黑心交互）
而且 Library Genesis 上的图书更新速度很快，例如《Designing Interfaces》在去年（2020 年）出版了第三版，我 10月份查的时候这上面就已经有了。

而如果你用 Google 去搜这本书，第一页的结果根本找不到第三版的 PDF。

这也正是我在前文所说的，只要找对正确的信息源，获取有效信息就会易如反掌，但是在不合适的信息源中找目标信息，只会事倍功半。

中文PDF：全国图书馆参考咨询联盟

说完了英文书籍的 PDF，再来说下中文的 PDF。我现在只用这个：全国图书馆参考咨询联盟。

在这里搜索的书籍，只要存在这个试读按钮，就一定可以下载到相应的 PDF，同样的，如果没有试读按钮，这本书大概率在全网找不到 PDF（不绝对），就乖乖买纸质版吧。
有关下载方法大家可以自行搜索「全国图书馆参考咨询联盟 文献传递」，限于某些原因，在这里就不讲太细了。至于为什么可以用这种方法，我也不在这里赘述，感兴趣的同学可以看看这篇文章。

PDF的后处理：确认书签目录

中英文的 PDF 通过这两个信息源查到或者下载到以后，我第一件事是确认这个 PDF 是否有书签。这也是我获取完的 PDF 书籍，然后把它们入库前的最后一个操作。
数据格式的 PDF 对比上纸质书，最大的一个优势就是它的数字化——便携且方便查阅。为了最大程度上发挥出这种数字化的优势，带有跳转功能的目录是不可或缺的。一旦有这种目录之后，书籍的查阅就会变得极为方便。原来一本很厚的很难查阅的书籍，有了这样的导航能力后，对我来说就变得很“薄”了。因为只要在我需要用到的时候，直接通过目录跳转到书籍相应的位置阅读即可。

然后结合一些 OCR 工具，就可以很轻松地将文本提取出来，用在我需要用到的地方。

既然带书签目录的 PDF 这么好，那么从哪里能够得到这种 PDF 呢？
从大概 2015 年开始，我就找到了一个专门做给 PDF 加书签的服务。他们会给 PDF 加上书签后再发给我，就这么稳定给我提供服务一直到现在，我的几百本电子书基本上都是这么来的。不过限于这是公开分享，所以具体渠道并不方便透露。有需求的同学可以自己找找看，并不难。

专业论文

论文和书籍相对来说比较类似，也是可以按照中文与英文分成两类。

中文论文：知网

中文论文对于大部分接触过学术的人来说，肯定耳熟能详了，那就是知网，中文文献只要上这里查就好，非常省心。什么？你说你没账号？没法下载？这我也帮不了你啊（可以上淘宝借嘛）。

英文论文：Semantic Scholar

对于英文论文，搜索引擎就有很多了。可能大家最常知道的是谷歌学术，一般来说，我也推荐谷歌学术，基本上能够搜到各种英文论文。

不过我还是得提一句一个不太知名的学术引擎：Semantic Scholar。Semantic Scholar 号称是由 AI 驱动的免费科学文献研究工具。

这个学术引擎非常好用的一个特性就是，它会在搜索结果中直接显示引用该论文的高引论文（一般我们会认为被引次数越多的论文影响力越大）。例如 pix2code 这篇论文，在 Semantic Scholar 的结果页会直接显示有 15 篇引用了这篇论文的高引论文。

在搜索结果上选择按高影响力倒序之后，就可以直接看到 pix2code 这篇论文后续的重要研究。例如下图中《Automatically Generating Codes from Graphical Screenshots Based on Deep Autocoder》、《YODA – Your Only Design Assistant》等都是引用了 pix2code 的高影响力论文（如下图所示）。那我我接下来只要看完这些论文就能知道 pix2code 之后该领域的研究进展了。
因此，利用 Semantic Scholar 可以非常轻松地找到单篇论文的高引论文，从而发现领域的后续发展脉络。所以在研究某个学术领域的发展脉络上，Semantic Scholar 可以算得上是一个非常好用的神器了。
PS：其实这种引用关系就是现在很火的双向链接，在有了上述的搜索体验之后，我才得出「真正有价值的是被引次数」这个观点。
双向链真的是创新吗？

HCI 领域：ACM

所谓术业有专攻，我的专业方向是 HCI，所以再补充一下我经常使用的 HCI 领域的学术搜索引擎： ACM Digital Library ，这个网站收录了几乎所有的 HCI 、计算机相关的学术资源，我在写论文的时候要找具体某篇 HCI 的论文，第一搜索选择就是这个。

同时在 ACM 上，你可以看到照期刊、会议、杂志等各个领域的学术著作的专属页面，例如 HCI 的顶会 CHI 的页面

再配合上 Zotero、sci-hub 等配套设施，我基本上可以在短短几分钟中之内找到我要的论文，拿到 PDF 并完成归档。

找论文有什么用呢？

或许有人会问，论文不就只有搞学术的有用吗？对普通人来说又有什么价值呢？是的，我一直以来都抱有这种想法，直到今年遇到了一件小事，使得我转变了这个观念。这也我第一次发现论文也可以在日常生活中帮助我进行决策，还挺有意思，如果感兴趣的话不妨看看。
空谷的信息搜索术：关于一包茶叶的小事

视频教程

在现在这样快节奏的时代，很多人不太喜欢看体系化的视频教程，但是就我个人这么多年的学习经历来看，成套的视频教程对个人的成长、对领域的了解，帮助非常之大。
在我之前做工业设计的时候，曾经花了一个月自学结构设计，基本达到 1-2 年工作经验的结构工程师的水平，能达到这种水平完全是因为两套系统化和体系化的教程。
如何快速入门一个新领域？以「产品结构设计」为例
除此之外，我的 PS、AI 使用技巧、我的前端开发能力、Keyshot 渲染功底，无一不是通过这种方式习得的。（有关前端开发的学习路径，可以看看下面这篇回答，算是我自学前端的一个总结）
因此在我看来，一套好的视频教程是一条帮助人快速成长的「捷径」，只要找到合适的教程，你就能以火箭般的速度在相应的领域成长，以比别人快几倍的速度掌握该领域的核心能力。

那如果找视频教程的话，有没有什么好的渠道平台呢？当然有，这也是我自己珍藏多年的宝藏级别的资源第一次完整地对外公开。

Udemy：综合性教程网站

Udemy 是一个在线学习的平台或市场。 与传统大学课程推动的学术 MOOC 课程（Coursera、EdX等）不同， Udemy 更像是一个任何人教任何人的 MOOC 平台。只要你有一技之长，就可以在上面可以免费或者付费地卖课。

正因为 Udemy 是一个非常开放的课程平台，据我所知已经成为国外最大的在线学习平台。Udemy 上有超过100,000个课程。其中有一些专注于专业技能（我的前端就是在上面学的），而另一些则专注于学习爱好，例如乐器、美妆，甚至有教如何玩游戏的课程。

虽然 Udemy 上课程很多，但是有一个小小的缺陷，就是大部分课程都是英文的，如果你英语不太好的话，可能就会错过这个巨大的宝藏。
关于 Udemy 更多的评价可以看看这篇知乎问答，基本上很客观的反应了 Udemy 的课程情况。

缺点是不太系统，自己要知道自己需要学什么，再来选课，没法像一些专项课程那样一点点帮你入门，并且限于Udemy平台的设计，非常多课程是视频多练习少。 课程是能够真正学到东西的，但建议不要拿它当作唯一的学习来源，特别是一些视频多练习少的课程（Udemy课程的通病），一定要多做练习，不然忘的很快。

之前的 Udemy 值得我大吹的一点是，任何课程 30 天之内可以无条件退款，而且经常打折（一门课 10$左右，每次打开 Udemy 的主页都会发现他们在变着花样打折，甚至怀疑这完全就是一种营销策略），非常适合学生党筛选适合自己的课程。（但是好像今年 Udemy 的课程政策做了个改版，买的课当看过多少以后，就不能退款了。）

0DayDown：稀缺的国外教程资源

自从我 2016 年知道 0daydown 开始，它就成了我压箱底级别的宝藏资源，我很少会和人讲这个资源，这次也是我第一次公开分享出来。

要介绍这个网站的话，得先简单介绍什么是 0Day。「0day」在资源领域是一种传播形式，是指在最短的时间内迅速地将一个付费资源“解锁”，并在网上发布。所以它的的真正意思是“即时发布”（尽管不是真的当天发布），更像是一种分享精神。（关于「0Day」的详细介绍，可以看看百度百科，会讲的更加清晰）
知道 0Day 之后，我相信大家应该就能明白为什么我一般不 share 这个网站了，因为它多少涉及到了灰色地带，并不适合大规模传播。所以我也不会在这里把它的网址贴出来，有兴趣可以自己搜索。
0DayDown 上的视频教程资源非常全面，包含影视（AE、3DMax、C4D等）、设计（AI、LR、PS等）、开发（App 开发、Unity、Unreal 等）、工业设计（Rhino、CATIA、SW等）乃至音乐（吉他、编曲等）等等。

而且包含了各种不同视频平台的教程资源，例如我前面提到的 Udemy，还有 Lynda、Skill Share、Gumroad 等等教程平台，甚至非常小众但专业的教程资源（例如 Learn Squared ）。
拿 Learn Squared 举例，这是我在自学影视后期时发现的一个及其专业的影视后期方向的垂类教学平台。在这平台上的视频教程都是在行业中及其出名的大师录制的课程。如果你是做动效（Motion）这个方向的话，你一定会知道 JR，或者看过他的 Reel 作品。 而 Learn Squared 就请到了他专门开设了一门课程来教 Motion Design。

由于 Learn Squared 上几乎都是这种「大师课」，所以这也导致这些课程的价格往往不菲，一般不是普通学生可以负担地起的。我当时看到这门课的时候差不多是大三，虽然看着这个课及其心动，但并负担不起这样一门 250 刀的课程。
于是我花了很多时间在网上找是否可以下到这门课。这个事情给我的印象非常深刻，因为我花了一个多小时在 Google 上试了各种搜索关键词，翻了十页搜索结果页，都没有看到可以下载的资源。而正当我要放弃时，我想到了 0Daydown，就抱着试一试的心态碰碰运气，结果一搜，好家伙，居然直接就有，而且第一条就是！

自此之后，0DayDown 这个网站就成了我搜索稀缺资源的首选平台，而且它几乎没有让我失望过。除了视频教程以外，0DayDown 上面还有很多影视素材、软件、书籍等资源，大多也都是在其他地方不太容易找到的。

当然，
我并不提倡这种「白嫖」的行为！
我并不提倡这种「白嫖」的行为！
我并不提倡这种「白嫖」的行为！
重要的话说三遍，所以也没有在任何地方主动去推过这个网站，只是自己在学生时代自学时自己下来学习使用这些教程资源。所以如果经济实力允许的话，我建议还是要支持一下相应的讲师，毕竟只有这样知识的分享才可持续下去。
虽然我在前期是「白嫖」了不少教程，但是对于那些对我来说很有价值的课程，我基本都会在后续购买一份正版授权，以表达自己的感谢。所以希望大家能够正确认识「0Day」的精神，这样也不枉我把这个宝藏网站分享出来了。

MOOC 型平台

EdX: 名校计算机课程，如 CS50

CS50 适合作为计算机科学的入门课。在2022新版课程中，更新为VScode、github 和linux操作指令的作业模式，这非常棒。
CS50 有几门后续的衔接课，GameDevelopment，MobileApps，WebProgramming，AI

这是游戏开发


这是Web programming


提一句 EdX 有微学位这种东西，应该类似于 Coursera 的证书。

中国大学 MOOC

最有名的应该是浙大陈越的数据结构，每年报的人无数，配合 PAT 考试有大量计科学生参与。
王道考研也在这卖课，考研数学武忠祥老师也好像在这。
别的好课待我之后补充

清华学堂在线

邓俊辉老师的数据结构，买过课的等学完再评价

Coursera

有人提到过 coursera 有一股大/中学的作业气息，没那么贴近工作需要，我觉得确实，这可能是 MOOC 视频课的通病。

垂类教程平台

讲了综合教程和稀缺教程的网站平台后，这一部分来讲讲一些我以前整理过的垂类教程平台网上，在这些网站平台上可能就只是包含了某个特定领域的教程资源，内容往往会是精且深。

慕课网：程序员的视频教程平台

如果看过我写的如何自学前端的小伙伴，应该知道这个我一直强烈推荐的学习平台。有一说一，国内的慕课网是我看到过垂类领域做的最好的视频教程平台。慕课网上的「实战课」，大部分都是有多年大厂经验的开发者讲师，将自己在一线的经验整理录制出来的，极为干货。

关于他们内部具体的课程选拔机制啥的我并不了解，但是就我自己看过的视频教程来说，如果要学前端的话，强烈建议刷一刷 Dell 老师 的几套课程，个人认为他的教程应该是慕课网中学习门槛又低，质量又高的精品了。而且这个评价还不是只有我，在我那篇回答中的不少评价都给到 dell 老师非常正面的评价。

不过我知道大部分小伙伴应该对前端并不感兴趣，因此在这里点到为止。

C4D 之家、菜鸟 C4D

这两个网站很有意思，一个域名是 c4d.cn ，另一个是 c4dcn.com。这两个网站上基本上囊括了市面上能见到的大部分 C4D 相关的视频教程，当然也有其他的素材、工程等资源可以下载。


由于我所探索的领域相对偏向设计开发一些，虽然其他领域也有研究和探索，但是限于篇幅有限，就不继续列举了，不然这篇文章 1w 字都写不完。后续我会考虑用 Airtable 数据库的形式将这些重要的信息源都整理出来。可以再期待一波吧~

B站：可能有惊喜

大部分人可能把 B 站定义为一个娱乐视频平台，但事实上在 B 站上也有大量的学习类教程，这也是我今年刚解锁的新技能。
例如我最近在学习词曲创作，就在 B 站上找到了一套伯克利音乐学院的课程，看完 1/4 后感觉还挺不错。

所以个人感觉 B 站作为一个教程平台的补充，可以算是比较惊喜的存在。如果更好地利用 B 站的教程资源，可能也是我接下来会持续关注的部分。

日常碎片化信息

碎片信息，或者说日常信息的检索，我基本上只用 3 个搜索引擎：Google、知乎和微信搜索。
Google 我觉得就不用说了，一般需要找任何信息，我都会直接用 Google 先搜。Google 找不到再考虑别的引擎。对于大部分日常信息来说，Google 已经足够好用。而当 Google 搜不到一些重要信息的时候，我会尝试使用知乎来搜索。例如在 如何快速入门一个新领域？以「产品结构设计」为例 这篇搜索案例中，我的检索顺序就是 Google -> 知乎。 Google 上搜不到一些领域细节的信息时，再转到知乎搜一些详细的信息，这是我通用的搜索策略。
至于微信搜索我用的频率不太高，但是偶尔也会用，原因则是前几年公众号兴起的时候有大量博主写公众号，在微信上沉淀了很多优质的信息。而微信并没有开放 Google 抓取微信公众号的文章（真的恶心），所以如果要找微信平台上的优质信息，就必须用微信搜索（或者用搜狗搜索）。

搜索这类碎片化信息我其实没有什么特殊的技巧，甚至网上流传的那种各类特殊的搜索语法我也不怎么常用。如果说有什么值得拿出来讲一讲的话，可能就是对搜索关键词的捕获上。尽量去选择包含信息密度大的，不太常见的词，那么就更有可能出现预期的搜索结果。关于这个技巧，可以参考下我搜索「轻轻茶」背后的路径，然后平时多思考和尝试，就大概率能训练出来。
空谷的信息搜索术：关于一包茶叶的小事

小结

写到这里，差不多就把我大部分的信息搜索术整理了出来。（感觉这 5k+字的篇幅，我看得都有点累了…），下面这张思维导图更加清晰地呈现这种搜索结构，如有需要可以收藏哦~
信息源索引地图

信息整理系统

信息搜索术解决了信息的输入环节，但是如果没有一个体系化的信息承接系统，那么看过再多的资料，都不可能沉淀为真正属于自己的东西，为自己所用。因此信息的整理系统就非常有必要。而这样的信息整理系统，就是「知识大脑」的一部分。
在三个大脑系列（二）：知识管理的「知识大脑」这篇中我介绍过我的知识管理理念和选择语雀的一些思考，但是并没有完整地呈现过我的信息整理系统，而这次聊到信息的搜集与整理，正好可以全面地盘点一下我的信息整理系统，和大家分享一下我搜集来的信息，是如何体系化地进入我的「知识大脑」的。

语雀：碎片化知识

语雀是我承载 90% 以上碎片化知识的主阵地。主要的采集手段就是剪藏。
三个大脑系列（二）：知识管理的「知识大脑」
和印象笔记不同，由于语雀的知识库可以无限层级地构建结构，因此语雀的知识库就成为了整理领域资料的绝佳载体。当我开启一个新领域的学习时，我就会新建一个知识库。比如 逻辑与推理、运筹学、生活常识 等这几个知识库都是我近一年来新建的知识库，可以看到目前里面的笔记、文档资料还并不多。而当在日常学习生活中，遇到相关的资料时，我就会用剪藏将相应的文章资料剪到对应的知识库里。
随时间积累，这些库就会逐渐丰满起来，然后我就会将这些资料用「KJ法」提取出统一的结构，行成分组，例如我的⚗️ 人机交互实验室 从开始创建到目前，就已经有 80+ 篇相关资料，有了了10+个分组。
而当一个知识库不足以承载这个领域的知识时，我就会创建一个团队来管理这些知识库，就像我在之前一篇文章中写的一样。
知识管理 or 笔记管理？我来 or 语雀？
胡适说过：「怕什么真理无穷，进一寸有一寸的欢喜」，就是我这两年多来使用语雀的最佳写照。

Wolai：笔记类知识

由于语雀的编辑器是传统线性编辑器，因此颗粒度无法达到行级，因此语雀大概率也不会做出 Roam Research这种双向链接的能力。因此在短时间内学习大量体系化知识（在我这里主要是视频教程）的时候，我就会采用 Wolai 记笔记。比如之前在学习 RxJS 的学习笔记、目前正在学习的词曲创作的学习笔记。

由于这部分的东西在 知识管理 or 笔记管理？我来 or 语雀？有了详细说明，因此不在这里赘述了。

Zotero：体系化知识

做科研学术的小伙伴肯定知道 Zotero 这个开源文献管理工具。在我的系统里，Zotero 肩负着管理论文与书籍这两类体系化知识的重要角色。（如果你还不知道 Zotero 是什么，可以翻阅下Zotero 基础介绍）
我非常喜欢 Zotero 的文件夹功能，以及文件夹与资料条目的关联逻辑。首先 Zotero 的文件夹和语雀目录一样，是无限层级，这就可以让我以结构化的方式去拆解一个领域，构建细分的子领域文件夹。而文件夹与条目之间是多对多的关系。即一个条目可以同时放在 A 文件夹和 B 文件夹下面。而它的实例只有一个。

这就使得我既可以从领域的视角出发整理相关的论文与书籍，也可以从应用的视角出发整理出某个应用下的论文与书籍。

此外，由于 Zotero 支持智能文件夹（功能名叫「搜索」），即通过条件筛选，找出所有符合需求的资料。譬如我设定一个「添加日期晚于 2021 年 1 月 1 日，并早于 2022 年 1 月 1 日，条目类型为书籍」的搜索文件夹，就可以自动生成我今年的添加的书籍，就直接得到了我今年的书单（如下图所示）。

更妙的是，Zotero 也和 Airtable 一样，提供了自由调用的 API ，那么我就可以利用 API 获取到这些数据，最终将它直接展示出来，这也会是我今年开始准备做的一件事，就是到每年年底 po 一下当年的书单，问问自己是否更博学了，这也会是我的终生计划的一环。
Zotero 让我非常满意的另外一点则是它支持自动同步，由于我拿 Zotero 存了很多 PDF 书籍，而很多 PDF 都是动辄上百兆，因此，我是直接选择订阅了 Zotero 官方的 120$ 无限存储空间的年费服务。（更多人可能会选择使用坚果云同步，这个就各取所需就好）
这样一来我的书籍、论文的存储同步变得非常省心，只要安装好 Zotero，然后登陆我的账号，所有书籍、论文就都自动同步完成了，不用做其他任何操作。而且 Zotero 的云盘的同步速度很快，也不需要科学上网，着实让人满意。当然，最让我惊喜的一点是，Zotero 的 Web 端也会。如果只是需要临时下一个资料，可以直接登录网页端然后打开附件即可。

在移动端上，我目前使用 PaperShip，登录 zotero 的账号后也是直接自动同步，不用做任何其他配置，非常方便。

虽然 Zotero 的 iOS 内测版已经有了，但是从体验上暂时还是 PaperShip 领先一筹。（另外说一嘴，12.9 寸的 iPad 看 PDF 是真的舒服）
至于Zotero 的条目如何添加、书籍如何解析这些基础性问题，我就不再这里多嘴了，有兴趣的小伙伴可以翻阅下我的科研学术知识库：科研学术，在 Zotero 这个分组有很多关于 Zotero 的使用技巧。

Airtable：结构化信息

关注我过我的小伙伴应该对 Airtable 已经不陌生了（如果你还不知道 Airtable 是个啥玩意，请点这里了解），在我的专栏《空谷札记》中也为 Airtable 单独开了一个分组，介绍我使用 Airtable 的一些方法经验。

Airtable 很好地解决了一些零散、但值得被结构化的信息，例如我用 Airtable 整理自己的 macOS 装机软件合集、设计资源工具箱、开发辅助效率工具等等。

当然 Airtable 的玩法也不止这些，比如我最近一段时间还在尝试利用 Airtable 构建一个设计模式领域的搜索引擎，@清芒(bornew) 基于 Airtable 做了一个用于背单词的 FlashCard App（不知道上架 Airtable 市场了没），少数派上也有小伙伴用 Airtable 构建了自己的单词本。但限于和本文的主题没有太大的联系，就不详细展开了，后续有进展了再另开篇写叭。

Workona：信息工作台

Workona 是 @清芒(bornew) 给我推荐的一款浏览器插件，自从用了这个Workona 之后，我浏览器标签页的管理熵变得极低，可以说它补齐了我碎片信息管理的最后一块短板。

我相信大家大家的浏览器标签页都遇到过开的非常多而杂（就像下面这样）的情况，进而就会遇到「哎，我刚看到的网页在哪」、「哎 怎么现在网页有点卡」的问题。

造成这样问题的原因是，我们之前打开的页面往往都是有用的，不想关闭，但是现在手头在做的也是有用的，也不能关闭，结果页面越开越多，最终就变成了这样尴尬的局面。虽然 Chrome 提供了标签组的功能尝试解决这样的问题，但是体验上并不良好。而 Workona 则很好地解决了这个问题。
大多数时候，我们只是希望临时记录下打开的页面，如果加入到标签就太“重”，直接关掉又比较可惜。但是如果我们仔细回顾一下开启这么多标签页的情况，你可能会发现前面开启的网页和之后打开的网页可能没有场景上的关联，很可能是完全不相关的内容。但是我们不想关的原因，只是想暂时暂存下这些开启的网页，好让我们回到之前的内容时，可以快速地回到相应的状态。
因此 Workona 基于 Workspace 的思路解决了这个问题。在每一个 Workspace 中，都会记录下当前打开的标签页，当切换Workspace 时，则可以自动打开那个 Workspace 中打开的页面。

此外， 在Workona 的 Workspace 中除了持久化临时打开的窗口以外，还允许用户将某些网页为 Resources、关联 Notes，如下图所示，这个就是我在研究学习 Github Action 时，在找到某些问题的解决方案时，顺手将其存为 Resources，并记录关键用途。

而如果是在检索研究过程中，可以将检索信息点存为 Notes，并关联上相关的网页，就可以将整个搜索过程相对完整地记录下来。

这两个功能的结合，又较为完美地解决了我希望保存某些信息来源，但是不想存到书签里的境况，而这种搜索思路，存到语雀的话又太过沉重，也不方便提取使用，因此 Workona 的这种产品形式可以说是「恰到好处」。
不过 Workona 要使用的话，必须要科学上网，同时由于可能是近年来才做起来，因此哪怕在少数派上都没什么人推荐，在我看来也是一个非常宝藏的产品了。
再 @ 一下语雀的小伙伴们，考不考虑一下 workona 这种形态的功能哇？

小结

以上就是我目前整个信息管理系统，基本上可以比较完美地捕获我在日常学习、生活、工作中获取到的所有类型的信息，并以合适的形态沉淀到我的知识大脑中，在日后便捷地获取和使用。
这个系统也是我及其重视日常积累的根本来源，我在任何时候对任何一个领域存下来一篇有用的信息资料，通过这套系统的沉淀，未来当我要看这个领域的资料时，这条资料还能非常快速地被调用到。正是这个系统可以帮我捕获每一点进步，并日积月累持续精进，所以我才会在7年时间可以干什么这篇文章里总结到「我可能真的只是有个好习惯」。另外我也一直认为我自己总结的这个系统，可执行性应该是很强的，第一次完全全面地分享出来，希望能够给大家一些启发吧~
当然，毕竟这一篇文章更多是概览性质的介绍，不可能讲的面面俱到（不然感觉就是在写书哈哈哈哈）。所以限于篇幅有限，像 Eagle 这样的图片管理工具我也并没有提及（感觉可能相对偏了一点，如果感兴趣可以看我以前写的这篇回答）
我的信息管理系统，从信息源到收口平台的对应关系，只要看看下面这张表格就好，我觉得应该写的比较清晰了。

一点感想

胡杨与水源

在互联网上找某个领域的有效信息，就好比是沙漠里的一棵孤独的胡杨树在寻找水源。你能在表面看到大量的沙子，但是它们对你无用。而有效信息就像是水源，对你来说至关重要，但是它们不存在沙漠表面，也非常难以获得。
进行信息搜集和聚合的过程就像是树根不断地往地下挖土，寻找水源的过程。你可以轻松在表面找到大量沙子，但是它们对你的成长无用。就像是百度一下都能找到某个关键词的定义，但是它们对增加你的经验和知识并没有多大帮助。
寻找水源的过程非常困难，也非常艰辛。但是一旦找到一滴水（一句关键的话），你就有可能快速定位到一片水源（有效的信息源）。而这片水源可能还连接到另一片水源，把你整个的水源全部串联在一起。（有效信息之间的互相验证与证实）
随着你对沙漠地下的挖掘越深入，你就越能发现好的水源，树根遍布整个沙漠地下，你的生长也会更加迅猛快速，甚至比那些在绿洲中的树木还要健壮与强大。

“看上去聪明”的本质

就像我之前说的，我经常被人夸“聪明”，反应很快。但是其实我自己很清楚，我并没有他们认知中那么惊人的天赋。我看上去很“聪明”的本质，是来源于日常的大量信息输入积累。关于这一点的论证，不得不再贴出来这篇我反复引用的内容。
【摘录】决定一个人的学习能力的因素
和我共事的结构工程师只看到我接触了结构设计软件一个月，所以他会得出结论，认为我在结构建模上很有天赋，但他没看到我这一个月内光是看这个软件的教程就花了 40 个小时。
我曾经的老板只看到我和他聊天过程反应迅速，对区块链相关的概念对答如流，还能抛出自己的看法，所以他会觉得我很聪明，但是他没看到的是我曾经花了两个月时间每天看区块链行业中的各种知识和概念。
但是我越是这样被赞扬，越是深刻的意识到，自己只是看得多、积累的多而已，因此进而更加努力去积累。

思维大脑（下）讲什么？

拖了一年的《思维大脑》终于写了一半了，大家可能会好奇，既然上讲了信息搜集与整理，那么下篇会讲什么呢？
在这几小小地剧透一下：「思维大脑」存在的核心意义，是解决学习、工作、生活中日常遇到的各种问题，即核心宗旨是「问题解决」。上篇讲了「问题解决」的「前置条件」，即信息搜集与整理，而下篇则是会「问题解决」的「核心逻辑」。我会和大家分享如何用一套完善的思维框架和工具，去分析和解决你所遇到的任何问题，而且可以将你的「知识大脑」和「任务大脑」完美关联起来，真正实现「三个大脑」间的信息自由流动。
这套核心逻辑我已经私下和一些朋友或者同事简单介绍过，每个听到的人都有被深深地震撼到。甚至有人直接表示：“这个工具啥时候做出来？我现在可以给你预付年费。”
所以对此抱有期待的小伙伴们，请再耐心等待等待吧，好东西是要多磨的~👻