从笔记堆积到可检索知识树：个人知识管理搭建与维护实战

做知识管理这件事，我前后折腾了差不多六年。最早是收藏夹里躺着两千多条"以后再看"，后来换成笔记软件，标签打了上百个，再后来干脆放弃结构，全部丢进一个文件夹靠全文搜索活着。真正让我把"知识树"这套东西认真搭起来的契机很具体：某次要给一个跨部门的产品评审做技术方案，我明明记得自己看过相关的资料，翻了一个多小时愣是没找出来，最后凭印象硬讲，被问到一个边界条件当场卡住。那天晚上我把所有散落的笔记导出成纯文本，硬生生重新组织了一遍，才第一次感受到"知识树"和"一堆笔记"的区别——前者是能顺着枝干找到东西的，后者只是把东西埋起来了。这篇就聊我个人知识成长体系里的第二块：知识树。它是什么、能解决什么、怎么从零搭起来、怎么维护不塌，适合已经有一堆笔记但用不起来的人，也适合刚开始做个人知识管理、不想一上来就走弯路的人。

1. 把"知识树"这个词先落到实处

1.1 知识树不是分类学，是找路的地图

很多人一听"知识树"就想到图书馆分类法，觉得要把知识按学科门类一层层分下去，越严谨越好。我一开始也这么干，结果第一版树搭了三天，第四天就放弃了——因为真实的知识从来不长成标准分类的样子。一个做数据分析的人，既要懂业务指标口径，又要懂统计原理，还要懂一点工程实现，"业务""统计""工程"这三根枝干下面会反复交叉引用同一份材料，硬分类必然打架。

后来我想明白一件事：知识树的本质不是"分类"，是"路径"。它的价值不在把每份资料放到唯一正确的位置，而在于当你需要解决某个具体问题时，能顺着一条可预期的路径把相关的知识一次性捞出来。这个认知转变之后，我搭树的方式完全变了：不再纠结"这条笔记属于哪个分类"，而是问"我下次要用它的时候，会从哪个入口进来找它"。

这个区别很像家里的收纳。按"物品材质"收纳（塑料的、金属的、木头的）看起来极其整齐，但你早上找钥匙的时候不会去"金属制品"抽屉里翻。你会去"出门随身"那个挂钩。知识树的枝干就应该是"出门随身"这种按使用场景组织的入口，而不是材质分类表。

1.2 列表、标签、树，三种组织方式的真实差别

我把三种常见方式和知识树的差别整理成了一张表，这个对比是我踩了几年坑之后的真实体感，不是理论推演。

我得说句实在话：标签不是没用，它的问题是没有层级就没有优先级。当你给一条笔记打了"复盘""沟通""决策"三个标签，这三者在你的认知里是平级的，但实际使用中"决策"可能是主干，"沟通"只是分支下的一个技巧。标签抹平了这个差异，所以检索出来的东西永远是一锅粥。

树形结构的核心好处是强迫你做取舍。一个节点只能挂在一个父节点下面（虽然可以用链接做交叉引用），这个约束逼着你想清楚"这个东西在我整个知识体系里到底处于什么位置"。这个思考过程本身就是一次消化。

1.3 三种最容易塌的树形，以及它们为什么会塌

在正式讲怎么搭之前，先说三种我亲手搭塌过的树，省得你也走一遍。

第一种是**"学科复刻型"**。直接照搬大学课程目录，什么"基础理论""方法论""工具技术""案例分析"。这种树看起来特别正规，问题在于它不指向任何具体行动。你打开"方法论"这个节点，里面躺着二十份不同领域的材料，你依然不知道该先看哪个。

第二种是**"杂物间型"**。树干只有三五个，但每个下面都有"其他""杂项""待整理"这三个垃圾桶节点。我保证，只要你留了这么一个口子，三个月内它会吃掉你80%的内容。因为人脑天生倾向于选择阻力最小的路径，"先扔杂项回头再整理"这个决定在当时是省力的，但它把整理成本推给了未来的自己，而未来的自己永远在忙。

第三种是**"无限深井型"**。一层套一层，点进去五层才见到一条真正的笔记。这种树的搭建者往往有完美主义倾向，觉得层级越多越精细。实际上超过四层之后，你自己都记不住第几层放了什么，每次找东西都变成一次探险。我现在的硬规则是：从树干到叶子，最多四层，超过四层就必须重新设计平级节点。

注意：判断一棵树健不健康，有个特别简单的测试——随机抽三个你半年内写过的节点，看能不能在30秒内从根节点点进去找到。找不到就说明结构有问题，不是记性问题。

2. 树的骨架怎么设计：三条硬规则

2.1 树干只放"能长出东西"的领域

树干是整个结构里最重要的决策，也是最容易被做坏的。我见过太多人的树干写的是"学习""工作""生活"——这三个词的问题在于它们太抽象，任何东西都能塞进去，等于没有分类。

我的做法是用输出倒推树干。具体操作是：拿一张纸，写下未来12个月你明确要产出的东西。注意是"要产出"，不是"想学"。比如"每季度一份行业分析报告""给团队做一次技术分享""把一个内部工具从零做到能用""完成三门专业课的考试"。写完这份清单，你会发现需要的知识领域自然浮现出来了，那些领域就是你的树干。

用这个方法选树干，好处是每个树干都天然带着一个"验收标准"。你搭"数据分析"这个树干，不是为了收集资料，是为了那份季度报告能写出来；你搭"表达与呈现"这个树干，是为了那次分享能讲明白。有验收标准的枝干会自然生长，没有验收标准的枝干会变成收藏夹。

树干数量我建议控制在3到7个。少于3个，说明你对自己的知识需求还没想清楚；多于7个，你在根节点这一层就已经需要滚动屏幕了，入口太多等于没有入口。我目前是5个，其中有一个是"当前项目"，专门放短期冲刺的东西，项目结束后整枝归档或者拆解进其他枝干，这个做法后面会细讲。

树干命名上有个小技巧：尽量用名词性短语，避免动词。"数据分析"比"分析数据"好，因为名词可以无限容纳子节点，动词容易让你纠结"这算不算分析"。另外命名要具体到你能一眼判断归属，"技术"太泛，"数据工程与查询优化"就清楚得多。

2.2 分支粒度：一眼看得完原则

树干定完，接下来是分支。这里我踩过最久的坑是粒度失控——有的分支粗到一棵子树装了两百条笔记，有的分支细到只有一条笔记孤零零挂着。

后来我给自己定了一条"一眼看得完"原则：打开任意一个节点，它的直接子节点数量不超过7个，且所有子节点名称能在不滚动的情况下同屏显示完。7这个数字不是拍脑袋，认知心理里短时记忆容量大概就是7±2，超过这个数，你在选择路径时就会犹豫，一犹豫就会退化成搜索，树就白搭了。

除了数量，同级节点的抽象层级必须一致。这条规则听起来废话，但实际操作中极其容易违反。比如"数据分析"下面挂了"指标体系""SQL""统计推断""上次那个项目的复盘"。前三个是知识领域，最后一个是具体事件，层级完全不一样。正确做法是把"上次那个项目的复盘"降级到某个具体领域下面，或者放进"案例库"这个专门的枝干。

再补一个实操细节：分支名称要能回答"这里面装什么"，而不是"这里面是什么类别"。"常见误判与边界条件"就比"注意事项"好得多，因为前者直接告诉你打开会看到什么，后者是个万能筐。

2.3 叶子节点：知识树真正值钱的地方

树搭到叶子这一层，才真正开始装东西。很多人搭树失败，不是骨架没搭好，是叶子全是空壳——点进去只有一行标题，或者干脆是一段原文摘抄。

我现在的叶子节点统一用"卡片"的形式，一张卡片只讲一件事，必须包含以下几个字段。这个模板是我改了七八版之后稳定下来的，多一个字段嫌烦，少一个字段就会在半年后发现信息不够用。

这个模板里我特别想强调**"边界与反例"**这一栏。绝大多数人的笔记只记"是什么、怎么做"，不记"什么时候不管用"，结果就是知识被过度泛化，用错地方还不自知。我举个自己的例子：很早之前我记过一条"做方案先给结论"，用得很顺，直到有一次给一个极度谨慎的评审对象做汇报，直接给结论反而让对方觉得我在跳过论证、不够严谨，方案卡了两周。后来我在那张卡片下面补了一行边界："对方需要参与决策过程、或者对结论天然有疑虑时，先铺论证再给结论。"这一行补充的价值，比原来那条结论本身还大。

另一个细节是叶子不要写长文。一张卡片超过五百字，说明它其实是好几件事混在一起了，应该拆成多张卡片并建立关联。卡片短，才能被复用、被组合、被迁移；卡片长，就退化成了一篇文章，你只会读一遍。

3. 从零开始搭一棵树的完整实操

3.1 第一步：知识资产普查，先看清自己有什么

搭树之前必须先盘存量，否则你会在搭到一半时不断发现"哎我这里还有一堆东西没地方放"，然后被迫改结构。这一步枯燥但省不掉。

我的做法是花两到三个晚上做一次"知识资产普查"。具体动作：把所有散落的知识载体列出来——笔记软件里的、聊天记录里发给自己的、文档里的、纸质本子上拍过照的、收藏夹里的、甚至某些长期项目里沉淀下来的文档。列完之后不用逐条读，做抽样统计就行：每类随机抽20条，给它们打上"内容主题"的临时标记，然后看分布。

这一步的产出是一张分布表，你会非常直观地看到自己的知识实际集中在哪几块、哪些是虚胖（收藏了很多但一次没看过）、哪些是空白（想做但一条积累都没有）。我第一次做这个普查时最大的发现是：我以为自己"技术积累很多"，实际统计下来，300多条收藏里有200多条是"工具介绍和新闻"，真正能复用的方法类内容不到40条。这个数据直接改变了我后面搭树的重心。

提示：普查阶段不要在意外内容的价值判断。"这条好像没用"这种念头会让你陷入逐条筛选的泥潭。先统计分布，价值判断留到挂树的时候做。

3.2 第二步：定树干，把"当前项目"单独拎出来

按前面说的输出倒推法确定3到7个树干之后，我强烈建议额外加一个特殊枝干：当前项目。

这个枝干跟其他枝干的区别在于它是有时效的。里面装的是"这三个月我要交付的那个东西"相关的所有材料——临时查的资料、会议的结论、还没验证的想法、待办。项目结束之后，这个枝干要做一次彻底的清算：可复用的方法沉淀到对应的长期枝干，一次性的过程材料直接删掉，踩过的坑写进案例库。

把项目单独拎出来，好处有三个。第一，长期枝干不会被短期项目的噪音污染。第二，项目结束时你会被迫做一次复盘式的知识提炼，而不是让它烂在文件夹里。第三，你能一眼看到自己当前有几个项目在并行占用认知资源，这个可视化本身就是一种压力管理。

我自己用过一段时间之后，把"当前项目"进一步拆成了"进行中"和"待启动"，前者最多允许三个，超过三个就必须砍掉一个或者明确排期。这个限制看起来很粗暴，但确实治好了我"同时开五个坑，一个都收不了尾"的毛病。

3.3 第三步：铺分支，允许不MECE但要标注

第二层和第三层的分支设计，是最考验耐心的部分。这里要破除一个执念：很多人追求MECE（相互独立、完全穷尽），觉得分支之间不能有任何重叠。这个原则在咨询报告里有用，在个人知识树里会让你卡死。

真实的知识天然交叉。我处理交叉的方式是：主干上按"最常用的使用路径"来分，交叉部分用链接解决，并且在节点上明确标注"这里和X节点有重叠"。比如"数据分析"下面我分了"指标体系""取数与实现""统计与推断""可视化表达"四块，其中"可视化表达"和另一个枝干"表达与呈现"必然重叠。我的处理是：方法论放"表达与呈现"，数据领域特有的图表选择规则放"数据分析"下，两边互相链接，谁是谁的子集写清楚。

这样做的好处是每份内容只有一个"家"，不会被复制两遍导致后期不同步。坏处是你得费点脑子记"这个东西的家在哪"，所以我在每个可能重叠的节点上都写了一行小字提示指向另一个节点。这行小字的维护成本很低，但省下来的搜索时间相当可观。

分支名称的命名规范也顺便说一下：统一用名词短语，长度控制在4到10个字，不用标点。这个限制看似无关紧要，实际很有用——它让你的树在任何工具里都能整齐显示，而且短名字强迫你抓住重点，写不出10个字以内说明你自己还没想清楚这块到底装什么。

3.4 第四步：写卡片，从"最高频使用"的那批开始

结构搭好之后不要试图一次填满，那个工作量会直接劝退你。我的策略是只填最高频使用的那批。

判断高频的标准很简单：过去三个月你至少用过三次的知识点。这类卡片可能只有二三十张，但它们覆盖了你日常80%的调用需求。先把这二三十张写扎实，你会立刻感受到树的价值，这个正反馈是坚持下去的关键。

写卡片时我有个硬性要求：必须先脱离原文写。具体操作是看完材料之后关掉原文，用自己的话把结论写出来，写完再回去核对有没有理解偏差。这个动作极其反人性，因为它比复制粘贴慢十倍，但它是唯一能区分"我读过"和"我会用"的办法。我自己做过对比：直接摘抄的笔记，半年后打开只剩陌生感；自己复述过的笔记，半年后打开能立刻接上上下文，甚至能想起当时卡在哪里。

还有个小技巧：卡片标题写成一句完整的话，而不是一个名词。名词标题比如"决策疲劳"，一句话标题比如"连续做太多小决策会导致后面的大决策质量下降"。后者在列表里扫一眼就知道内容，前者需要点进去看。当你有几百张卡片，这个差别是决定性的。

3.5 第五步：建索引页，给每个枝干一个"门厅"

树搭到一定规模之后会遇到一个新问题：打开某个枝干，子节点太多，还是要一个个点。这时候需要索引页。

索引页是挂在每个主要枝干下的一份人工维护的目录，内容很简单：这个枝干是干什么用的、最该先看的三到五张卡片是哪几张、有哪些重要的交叉引用指向别的枝干、最近在补的缺口是什么。它不是自动生成的目录（自动目录没有判断），是手写的、带判断的入口。

我自己的索引页维护周期是一个月一次，每次不超过十五分钟。做的事情就三件：把上个月新增的重要卡片提上来、把已经过时的临时内容挪走、更新"当前缺口"那一行。这十五分钟的投入产出比高得离谱——没有索引页的时候，我打开某个枝干经常要花半分钟找方向；有了索引页，基本上三秒定位。

索引页还有个好玩的副作用：它会暴露你的知识缺口。当你写"这个枝干最该先看的三张卡片"却只想得出两张时，那个空缺就是明确的学习任务。这比列"我想学什么"的清单有效得多，因为它是有结构的、有上下文的缺口，不是空想的愿望。

4. 让树活着：日常输入、修剪与复盘

4.1 新知识怎么挂上树：三道闸门

树搭好之后，日常输入会源源不断涌来，如果每次看到什么都往树上挂，三个月就乱套了。我给自己设了三道闸门，任何新东西挂树之前都要过。

第一道：它解决的问题我遇到过吗？没遇到过的问题，对应的知识大概率是伪需求。这一道拦掉了我的大部分收藏冲动。那些"好像很有用但说不上啥时候用"的东西，一律进入一个叫"未验证"的临时区，三个月不碰就自动删除。

第二道：它和我已有的卡片是补充、修正还是冲突？补充就新建卡片并链接过去；修正是直接改进原卡片（用删除线保留原结论，特别有价值）；冲突最值得重视，说明要么其中一个是错的，要么两者有不同的适用边界，这种情况必须写一张"辨析卡"把边界划清楚。我个人的经验是，辨析卡是整个树里价值最高的卡片类型，因为它们直接来自认知冲突。

第三道：我能不能用它产出一句话？如果连一句自己的话都产不出，说明还没理解，就别挂树了，留在临时区继续发酵。

这三道闸门执行下来，我的挂树速度大概是每周2到4张卡片，一年一百多张。这个量听起来很少，但每一张都是能用的。对比我早期一年"收藏"一千多条，实际调用不到十条，效率差距是数量级的。

4.2 定期修剪：删除、合并、降级、升级

树是一定会僵化的，除非你定期修剪。我固定每个月最后一个周五晚上做一次，四十分钟左右，做四个动作。

删除：看"最后触碰时间"，超过六个月没碰、且想不出下次会碰的场景，直接删。别心疼，如果它真的重要，你会在需要的时候重新遇到它，那时候写的新卡片会更好。我删过的东西没有一千也有八百，真正后悔的不到五次。

合并：找到内容高度重叠的卡片，合成一张。合并的时候通常会发现原卡片里有一些"当初没想到"的细节，这个过程本身就是在深化理解。

降级：有些卡片当初觉得重要，现在看只是常识，把它从"重点卡片"的索引里撤下来，让它安静躺在叶子层。降级不是否定，是承认认知水平变了。

升级：反过来，有些卡片半年里被调用了七八次，说明它是高频刚需，应该被提到索引页，甚至从叶子提升为一个独立的小节点。被升级的卡片往往是你真正的方法论，值得花时间把它写透。

这四个动作里，删除最难执行。人对自己写下的东西有情感依赖，总觉得删了可惜。我的应对办法是把它当成"修剪盆栽"——剪掉是为了剩下的长得更好。实在下不去手的，我会先把它挪到"归档"枝干，一个月后再看，那时候通常就没什么感觉了。

4.3 季度复盘：一份十项自检清单

月度修剪管的是微观，季度复盘管的是方向。我每季度花一个整块的时间做一次，用一个固定的清单，逐条过。

1. 五个树干的占比和三个月前比，变化在哪？变化的方向和我真正投入的时间一致吗？
2. 哪个枝干这个季度一条新卡片都没长？为什么，是这个领域不需要了，还是我逃避了？
3. 索引页上"当前缺口"那一行，有几项补上了？一直没补的是不是优先级判断错了？
4. "当前项目"枝干清算干净了吗？有没有项目结束三个月还挂着的僵尸枝干？
5. 有没有哪个节点的子节点超过7个了？需不需要拆？
6. 有没有超过四层的深井？哪个节点几乎没被打开过？
7. 这季度最高频调用的五张卡片是哪五张？它们有没有被升级？
8. 有没有哪条旧结论被新实践推翻了？推翻的记录留下来了吗？
9. 有没有"我怎么都找不到"的时刻？那次失效的路径暴露了什么结构问题？
10. 如果现在让我从零重建这棵树，我会改哪个地方？

第10条是最狠的一条，它逼你跳出日常视角看整体。我第一次认真回答这个问题时，答案是"我会把'工具技术'这根枝干砍掉，因为它只是个杂物间"。那次复盘之后我花了两个晚上把它彻底拆解进了其他枝干，整个树一下子清爽了很多。

5. 常见问题与排查实录

5.1 搭到一半就放弃，怎么办

这是最高频的问题，几乎每个跟我聊知识管理的人都说过。我的诊断是：起步规模定得太大。

绝大多数人的做法是先画出完整的树形结构，然后试图把所有存量内容都塞进去。这个工作量至少是十几个小时，而且毫无正反馈——你花了十几个小时，得到的结果是"东西换了个位置"，并没有变得更会用。

正确的做法是先做最小可用版本：只搭一个树干（选你最痛的那个领域），只铺两层，只填十张卡片，全程控制在九十分钟内。做完之后立刻用它解决一个真实的小问题——比如下次写东西的时候，从这十张卡片里拼出初稿。只要有这么一次成功的调用体验，你就有动力继续扩。我自己的树就是从"汇报表达"这一个枝干、九张卡片开始的，扩到现在的规模花了一年多，但过程中从来没有"坚持不下去"的时刻，因为每一步都是在用，不是在搭。

还有一种情况是结构设计完美主义。总想找到那个"最正确的分类方式"，反复推倒重来。这时候要接受一个事实：知识树没有唯一正确答案，只有"当前够用"和"当前不够用"。结构可以随时调整，调整成本远低于你想象——现在任何工具都能批量移动节点，改一次结构最多花半小时。所以先定一版用起来，不好用再改，比坐在那里空想三个月强得多。

5.2 树太深或太浅，找不到东西

树太深和太浅是两个方向的问题，但根源是同一个：你没有用真实问题去校准层级。

树太深的典型症状是点进去四五层才见到东西。处理办法我前面说过，硬限制四层。但真正的问题是为什么会变深——通常是因为你想把每个细分差异都建一个节点。比如"指标体系"下面又分"业务指标""质量指标""临时指标"，然后"业务指标"下面又分"核心三指标""过程指标"……这种情况下更应该做的是把细分差异写进同一张卡片的对比表格里，而不是建一堆只有一条内容的节点。节点是用来指路的，不是用来做区分的。

树太浅的症状是某个节点下面挂了上百条内容，打开就头晕。处理办法是直接按"你实际会怎么找"来切分——回想你上次找这类内容时的具体场景，你是按主题找的、按时间找的、还是按用途找的？按真实路径切出来的分支才是有用的分支，按逻辑推演切出来的分支通常没用。

我还遇到过一个更隐蔽的第三种情况：树的层级明明合理，但就是找不到。查下来发现原因是节点命名太抽象，全是"方法""思路""要点"这类词。这种问题只能靠改名解决，把所有抽象命名换成具体问题描述，改完之后立竿见影。

5.3 学了就忘，树好像没用

"学了就忘"这个问题的真相通常是：你从来没调用过它。记忆的巩固靠的是提取，不是存储。知识树本身不解决遗忘，它解决的是"存得下、找得到"，遗忘必须靠另一套机制。

我在树里嵌了两层复习机制。第一层是卡片自带的"最后触碰时间"，我在修剪时看这个字段，三个月没碰的卡片会强制我重新读一遍，读的时候问自己"还认同吗"。这相当于一次无压力的提取练习。第二层是写作和分享，我每个月会挑一个枝干，把它里面散落的卡片组织成一段能讲给别人听的完整内容。这个过程会把卡片之间的连接彻底激活，比反复读十遍有用得多。

还有一点值得说：忘掉是正常的，也是必要的。你的树存在的意义不是让你记住所有东西，而是让你在需要的时候能三分钟内找回来。我现在树里大概有四百多张卡片，能凭记忆复述的不到五十张，但我知道剩下的三百多张在哪个枝干里、什么时候该去翻。这个状态是完全够用的，不用跟自己较劲去背。

5.4 问题速查表

6. 工具选型与几条脏活技巧

6.1 工具怎么选：先看你要不要层级

工具这块我只讲选择逻辑，不给具体推荐，因为工具更新太快，而且适合我的不一定适合你。核心判断只有一个：你需不需要强制层级。

我自己的组合是：表格做卡片库（因为字段约束能逼我填完模板），大纲工具做索引页和结构视图，两者通过唯一编号关联。这个组合不优雅，但极稳——表格保证内容质量下限，大纲保证路径清晰。

不管你选什么，有两条底线必须守住。第一，能导出。纯文本或通用格式导出能力是刚需，否则工具一换你几年的积累就废了，我在这上面吃过一次大亏，重搭花了整整两周。第二，能被搜索。树是用来指路的，但总有记不住路径的时候，全文搜索是最后的保底，没有搜索的树是残废的。

6.2 几条不太好意思说但很管用的脏活技巧

最后分享几个上不了台面但实际效率极高的做法。

给节点编号，但别用纯数字。我用的格式是"领域缩写-两位序号"，比如"分析-03"。纯数字编号好看但记不住，带语义的缩写能让编号本身携带信息，找的时候扫一眼就知道大概位置。这个技巧在处理交叉引用时特别好用，因为链接可以直接写成编号，不用写一长串路径。

每张卡片开头留一行"给未来的我"。写的时候假设读的人是两年后的自己，把当时的上下文和判断理由带一句。比如"当时选方案B是因为团队没有运维人力，如果以后有人力了可以重估"。这一行的信息价值在半年后开始显现，一年后你会非常感谢自己。

建立"反常识清单"。单独开一个节点，专门收集那些和你直觉相反、但被验证过的结论。比如"增加选项数量会降低决策质量""先做难的再做容易的反而效率低"这类。这个清单不能太长，控制在二十条以内，多了就失去冲击力。我在做重大判断之前会翻一遍，经常能拦住一些想当然的决定。

用"删除日志"对抗损失厌恶。每次删除重要卡片时，在归档节点里留一行记录：删了什么、为什么删。这样做纯粹是心理安慰，因为大部分情况你根本不会回去看，但有了这个记录，删除这个动作的心理成本会骤降，修剪才能真正执行下去。我一开始删东西手抖，后来靠这个习惯才做到现在每月稳定清掉二三十张。

把树的结构本身也当成一张卡片。我会在根节点挂一张"本树结构说明"，写清楚五个枝干各自负责什么、边界在哪、哪些地方已知有重叠。这张卡片我每个季度更新一次，写它的过程就是一次结构复盘，很多时候问题在写的时候自己就暴露出来了。

别在状态差的时候碰树。这是我用血泪换来的：疲惫状态下做的整理决策，八成会后悔。具体表现是把本来好好的结构改乱、或者冲动删掉不该删的东西。我现在的规矩是修剪只在清醒的整块时间做，碎片时间只做"往临时区扔"这种零决策动作。树是你的认知基础设施，别用最差的脑子去维护它。

我在实际操作中的体会是，知识树这个东西最大的价值不在最后长成什么样，而在于每次归位、每次修剪、每次纠结"这条到底该放哪"的时候，你对这块知识的理解都会往前推一小步。树是副产品，思考过程才是主产品。所以别追求一次搭对，先搭一个丑的用起来，用它暴露问题，再一刀一刀修。我现在这棵树跟三年前那版几乎没有一处相同，但每一次改都是被真实需求逼出来的，不是为了好看。