共计 2249 个字符，预计需要花费 6 分钟才能阅读完成。
在网上刷关注时，看到 [[Andrej Karpathy]] 分享自己的笔记法，从头看了下来只能用两个字来形容「极简」。甚至比我之前尝试过的 [[Zettelkasten]] 笔记法要更简单。Zettelkasten 已经解决了我们在记笔记的时候，如何设计标签系统和文件夹结构。 我们只需要把所有的笔记扔在 Zettelkasten 一个文件夹当中。我们每一次记笔记的时候，只要新创建一个文件就可以开始编写笔记了。
这样一改我过去几年折腾各种笔记工具，安装使用一堆插件的毛病，我过去几年也基本上只在 Obsidian 当中编写笔记，但是当我看到 Karpathy 的笔记法的时候更意识到记录的本质，应该是为了忘记，而不是为了整理。
这种返璞归真的方式，不仅极大地降低了摩擦，而且我惊奇地发现，它竟然跟现在的 AI 技术有着天作之合。所以我决定，2026 年我要彻底实践一下这种记录法。
什么是“流水账”记录法？
先简单介绍一下马伯庸和 [[Andrej Karpathy]] 这二位大神是怎么记笔记的，核心其实就两个字：简单。
马伯庸提到，他为了降低摩擦，会只记录事实（也就是我们俗称的流水账）。他不记录当时的观点，不写当下的感悟，不去润色文字，更不在乎遣词造句。比如“今天去了哪里，见了谁，吃了什么，看了什么书的哪一页”。
Andrej Karpathy 当时的日记也是一样，采用 Append-only（仅追加） 模式。想到什么就往文档顶部（或底部）丢，不打标签，不分类，不设层级，把日记当成一个临时的剪切板。
他们做法的共同点非常鲜明：
- 只记事实：这就失去了“表演给别人看”或者“自我感动”的空间。你不需要为了以后读起来优美而绞尽脑汁，整个输入的摩擦力大幅降低。
- 单一文档：Karpathy 只有一个备忘录文档，马伯庸只有一个 Word 文档。
- 极简检索：不用整理，需要的时候直接
Command + F查找关键字。
马伯庸说他是为了解决中年记忆力衰退的问题，好记性不如烂笔头。而 Karpathy 将其视为大脑 RAM 的释放工具：通过手记，大脑就可以安全地“放下”这些信息，从而专注于做其他需要算力的事情。
文章当中提到的 Karpathy 笔记法推文可以查看这里。
为什么这在 AI 时代变得极其重要？
如果在几年前，你跟我说用一个 Word 文档记一辈子流水账，我可能会觉得这不仅难以回顾，而且数据利用率极低。但在 AI 时代，逻辑完全变了。
我深入思考了一下，发现他们这种记录方式跟 AI 协作简直是 Friendly 到家了，甚至可以说这就是一种 AI Native 的语料积累方式。
高密度的结构化信息
虽然我们看着是流水账，但在 AI 眼里，这里面全是宝藏。这种纯事实的记录，拥有极高的语义密度。
- 人名、书名、事件、命令、代码片段……
这些实体（Entities）对于人类来说可能淹没在文字里，但对于 LLM（大语言模型）来说，提取这些结构化信息简直是小菜一碟。
完美的上下文适配
这种记录方式体积非常小。即使你事无巨细地记一年，纯文本可能也就几万字。现在的模型上下文窗口（Context Window）动辄 128k 甚至更长。这意味着，你可以随时把这一整年的日记“喂”给 AI，让它瞬间读完你的一年。
AI 也就是你的第二大脑
以前我们需要人工整理，是为了方便人类大脑检索（比如分类、打标签）。现在，检索和整理的工作可以完全外包给 AI 大脑。
由于是纯文本，AI 处理起来效率极高。你可以直接问它：
“查一下我去年 3 月份见过哪些人？”
“我上次提到《三体》这本书是在什么场景下？”
这种低摩擦、高信息密度，且纯文本的记录方式，无意中成了最适合 AI 吞噬的养料。通过这种方式，你可以快速构建起属于你自己的、类似 ChatGPT 的 AI 外部记忆。
我的 2026 实践计划
既然理论闭环了，接下来就是实操。2026 年，我打算这样实践：
工具选择：回归纯文本
我不会去用什么复杂的数据库笔记软件，就用最简单的 Obsidian（或者任何支持 Markdown 的编辑器），创建一个名为 2026-Log.md 的文件。为了防止文件过长导致编辑器卡顿（虽然纯文本很难卡），我也许会按月归档，比如 2026-01.md，但在投喂给 AI 时，它们是可以合并的。
输入方式：语音为主
既然追求低摩擦，打字还是太慢了。结合现在的 Whisper 技术或者手机自带的听写功能，输入应该变得无感。每次做完一件事，或者有一个想法，直接打开手机，按住语音输入键，说一句话。
“刚读完了《埃隆·马斯克传》的第 5 章，关于第一性原理的部分很有启发。”
“下午 3 点在星巴克和老王喝咖啡，聊到了 AI Agent 的落地难点。”
说完，保存。结束。不用管标点符号，不用管通顺与否。
避免“产品绑定”
这也是我特别看重的一点。纯文本（Plain Text）是反脆弱的。 如果我用某个 App 的专有格式，万一它倒闭了或者涨价了，我的数据就成了人质。但 .md 也就是 .txt，它是通用的。我可以把这些文本喂给 ChatGPT，也可以喂给 Claude，或者本地部署的任何开源模型。数据掌握在自己手里。
最后
我们要意识到，在这个信息过载的时代，大脑的带宽是极其宝贵的资源。我们不应该把大脑用来“存储”那些琐碎的流水账，而应该用它来“思考”和“创造”。像 Karpathy 说的那样，把 RAM 释放出来。
以前我们不敢这么做，是因为怕记了之后找不到，或者找起来太麻烦。但现在有了 AI，我们可以放心地把这一大块“湿件（Wetware）”的工作，卸载给“软件”。
2026 年，如果你也厌倦了整理笔记的焦虑，不妨跟我一起试试这种“极简流水账”。只记事实，剩下的，交给 AI。
