知新 Zhixin｜把新材料织回已有判断
以个人实践为锚，新材料入库时更新主题结论与边界，并主动引入挑战视角，纯 Markdown
运行机制
项目采用「进 → 存 → 取」架构，材料进入，原料层保存只读原文，笔记层提炼单源笔记，编译层把多篇笔记织成主题页与实体页（含当前结论、边界与矛盾、挑战视角），通过问答流、选题流、回顾流取用。脚本负责索引与结构校验，LLM 负责语义编译。纯 Markdown，不依赖数据库、向量库或 RAG。
为什么做
传统知识管理经常停在先收藏、需要时再检索。材料不断增加，却没有真正和我的已知发生碰撞。资料保存下来了，认知却没有发生变化。主流知识库多走大模型 + RAG 路线，每次提问都从原文重新推导，回答不可复现、无法审查、成本随提问量线性上涨，知识没有实质积累。
目标
我想要解决的问题是，如何让每条新材料真正与已有判断碰撞，在积累材料的同时更新结论，最终实现认知的提升，而不是只增加一个检索索引。
关键判断
编译优先于检索。
让 LLM 当编辑，而不是搜索引擎。回答问题时优先读取已经综合过的主题页，再回溯单源笔记和原文，不让每次问答重新扫描全部材料。主题页承担当前结论，来源页保留证据与可追溯性。知识先编译、后使用，而非每次现用现查。
新材料要往回织，而不是堆积。
普通知识管理每收一条内容就多一个孤立摘要，材料越多、认知越散，有的还要手动建立连接。我让每条新材料都回到相关主题页，比较、标矛盾、更新当前结论，而不是新增一个孤岛文件。单源笔记承担证据，主题页承担当前综合判断。
以个人为锚不等于只寻找支持。
通过知识角色分层、边界与矛盾、挑战视角和语义 lint，主动暴露反例、孤立笔记和潜在冲突；从外部信息源筛选资料时，主动引入一定比例的反例。系统不以更多支持材料为成功，而以结论是否因新证据变得更加准确为成功。
当前结果
系统的结构不是预设的，而是在真实使用中逐步长出来的。比如知识角色分层、反确认偏误、挑战视角、接入 AI HOT 信息源、想法入口与回顾流等，都是实际使用中的缺口催生的。
在日常使用中，看到好文章或冒出想法时，我会直接丢给「知新」入库，它再把内容往回织进主题页与实体页，而非新增一个孤岛文件。知识库因此从一堆收藏链接逐渐长成可持续更新的主题判断，材料增加的同时，结论也在被新证据修正。截至 2026-08-21，已沉淀 73 篇单源笔记，编译为 4 个主题页和 10 个实体页。
GitHub: https://github.com/Joyyi-11/zhixin-wiki
局限与下一步
编译质量仍高度依赖使用者是否愿意明确自己的判断和不确定性，维护成本高于单纯收藏。「挑战视角」和语义 lint 能发现问题，但是否真正降低确认偏误，仍需通过连续主题回顾和外部用户使用验证。
下一步以固定主题做连续回顾，记录哪些结论真的被新材料修正，并测试外部用户能否理解三类来源地位与挑战视角。