前段时间回看笔记，我发现密密麻麻的标签，以前在flomo上，我会给每本书都打个标签，记录自己的读后感。
如果大家做过的话，会发现它的工作量其实蛮大的。比如，我在看《中国通史》这类通史方面的书，在看完之后，会在笔记它上"历史" 标签。后面，随着看的历史书增多，会逐渐深入到学习每个朝代历史，比如唐朝的历史，会有经济、政治、家庭社会等各类角度来切入的书，单独的"历史"标签已无法满足，需要进一步细分。这时候标签就会不断熵增，标签增长的速度难以抑制。这会导致，分类做的越多，笔记看起来越乱。所以，这时分类失去了原本的作用。
回想分类的初心，原来分类是干嘛的呢？我想是为了让自己更方便的检索、查看，但现在分类变多了，反而增加了不便。这两年，随着AI出现，也带来了一点变化，我们可以把笔记做成All in One。
像很多AI知识库，利用Rag技术，我们可以准确和方便的快速检索所需的笔记，并且AI可以把相关笔记内容二次汇总，这样使用起来就非常方便了。
所以，我们就可以丢掉打标签的工作，直接记录笔记。
我一般会把笔记内容导出为Markdown格式，上传到ima这类知识库，一方面，我可以利用AI知识库快速检索我想要的东西，另一方面，当用AI检索时，它会帮我们去感知到过去笔记间的关联，你可以洞察出过去没有的发现。比如说我们发一些职场问题，它可能就可以给你关联到对应的历史事件，让你更好的理解，这种关联，不管是用过去的关键词检索，还是标签筛选，都难以做到。
所以，归结下来，笔记应当直接All in One，不再打标签，一是省去了打标签的麻烦，二是随着笔记增多，标签膨胀后失去原有的意义，三是笔记永远处于迭代过程中，没有完成时。
在AI快速发展的今天，我们要尝试着去拥抱AI，但不是为了拥抱而拥抱，而是把AI真正融入到我们日常的工作流中，它是非常帮助的生产力工具。
我们经常会看到，有许多人是为了玩AI而用，很多东西看起来酷炫，比如前段时间很火的手势操控产生粒子特效，但实际上并没有什么卵用。
当然这也需要辩证看待，如果一开始我们不知道如何把AI融入到自己的工作流中，那家先玩起来吧，在玩的过程中了解AI的原理和特性，便能发现如何与我们的日常工作结合，我自己就是这样做的，玩不是终点，终点是用。