一个德国公务员用 70000 张卡片写了 58 本书，现在 AI 让这个方法人人都能用

你不需要卢曼的毅力。你只需要 AI 的速度。

【正文】

我欠你一个东西。

第 4 篇文章里，我讲了卢曼、讲了 70000 张卡片、讲了「链接比分类重要」——

很多人在评论区说：

「道理我懂了，但你能不能给我看看，到底怎么做？」

今天这篇，就是来还债的。

不讲道理了。

直接给你看全过程。

但在看操作之前，我想先花 5 分钟，把卢曼的故事从头讲一遍。

不是因为你没听过。

而是因为大多数人听过的版本——都只讲了一半。

01｜一个公务员的逆袭

1960 年代，德国。

尼克拉斯·卢曼（Niklas Luhmann）是一个普��得不能再普通的地方公务员。

每天的工作：处理行政文件、盖章、归档。

没有博士学位。没有学术人脉。没有名校背景。

唯一的爱好：读书。

每天下班后，他会坐在书桌前读两三个小时的书。

社会学、哲学、法学、生物学、控制论、语言学……什么都读。

读完之后，他会做一件事——

把自己从书中获得的想法，写在一张张小卡片上。

注意：不是抄书上的原文。

是写下「自己的想法」。

比如他读了一本关于法律理论的书，他不会写：

「第 47 页：法律的正当性来源于程序的公正性。」

他会写：

「我觉得法律的正当性和科学的正当性有一个有趣的相似点——两者都不依赖’内容’本身是否正确，而是依赖’过程’是否被遵守。这和我之前读的 XXX 提到的概念有呼应。」

看到区别了吗？

前者是摘抄。死的。

后者是思考。活的。

每一张卡片，都是他大脑的一次放电。

然后，他会在卡片的角落写上几个编号——

这些编号指向他卡片盒里其他相关的卡片。

卡片 #2471 的角落写着「→ #1035, → #3892」——

意思是：这个想法和第 1035、第 3892 号卡片有关联。

每写一张新卡片，就链接几张旧卡片。

日复一日。年复一年。

30 年后——

他的木头柜子里有了 70000 张卡片。

而他，这个没有博士学位的前公务员——

发表了 58 本学术专著和 500 多篇论文。

成为了 20 世纪最重要的社会学家之一。

有人问他：「你怎么能写出这么多东西？」

他说：

「不是我在写。是我和我的卡片盒在一起写。」

再有人问：「那你的生产力秘诀是什么？」

他说了一句让所有人困惑的话：

「我从不强迫自己做任何事。我只做容易的事——当我不知道下一步该做什么的时候，我就去卡片盒里翻一翻，总能找到方向。」

这句话，是理解整个卢曼方法的钥匙。

02｜大多数人学卢曼，全学错了

卢曼卡片盒在过去几年火遍全球知识管理圈。

无数人开始模仿。

但我观察下来，95% 的模仿者在三个月内放弃了。

不是因为方法不好。

是因为他们学到的是一个残缺的、变了形的版本。

让我帮你拆一下，大多数人是怎么「学废」的——

❌ 误区一：把「原子笔记」理解成「短笔记」

很多教程说：「卢曼方法的核心是’一张卡片只记一个想法’。」

这没错。但很多人把它理解成了——

「那我就把笔记写短一点呗？每条笔记不超过 100 字？」

于是他们的卡片盒里全是这样的东西：

「认知偏差很重要。」

「习惯的本质是神经回路。」

「好标题要有数字。」

每一条都不超过 20 个字。

这不是「原子笔记」。这是「碎片垃圾」。

卢曼的原子笔记虽然只讲一个想法——

但每一张卡片都是一个完整的论述。

有观点、有论据、有他自己的推理过程、有和其他卡片的关联说明。

一张卡片通常有 100-300 字。

短不等于原子。一个想法讲清楚，才叫原子。

❌ 误区二：只存不链

很多人记了一堆卡片，但从来不打链接。

「我知道要打链接，但我笔记有 500 条了，每次写新笔记都不知道该链接到哪条旧笔记。太累了。」

于是他们的笔记库是这样的——

500 个孤零零的节点。没有一条线连接它们。

就像一盘散落在桌上的珍珠。

每一颗都很漂亮。但它们不是项链。

没有链接的卡片盒，就是一堆比较整齐的碎片笔记。它和 Word 文档没有本质区别。

❌ 误区三：不回顾

卢曼每天都会花时间「翻卡片」。

不是为了复习。

而是为了让旧卡片和新想法碰撞。

他管这个过程叫「和卡片盒对话」。

但大多数人写完笔记就再也不看了。

他们的卡片盒就像写了日记的本子——

写的时候很认真。

写完就塞进抽屉，永远不翻第二次。

这三个误区归结为一句话：

卢曼方法的精髓是对的，但执行成本太高了。

拆解原子笔记 → 要动脑。

找到链接关系 → 要翻全库。

定期回顾碰撞 → 要有时间。

每一步都需要大量的精力和自律。

卢曼坚持了 30 年，因为他是那种自律到变态的人。

但你和我不是。

那怎么办？

2025 年了。我们有 AI。

03｜AI 来了，游戏规则变了

让我重新列一下卢曼方法的三个核心步骤，然后告诉你 AI 在每一步能做什么——

text

步骤一：把长内容拆解成「原子卡片」
        卢曼：手动读、手动想、手动拆。每篇文章至少30分钟。
        AI：你把文章扔给它，它10秒钟帮你拆好。
步骤二：为每张卡片找到相关链接
        卢曼：凭记忆翻遍70000张卡片。
        AI：自动扫描全库，推荐最相关的5条笔记。10秒。
步骤三：定期回顾，发现新关联
        卢曼：每天翻卡片盒，靠缘分碰到有趣的旧卡片。
        AI：每天自动推荐「你可能遗忘的相关笔记」。0秒。

三个步骤的总时间：

卢曼版：30分钟 + 20分钟 + 15分钟 = 65 分钟/篇

AI 版：10 秒 + 10 秒 + 0 秒 + 你精修 10 分钟 = 约 10 分钟/篇

从 65 分钟到 10 分钟。效率提升 6 倍。

但更重要的不是时间——

是卢曼方法中最致命的「放弃点」——全部被 AI 消灭了。

你不需要绞尽脑汁去拆解原子笔记——AI 帮你拆。

你不需要翻遍全库找链接——AI 帮你找。

你不需要刻意安排回顾时间——AI 每天自动推。

你只需要做卢曼方法中最有价值、也是最有趣的那一步——

看着 AI 拆好的卡片和推荐的链接，判断：「哪些是真正有价值的？哪些关联是我认同的？」

然后加入你自己的想法。

这才是人类该做的事情。

判断。选择。注入灵魂。

不是拆、不是找、不是翻。

那些是机器该做的事情。

04｜实战演示：一篇文章如何被 AI 拆成 7 张原子卡片

好了，说了这么多——

该看真家伙了。

我拿一篇真实的文章做演示。

就用我自己最近读的一篇长文——主题是**「为什么大多数人的新年计划会失败」**，大约 3000 字。

以下是完整流程。

🔹 第一步：把文章喂给 AI

我在 Obsidian 里打开这篇文章的笔记，然后对 AI 说：

「请阅读以下文章，将其拆解为原子笔记。每条原子笔记只包含一个核心想法，用我自己的话重新表述（不要照抄原文），每条 100-200 字，并为每条笔记建议一个简洁的标题。」

🔹 第二步：AI 返回 7 张原子卡片

10 秒后，AI 给了我这样一份清单：

卡片 1：「新年计划失败的根本原因不是缺乏意志力」

大多数人认为新年计划失败是因为自己「不够自律」。但真正的原因是计划本身的设计有问题——目标太模糊（「我要变健康」）、没有和日常行为绑定、缺乏即时反馈。意志力是一种有限资源，靠它驱动长期行为改变，相当于用手机电量跑马拉松。

卡片 2：「身份认同比目标设定更重要」

与其设定「我要每天跑步」的目标，不如建立「我是一个跑步的人」的身份认同。行为改变的优先级不是「结果→过程→身份」，而应该反过来：先改变身份认知，行为会自然跟随。这和 James Clear 在《原子习惯》里说的方向一致。

卡片 3：「环境设计是��严重低估的习惯工具」

你不需要更强的意志力，你需要更好的环境。把跑鞋放在门口比每天早上做一次心理斗争有效 10 倍。环境设计的本质是「降低好行为的摩擦力，提高坏行为的摩擦力」。

卡片 4：「'小到不可能失败’的启动策略」

新年计划失败的一个核心原因是起步太大。「每天跑5公里」→ 第3天下雨就放弃了。正确的做法是设定一个「小到不可能失败」的起点——「每天出门走1分钟」。行为一旦启动，惯性会带着你走下去。先求启动，不求完美。

卡片 5：「习惯追踪器的双刃剑效应」

习惯追踪（打卡/连续天数）在短期内有效，但长期可能有害。当你某天断了连续记录，产生的「破窗效应」会导致整个习惯崩塌——「反正已经断了，不如放弃吧。」比打卡更好的方式是：允许自己「永远不连续中断两天」。

卡片 6：「反馈回路是习惯存活的氧气」

人类大脑需要即时反馈来维持动力。新年计划之所以难坚持，是因为反馈太慢——你跑了一个月步，体重可能纹丝不动。解决方案是设计「过程性指标」而非「结果性指标」：不追踪体重（结果），追踪每周跑步次数（过程）。过程性指标提供了即时、可控的正反馈。

卡片 7：「社会承诺比��我承诺有效3倍」

对自己说「我要减肥」，失败率极高。但如果你告诉了 10 个朋友「我要在3个月内减10斤」，你的坚持概率会显著提升。这是因为「社会承诺」触发了心理学上的「一致性原则」——人类有强烈的动力让自己的行为和公开声明保持一致。

全部 7 张卡片，AI 用了不到 10 秒。

而我如果手动来做呢？

读一遍 3000 字的文章 → 10 分钟。

逐段提炼核心想法 → 15 分钟。

用自己的话重写成 7 条独立笔记 → 30 分钟。

合计：55 分钟。

AI：10 秒。

🔹 第三步：我做「主编」——精修卡片

AI 拆的这 7 张卡片完美吗？

不完美。大约 80 分。

有些地方用词不够「像我说的话」。

有一张卡片的论述逻辑我觉得可以更紧凑。

还有一些我个人独有的体验，AI 当然写不出来。

比如卡片 3 讲「环境设计」——

我会加上一句自己的亲身经历：

「我曾经把 Kindle 放在枕头上，把手机充电器移到了客厅。第一周，我的睡前阅读时间从 0 变成了每天 20 分钟。我什么意志力都没用。」

这种真实的个人经验，是 AI 永远无法生成的。

也是这张卡片从「通用知识」变成「我的知识」的关键一步。

精修 7 张卡片，花了我大约 8 分钟。

🔹 第四步：AI 自动推荐链接

精修完成后，AI 对每张卡片做了一件事——

扫描我整个笔记库，推荐最相关的旧笔记。

结果惊喜不断——

卡片 2「身份认同比目标设定更重要」被链接到了我三个月前写的一条关于品牌定位的笔记——

推荐理由：「个人的’身份认同’和品牌的’定位’本质是同一件事——都是先定义’我是谁’，行为/传播自然跟随。」

卡片 5「习惯追踪器的双刃剑效应」被链接到了一条关于游戏设计的笔记——

推荐理由：「游戏中的’连续登录奖励’和习惯打卡机制完全同构，而游戏设计师早就知道’断签惩罚’会导致用户流失。」

这些跨领域的关联，如果靠我自己翻笔记——打死也想不到。

但 AI 10 秒钟就找到了。

🔹 第五步：7 张卡片融入知识网络

最后一步——

这 7 张新卡片被存进了我的 Obsidian 笔记库。

每一张卡片都带着 2-4 条链接，和我已有的旧笔记连接在一起。

它们不是孤零零地躺在某个文件夹里。

它们一出生，就已经是我知识网络的一部分了。

未来当我写文章需要关于「习惯养成」的素材时——

我不需要翻找。

AI 会帮我找到这 7 张卡片，以及和它们关联的所有相关笔记。

未来当 AI 每日推荐「你遗忘的旧笔记」时——

这 7 张卡片也可能在某个意想不到的时刻被推送到我面前，和某个全新的主题碰撞出火花。

它们是活的。它们会持续为我创造价值。

而整个过程——从一篇 3000 字的文章到 7 张融入知识网络的原子卡片——

总共花了不到 10 分钟。

05｜卢曼不可能做到的事

让我把这个流程的前后对比放在一起，你就能直观感受到 AI 带来的变化有多大——

text

╔═══════════════════╦═══════════════════╦═══════════════════╗
║                   ║  卢曼版（纯手动）    ║  AI 版（2025）     ║
╠═══════════════════╬═══════════════════╬═══════════════════╣
║ 阅读理解           ║ 手动精读           ║ AI辅助提炼关键段落  ║
║ 拆解原子卡片       ║ 手动拆解 30分钟     ║ AI拆解 10秒       ║
║ 用自己的话重写     ║ 手动重写 20分钟     ║ AI初稿+你精修 8分钟 ║
║ 寻找链接          ║ 翻全库 15分钟       ║ AI推荐 10秒       ║
║ 定期回顾          ║ 每天手动翻 15分钟    ║ AI每日自动推荐 0秒  ║
╠═══════════════════╬═══════════════════╬═══════════════════╣
║ 单篇文章总耗时     ║ 约65分钟           ║ 约10分钟           ║
║ 放弃概率          ║ 极高               ║ 极低               ║
╚═══════════════════╩═══════════════════╩═══════════════════╝

但更让我兴奋的不是效率提升——

而是 AI 能做到一些卢曼不可能做到的事。

卢曼不可能做到的事 #1：全库扫描

卢曼有 70000 张卡片。

他每次找链接，靠的是记忆力。

他记性再好，也不可能记住每一张卡片的内容。

一定有大量的潜在关联，被他永远遗漏了。

但 AI 没有这个限制。

它扫描 70000 条笔记，和扫描 7 条笔记一样快。

AI 的记忆是完美的。你的每一条笔记，它都不会遗忘。

卢曼不可能做到的事 #2：跨语言关联

卢曼的卡片全是德语。

如果他读了一本英文书，他需要先翻译、再理解、再写卡片。

但 AI 可以在不同语言的笔记之间发现关联。

你用中文写的一条笔记，和你用英文摘录的一段论文，如果核心观点相似——

AI 会告诉你：「这两条笔记在说同一件事。」

跨语言的知识连接——这是卢曼做梦都想不到的事。

卢曼不可能做到的事 #3：主动推送

卢曼必须主动去翻卡片盒，才能发现旧卡片。

如果他连续一周太忙没翻——那一周就没有任何「知识碰撞」。

但 AI 是主动的。

你不找它，它也会找你。

每天早上打开 Obsidian，它就把「你可能感兴趣的旧笔记」推到你面前。

你的知识库不再是被动的仓库。它变成了一个主动服务你的系统。

我有时候会想——

如果卢曼活在 2025 年，他会怎么样？

他的 70000 张卡片会变成 700000 张吗？

他的 58 本书会变成 580 本吗？

我不知道。

但我知道一件事——

他一定会用 AI。

而且他一定会说：

「这才是卡片盒应该有的样子。」

06｜你不需要 70000 张卡片

看到这里，我猜你可能有两种反应——

一种是兴奋：「太酷了，我今天就开始！」

另一种是畏惧：「70000 张卡片？我这辈子也做不到吧……」

如果你是第二种——

请把「70000」这个数字从脑子里删掉。

卢曼花了 30 年积累到 70000 张。

但他在第 100 张卡片的时候，就已经开始从卡片盒中获得价值了。

你不需要 70000 张卡片。你需要 100 张。

而且不是随便什么 100 张——

是 100 张有你自己想法、并且互相链接的卡片。

让我给你一个极简的启动方案——

🔹「21 天 × 100 张卡片」挑战

第 1 周（第 1-7 天）：每天读一篇文章，用 AI 拆成 3-5 张原子卡片。

不需要读长文。一篇公众号文章、一个播客的笔记、甚至一条让你有感触的朋友圈——都可以。

关键是：AI 拆完之后，你必须花 3 分钟精修，加入自己的想法。

7 天下来，你大约有 25-35 张卡片。

第 2 周（第 8-14 天）：继续每天拆卡片，同时开始回顾旧卡片。

每天花 5 分钟，看看 AI 推荐的「相关旧笔记」。

看到有趣的关联——加一条链接。

看到不认同的旧卡片——改掉它，或者写一张新卡片反驳它。

7 天下来，你大约有 60-70 张卡片，而且它们之间已经形成了一张小小的网络。

第 3 周（第 15-21 天）：尝试你的第一次「产出」。

对 AI 说：

「扫描我的笔记库，帮我找出可以组合成一篇文章的卡片组合。」

它会给你 2-3 个候选选题。

选一个。

用这些卡片作为素材，让 AI 帮你搭一个大纲。

然后你来写。

21 天结束的时候，你拥有了：

• 100 张有自己想法的原子卡片 ✅
• 一张正在生长的知识网络 ✅
• 至少一篇从知识库中「长出来」的文章 ✅

这就是你的卡片盒 1.0。

它不是 70000 张。但它是活的。

而且从这一天起，它每一天都在长大。

07｜一个让我意外的发现

最后讲一件私事。

我用这套方法（AI 拆卡片 + 自动链接 + 每日推荐）已经快一年了。

最让我意外的变化不是写作效率——虽然那确实提升了好几倍。

最让我意外的是：我开始期待每天早上打开 Obsidian。

以前，打开笔记软件是一件有点沉重的事——

我看到一堆待整理的笔记，想到要分类、要归档、要处理——

就像看到了一堆没洗的碗。

但现在不一样了。

每天早上打开 Obsidian，AI 推给我几条「你可能遗忘的旧笔记」——

我会好奇地点进去看看。

「哦，这条我去年写的？有意思。」

「咦，这条和我昨天记的那个想法好像有关联？」

「这两条合在一起，是不是可以变成一个选题？」

那种感觉就像——每天早上打开一个盲盒。

你不知道今天会和哪条旧笔记重逢。

你不知道 AI 会帮你发现什么意想不到的关联。

知识管理这件事，第一次变得——好玩了。

不再是苦差事。不再是自律竞赛。

而是一种每天都有小惊喜的日常乐趣。

我想，这可能就是卢曼说的那句话的真正含义——

「我从不强迫自己做任何事。我只做容易的事。」

当你有了一个好工具、一套好方法、一个每天都在帮你发现新东西的 AI——

坚持，就变成了一件「容易的事」。

不是靠意志力。是靠好奇心。

🗣️ 你的第一张卡片

今天就写你的第一张原子卡片。

不需要下载任何软件。不需要安装任何插件。

打开你手机的备忘录就行。

想一想：你最近读到的、听到的、或者自己想到的——有没有一个让你觉得「有点意思」的想法？

把它写下来。

不要摘抄别人的话。

用你自己的话。100-200 字。

写完之后——

再想一想：这个想法和你之前知道的什么东西有关联？

在末尾加一句：「这让我想到 ______。」

写完了吗？

恭喜你。

这就是你的第一张卢曼卡片。

你的知识网络，从这一张开始。

评论区见——把你的第一张卡片（或者卡片的标题）贴出来。

我很想看看，你的知识网络的第一个节点，是什么。

✍️ 我是一只阿木木，一个每天早上打开 Obsidian 像拆盲盒的人。

前五篇是心法。这一篇，是心法和实战的桥梁。

你现在已经知道了：

怎么记笔记（原子卡片）、怎么组织笔记（链接不是文件夹）、怎么让 AI 帮你（给它知识库而不是让它裸奔）。

但还有一件事我没讲——

怎么用笔记来「学习」。

真正的学习，不是记住信息，而是能用自己的话把它讲出来。

有一个叫费曼的物理学家，发明了一种学习方法——

而 AI，让这个方法变得前所未有地容易。

👉 《比刷 100 节网课有效 10 倍的学习方法：让 AI 当你最「笨」的学生》

关注**「一只阿木木」**，我们下个路口见。  卢曼卡片盒、Zettelkasten、原子笔记、Obsidian、AI笔记方法、知识管理、卡片笔记法、双向链接、AI拆解笔记、第二大脑

📞 AI+obsidian 读书与知识管理星球