公开的知识，AI 三秒钟就能给你更好的版本。真正在升值的，是它检索不到的东西：你当时的假设、你踩过的坑、时间序列里的你自己。WhyNote 只做一件事——让这些东西以最低的摩擦，落进一个能存五十年的纯文本文件。
卡片盒笔记法诞生在一个「检索昂贵、联想稀缺」的世界。卢曼需要那个盒子，是因为他没有别的办法在九万张卡片里做关联。这个前提，已经没了。
公开可检索的知识。什么是 CAP 定理、Docker 网络怎么配、DCF 怎么算。你摘抄一万条，AI 三秒钟给你更好的版本——知识库再庞大，也没有收益。
AI 检索不到的私有信息。只存在于你脑子里、且会被时间冲刷掉的东西：决策当时的理由、你环境里独有的坑、还有你自己的时间线。这是唯一还有壁垒的部分。
一条判据，四个变量。把你的三种选择放进去，结果一目了然。
失败模式无一例外：维护成本悄悄长回来，直到你弃用它。
省下了全部成本，也放弃了唯一在升值的资产——判断力永远从零开始。
写下的时候几乎免费，用到的时候无可替代——你的判断力，从此有了复利。
图书馆存别人的答案，记录簿存你自己的假设和结果。前者 AI 已经替你建好了，后者只有你能建。按那条判据推下来，值得记的只有三类——外加一类三年前还不存在的。
市场会给你反馈，而记忆会篡改证据——赚了是「我早看出来了」，亏了是「黑天鹅」。一条决策日志只要四行：做了什么、预期什么、依据什么假设、什么情况出现说明你错了。半年后你拿到的不是知识，是校准。
不是「Kafka 怎么用」，而是「我们这套集群里那个诡异超时是哪个配置」。判据很简单：把问题原样问 AI，它答不上来，就值得记。你花三小时 debug 出来的东西，重建成本最高。
「上个季度我时间花哪了」「这事我是不是三年前就想过一次」——能回答这些问题的，是每天两行的流水账。它的价值不在写下的时候，在你回头查询的时候。而它的记录成本，低到可以忽略。
CLAUDE.md、你的偏好档案、调好的 prompt、反复要交代的背景。写一次，之后每次对话都在省时间——复用概率接近 1，是罕见的高 ROI 写作。你的笔记正在从记忆的外置，变成智能体的上下文。
它的前身，是三年里被反复弃用的方案——卡片盒、双链、各种工具，失败模式无一例外：维护成本悄悄长回来。所以这一次，任何增加「记一笔」摩擦的设计，默认否决。
一个文件，每日一段，光标已经停在今天的末尾。没有「这条该归哪」的决策点——本子的优点恰恰是不可整理。登录？首次之后，这个动作从系统里消失。
Bear 式实时上样式，没有中间文档模型，永不静默改写你的字。拼音长句、语音听写，真机逐项验证不吞字。你看到的每个字符，就是文件里的每个字符。
搜索、#决策 决策视图、- [ ] 待办视图，是同一个扫描器的三种预设查询——全是可删可重建的派生物。log 本身，一个字不用变。
纯文本 markdown，自描述文件头，导出再导入，规范化后字节恒等——sha256 可以自动验证。
五十年的日志约 27 MB。没有这个软件、甚至没有任何软件，你也读得懂它。
数据随时能整份带走——这不是运营承诺，是格式层的保证。
$ curl note.ai6868.top/export/log.md <!-- log-v1：本文件自带说明书，没有软件也能读 --> <!-- 校验：sha256(body) = 9f3a…c21e --> ## 2026-08-02 周日 - 换仓：加了 20% 的仓位。核心假设是 渠道库存已出清 #决策 - [x] 修好集群诡异超时：keepalive 配置 $ 导出 → 导入 → 再导出 ✓ 字节恒等，往返保真
组织的边际价值已经归零：把整个文件丢给 AI，就能问。
那是为「检索昂贵」的世界发明的。链接不维护自己，维护它们的是你。
#决策 只是几个普通字符，从未在任何地方被登记——所以没有体系需要打理。
记录的入口永远干净。打扰是另一种摩擦，而摩擦是这个系统的头号敌人。
捕获归 log，呈现归派生。需要答案的时候，导出丢给任何一个 Agent——它比内建的按钮更聪明。
也就没有「导出功能残废」这回事。纯文本，是唯一确定五十年后还打得开的格式。