看好友永錫用 AI 寫一本書：當卡片盒長出了第三隻手
今天晚上，我泡了杯茶，點開永錫的線上直播。
說起張永錫，認識他很多年了。早些年他在誠品南西的生活實驗室講「來自日本的手帳工作法」，我排除萬難跑去聽；他那本《不成功，因為你太快》出版時，我還在文具館看到新書陳列，心裡偷偷羨慕。所以這次他說要分享「我現在怎麼用 AI 寫一本書」，我幾乎是立刻就把行事曆清出來——畢竟，看一個寫了多年卡片的人，怎麼把他的方法搬進 AI，這種事不是天天有。
而且，他開場就丟了一個我很難拒絕的交換條件：開麥分享心得的人，他就送出這本書的電子書連結；條件是——你得看完，然後寫一篇心得給他。
「因為 AI 最困難的，就是它不知道人類真正的感受是什麼。」永錫說，「你問它『這篇文章最讓你有感受的地方在哪』，它每次都是硬掰的，它根本沒有感受。所以我需要真人的感受。」
嗯，這篇文章，某種程度上就是我交的作業。
他把一本書，變成了一張世界航運地圖
永錫示範的第一件事，是把書稿丟進一套叫 TheBrain 的軟體。
這套軟體有三十年歷史，可是它跟我們熟悉的「資料夾加檔案」完全是兩個物種。資料夾是線性的、樹枝狀的；TheBrain 是網狀的，像一張蜘蛛網——而且，它現在接上了 AI。
他打開一張腦圖，跟我們說：你把它想成一張世界航運地圖。高雄港、香港、洛杉磯港……每一個港口，可能是一個九宮格，也可能是一個八十一宮格，它就是一個「點」。可是重點從來不是某個港口多大，而是港口與港口之間那些串連起來的航線。
他說了一句讓我記到現在的話：整個東亞為什麼能從「東亞病夫」變成經濟愈來愈好？就是因為有航運，互通有無。卡片盒也是一樣——一開始是一張一張孤零零的卡片，慢慢連結成越來越長的思路，思路跟思路再交織成網。就像樹根，長到一定程度會盤根糾錯，那一瞬間，你在這張知識網裡移動的速度，會快上好幾倍。
打個比方，過去我們寫文章，是在一座座孤島之間划船；現在永錫做的事，是在這些島之間鋪好航道。船還是你開的，但你不必每次都從零開始划。
真正讓我「哇」出來的，是語意搜尋
永錫拆解了在書裡找東西的三種方式，我覺得很值得每個做知識工作的人記下來。
第一種叫章節搜尋——你記得某個概念在 3.2.5，就直接翻過去。前提是你看過這本書。第二種叫精確搜尋——你知道書裡有「梅棹忠夫」這個罕見的名字，就搜這個字。他說了一句很有畫面的話：「我常常買一本書，目的就是為了搜一個字。」Kindle 就能做到這兩種。
可是第三種，Kindle 做不到——語意搜尋。
你根本不知道書裡確切的用字，只有一個模糊的念頭，丟一句自然語言給它，它就能找。永錫當場示範：他問 TheBrain 的 AI，「比較『全系統』腦圖裡，九宮格和八十一宮格的不同」，這題其實有點難，AI 得在書裡找出兩條思考路徑，再把它們的對應關係拼出來。他補了一句很誠實的話：就算書裡實際上沒有這個字，它也會找相近的東西「硬掰」拼起來，生成一段文本給你——這就是「生成」。
老實說，看到這一段，我心裡是有點震動的。我自己也在寫一本書，書稿散在各處，腦袋裡常常有「我記得我好像在哪裡寫過類似的東西」的感覺，卻怎麼也撈不出來。語意搜尋撈的，正是那個「好像」。它撈的不是關鍵字，而是你模糊的直覺。
FIRE：把偶然走出來的小路，走成高速公路
整場分享的骨架，是永錫書裡的一個章節，叫 FIRE 法則。火，比較像是開火、開槍的意思。我幫他和我自己各記了一份筆記：
- F（Fleeting／編號）：臨時筆記與編號系統。他講了一個我特別喜歡的歷史——第一次世界大戰時的維也納，為了徵兵，才開始幫每一棟房子編門牌；日本也是，臺中的東西南北區、西屯南屯北屯，本質上就是為了行政與徵兵的編號。魯曼用三十年，幫九萬張卡片編了九萬個號碼。說穿了，編號不是為了整齊，而是為了「找得到」。
- I（Index／關鍵字）：他列了 81 個關鍵字、8 本核心參考書，請 AI 用向量的「權重」幫他排出每個章節最重的字，再人工微調。
- R（Root／路徑）：這是他自己說「今天最重要」的部分。他原本叫它 Reference、Relationship，最近終於換了一個更滿意的字——Root，根，也就是路徑。把偶然發現的小路，反覆走、走成柏油路，再走成高速公路，甚至一條世界級的航道。R，才是知識的深層脈絡。
- E（E-book／電子書）：最後變成可以送你、可以閱讀的成品。
我特別有感的是 R。永錫說，一本只有目錄、卻沒有索引，而且兩者關係沒做好的書，稱不上好書。他用了一個吊床的比喻：吊床要綁在兩棵樹之間，只有一邊，你怎麼可能舒服地躺著？目錄和索引，就是那兩棵樹。
卡片盒的第三隻手：半人馬
如果說這場分享只讓我帶走一個概念，那會是「半人馬卡片盒」。
永錫把卡片盒的演化分成三段：紙本的（魯曼那一代，純手寫，三十年九萬張）、數位的（Obsidian、Hypertext，搬上電腦）、以及第三代——半人馬，人再加上 Agent。語意搜尋、自動分類、自動上標籤，這些在魯曼的紙本上可能要花三四個小時，在電腦卡片盒也很難做好，可是交給 AI，幾秒鐘的事。
半人馬這個詞很傳神。它不是讓 AI 替你寫，而是讓你保留韁繩、AI 出腳力。永錫現場讓 AI 把書稿的三個部分自動分類、配上有色系和圖標的標籤，甚至寫了一個「自動生成九宮格摘要」的 Skill。他才學了十天，就把這關「破關」了。
我看著看著，忽然想到一件事：我們這些寫字的人，最怕的從來不是寫，而是「面對空白頁」。永錫轉述他一個在柏克萊念博士的朋友，常常晚上打開 Word，對著空白螢幕哭泣——做了無數研究，卻寫不出一篇應有層級的論文。半人馬卡片盒解的，正是這件事：不要從空白頁開始，而是先回到你的卡片盒裡，找幾個關鍵字、幾張觀點卡，讓眼前這一頁有東西可以接。
但他真正想講的，是底層邏輯
分享到一半，永錫忽然把節奏慢下來，說了一段我認為是全場最重要的話。
他說，一般人教 AI，是在教你工具的技術——Codex 的 Skill 怎麼寫、TheBrain 的 Script 怎麼寫、Claude 和 ChatGPT 差在哪。可是這些，很快就會被新工具超越。真正不可被超越的，是你掌握住的底層邏輯。
然後他舉了個例子：那個週末他在美濃幫太太做農產品的產銷履歷，一筆一筆核對地號、農作物、農民身分——他說，這個地號，跟卡片筆記的編號，底層邏輯一模一樣。講到這裡，他還順手點了我一下，說「Vista 很會寫文章，他一直在思考文案、行銷的問題，那也是一種底層邏輯的累積」。
被老朋友當眾這樣講，我有點不好意思，但也確實被打到。因為我一直相信一件事：工具會換，手藝不會。AI 換了一輪又一輪，可是「怎麼把一個觀點說清楚、怎麼讓讀者願意讀下去」，這件事二十年來沒有變過。永錫只是把同一個道理，換到卡片和編號上再講了一次——會被取代的，是可以標準化的整理工作；不會被取代的，是你對一個領域日積月累的判斷。
寫在最後：他還沒寫完，這正是重點
整場聽下來，最打動我的，反而是永錫說「我現在還沒寫完」的那個段落。
他說，他現在做的不是趕著寫完，而是回頭去寫關鍵字、建立交叉連結——讓這本書像葡萄酒一樣，越陳越好。等他覺得這支酒夠好了，他才會出。
這句話，我想送給每一個正在寫東西、卻覺得自己「永遠寫不完」的人，包括正在寫書的我自己。我們常常把「寫完」當成終點，可是永錫示範了另一種可能：寫作不是把字填滿，而是把脈絡織密。當你的卡片之間長出夠多的航線，很多東西就會自然浮出來。
延伸閱讀：申克·阿倫斯《卡片盒筆記》（永錫與朱騏審定）、梅棹忠夫《知的生產的技術》、許榮哲的靶心人公式。
