转眼2019年已经过去，在这里 火箭君先祝各位火箭粉在2020年里 ：

新年新气象，高效高成长

回顾2019，火箭君很明显的发现：前来询问如何快速成长的问题开始变多。 而在早几年，大家只是关心如何通过工具搞定眼前的事情，而至于如何促进自身成长，或者如何举一反三之类的问题，当时不少人都没有兴趣。

为什么会出现这样的变化？2020年是不是会延续这一趋势？火箭君觉得，也许是这些年人工智能的高速发展刺激了我们的自尊，也许是泛起的知识付费热潮使我们更易成长（或焦虑），也许是很多新兴的工作机会开始出现，而我们没有来得及积累更多知识，跟不上脚步。而不管如何，这一切都导致了我们对「效率」及「工具」的期待上，产生了些许微妙的变化。 

进化还是退化？

这种变化体现在：以往我们利用效率工具，往往只求结果，过程越「傻瓜」越好，而现在不一样了！

最典型的例子是：搜索引擎

（1）一开始，我们只管提问，答案自然会出来。

（2）然而画风逐渐开始变化，一些工具开始利用我们疏于思考，轻信搜索结果的习惯，开始引导甚至误导我们。轻则浪费时间阅读广告，重则送掉性命，例如：某些搜索引发的医疗广告纠纷，招来了网上的口诛笔伐。

（3）另一方面，很多有价值的内容逐渐变得难以通过常规手段被搜索到，垂直搜索开始大行其道。

（4）再往后，当我们失去了对某些搜索引擎的信心之后，部分人开始学习高级搜索技巧（网上真的有课），部分人开始搭建自己的知识库，部分人开始学习Python自己挖掘信息，而 Python 又成了一个新的热门工具（编程语言）。BTW，今年来问火箭君，要不要学Python的人还不少，跨各种行业（也许沾光AI的关系吧）。

一方面，我们过度依赖工具，会使我们开始退化；另一方面，退化带来的焦虑反过来又促使我们成长。这真是一个很有意思的过程！

SIRI回答：这是一个有趣的问题

问的出问题，本身就是进步

但怎么算进化？躺在工具营造的效率上不是挺好吗？毕竟不是所有工具都会险恶到要人性命。

这时我们不妨想想：为什么「某度」老是列出我们不想看的信息；为什么「某日某条」老是推送一些「没营养」的东西；为什么网上的「某某经验」「某某文库」总是给出完全不靠谱的解决方案；如果我们真的想象得出这些场景的话，其实我们是很幸运的。

因为，我们至少知道，这些工具提供的结果是「有问题」的，我们可以提的出问题，而不是照单全收，这本身就是进步。也许这种「进步」仍旧不能解决问题，我们也仍旧不知道这些机器推送背后的原因，但是这足够可以触动我们寻找更好的方法去解决问题，包括付出努力学点新东西。

因此，火箭君想说的是，并不是工具本身帮助我们「进化」或「退化」。我们如何思考一个问题，我们有无自己底气来「提问题」，这才是所有问题的核心所在。而这种「底气」显然不是来源于盲目的自信，不是来自于XX AI工具的「赋能」，而是来自于我们自己的积累，以及对积累的思考（复盘）。

幸运的是，在互联网时代，如果我们真的知道自己要什么，知识的积累比以前要便捷很多。许多积极上进的小伙伴都有积累网上知识的好习惯，无论是通过记录笔记，收藏文章，还是下载资源，观看视频教程，也无论这些知识是 积累在「XX云笔记」还是「XX Markdown工具」还是「XX 文件夹」里面。然而，我们要担心的恰恰不是「积累」本身，因为单纯的堆积资料并不能使我们变得「足够聪明」，以至于在关键时刻能够「问得出」问题。

火箭君觉得重点在于：「连接」，笔记与笔记 / 文件与文件 / 知识与知识 的「连接」。

「连接」让我们区别于机器

等等，我想说的真的不是「社交网络」，虽然这也是一种「人与人」的连接， 火箭君想说的是知识上的「连接」。在很长的时间里面，无论是自动化的机器工具还是电脑程序，是不懂「连接」的，它们不能发现各个知识之间的联系，它们只知道死板的「规则」。

人之所以是人，就在于我们脑内有充分的知识和「知识连接」。我们说到「鸟」会联想到麻雀，老鹰，同时脑海里会出现「羽毛」「翅膀」之类的标签，我们不用知道每一个鸟，下次看到鹦鹉也可推测它是鸟类，甚至预测这个鸟也能飞，也能叫。也许这种预测会在企鹅这种不会飞的鸟上「翻船」，但是不妨碍我们形成新的知识。我们的这些「知识连接」，使我们能够有信心面对未知的挑战，并且面对未知能问得出好问题来，例如这个「XX医院真的包治百病吗？」，当我们有了「某度」相关的「知识连接」后，我们就有能力开始怀疑它了。

对于我们轻而易举的识别，对机器来说算得上AI成就了

我们已经知道，「人工智能」正在朝「知识连接」（基于神经网络的机器学习）这个方向上努力飞奔，并且不少 （黑心或不黑心）的老板 都期望AI有朝一日能超越我们人类，代替我们处理工作，认为这才是提升工作效率的「圣杯」。

但火箭君觉得：「连接」对于我们人类来说如此重要，恐怕不是机器所能取代的，而这恰恰是我们的灵魂所在，我们能称得上「进化」的地方，恰恰是这个「连接」的数量和质量。

有种工具帮助我们「进化」

看到这里，熟悉我们的火箭粉大概可以想象，我们接下去要说什么了。

有种工具并不是让我们变懒，而是鼓励我们让积累的资料通过创建连接而变得越来越有价值，那就是：我们效率火箭自家的 标签式文件管理软件 tagLyst。

www.taglyst.com

现在，tagLyst Next 3.0 新版 已经发布了！

tagLyst 旨在加深文档资料之间的连接，我们主张运用「文件标签」将手头堆积的文件，整合为一个充满「连接」的「知识库」。

现在 tagLyst 希望帮助我们进一步加深对资料和知识的「连接」。

智能文件标签，加深文件之间的连接

通过设定「标签规则」，将一堆相关的文件聚合起来。

我们也可以将「工作状态」主动添加在文件上，下次直接可以筛选统计

文件引用链接，将各处文件汇聚起来

「引用」更像是快捷方式，对引用的标签操作，不会触及原文件的名称。

我们可以把散落在硬盘各处的重要文件，通过「文件引用」汇聚到一起，和资料库内其它文件一样进行标签管理。

网页引用链接，建立网页收藏夹

「网页引用」相当于「文件引用」的「互联网」版。

我们可以把实用的网页地址和相关的本地文件收藏到一起，一并进行标签化管理。

除此以外

3.0版更新了软件界面，整体显得更加统一简洁。而原来的 预览/统计 等特色功能也得到了保留和加强，让我们可以从「关联」的文件中高效地汲取知识。

大幅预览

统计视图

最后

火箭君想说虽然tagLyst虽然不是万能的，但是我们自己也在深度使用 tagLyst， 用于管理自己的业务。tagLyst带来的「连接」让我们的业务变得越来越聪明。这种聪明不是「高大上」的 AI 带来的，而是来自于我们日常将 业务的记录 通过标签 组织起来而获得的。

例如：现在，我们发现一个「检索」的Issue时，可以快速看到 这个 Issue 以及 有相同具有「检索」标签的 其它Issue，并发现以往是如何解决的，或者快速找到参考资源。我们也用标签快速区分哪些文件是要「Review」的，哪些是已经「Closed」的，这个已经成为我们「工作流」的一部分……

还是这句话，tagLyst 并不是一个让我们躺在工具上偷懒的设计，反而需要我们持续积累知识和连接，但是有了 tagLyst，我们就可以活用这些积累而不是让文件「吃灰」。等到连接达到一定程度，正如上文所说，我们的工作就不再是机械重复，不再是每次从零开始，换句话说，我们的工作逐渐变得「有灵魂」。而「有灵魂」的工作，在2020年代才不会被AI取代。

最后的最后，火箭君再次祝大家 2020年里，心想事成，不断提升进步！