文档管理仍停留在妈妈的老式档案柜时代

背景

五十年前，施乐 PARC 实验室发明了现代桌面图形界面，大量借鉴物理办公概念——文档、文件夹、文件柜。这些隐喻在当时很合理，因为办公室职员熟悉它们。然而五十年后，数字世界的知识管理依然困在这个陈旧隐喻里。原文作者指出，大多数文档仍被组织成文件、文件夹和层级结构，而知识的本质是网络状的，无法被单一文件夹完全容纳。这个问题在 AI 时代变得尤为突出：AI 不依赖文件夹定位信息，而是通过含义、上下文和关系来检索，这迫使人类重新审视文档架构。

核心内容

原文的核心论点可以概括为：我们把文档当成了文件柜，但知识不应该被锁在单一路径里。

文件柜隐喻的由来与局限

早期图形用户界面（如 Mac 和 Windows）将“文档放入文件夹”的模型强加给用户。作者提到曾有一位同事把所有文件直接存在 Mac 桌面上，靠空间位置和肌肉记忆导航，甚至没意识到它们实际上保存在桌面文件夹下的目录结构中。这种树状结构如此根深蒂固，以至于人们很少停下来质疑：如果从未被预装这种树形思维，会不会诞生更多创意性的、空间化的界面？

用户行为：信息觅食而非系统浏览

Peter Pirolli 和 Stuart Card 提出的 信息觅食理论 解释了为什么文档用户往往：

• 优先搜索而不是浏览
• 探索几层后就会停止
• 直接问同事
• 创建重复文档

信息通常存在，但人们无法凭直觉找到它存放的位置。对设置文件柜的人来说井井有条，但对其他人来说，就像文件在“冬天毛衣和徒步袜”下面的抽屉里，永远不会被发现。作者调侃：“我们都熟悉那个团队的 Confluence Wiki”。

知识不属于一个文件夹

以设计系统中的组件无障碍决策为例，它可能影响设计、工程、内容、无障碍、客户支持等多个抽屉。但文件夹结构强迫你只能选择一个位置放它，其他路径就变得困难。早在 90 年代初，语义文件系统的研究就指出：信息应该通过属性和含义检索，而非物理位置。人们通常按主题和任务思考信息，传统文件系统却按位置组织。

AI 暴露了问题

现代 AI 检索系统（如 RAG）并不主要依赖文件夹结构。一个设计令牌页面可以被检索到是因为提到了颜色对比，而不是因为它位于“设计系统→基础→无障碍→颜色”路径下。作者感叹：文件夹是存储机制，不是知识架构。AI 正在暴露人类多年来一直在将就的问题。

从存储架构到知识架构

在持续切换上下文的数字环境中（作者提到自己神经多样性的大脑在浏览器标签、应用、消息和手机间跳跃），期望人们记住文档的“正确”位置越来越不现实。树状结构短期内不会消失，但更有效的问题是如何让信息更容易发现。现代文档应该提供多条路径到达同一信息：搜索、元数据、标签、交叉链接、相关内容、引用、语义关系。

作者提到 Chase McCoy 的《设计系统作为知识图谱》一文，认为设计系统本质上是互联知识的集合，而非孤立资产的集合，理解概念之间的关系比知道单个信息存储位置更有价值。作者自己用 Obsidian 记笔记，标签和链接创建的关系图更接近知识的实际运作方式。

无障碍的启示

无障碍设计的一个核心原则是：信息绝不能依赖单一路径——不用仅靠颜色、仅靠形状、仅靠视觉位置来传达含义。这同样适用于文档：当人们可以通过搜索、导航、链接、元数据和相关内容到达信息时，信息更容易被发现。

结论

文档的未来不是更大、标签更好的文件柜，而是一个由人和机器都能从多个方向发现的互联知识体。作者在 Bluesky 上调侃：“如果你对文件夹、文件柜或‘你妈妈’有强烈看法，来找我。”

关键要点

• 文件柜隐喻过时：数字世界的文件夹/层级结构源自 70 年代的物理办公室模型，但知识是网络状的，不适合单一树状路径。
• 用户行为是信息觅食：人们通过线索（搜索、链接、社交询问）而非系统层级浏览来寻找信息，层级越深，信息越难被发现。
• AI 不依赖文件夹：现代 AI 检索系统通过含义、关系和上下文定位信息，暴露了文件夹作为存储机制而非知识架构的本质。
• 多路径比单一路径更重要：文档应该通过搜索、元数据、标签、交叉链接、语义关系等多种方式到达，而非强制放在一个“正确”文件夹。
• 无障碍设计思路可借鉴：信息不应依赖单一感知通道（颜色、形状、位置），同样不应依赖单一路径（仅导航、仅搜索等）。
• 知识图谱思维：设计系统和文档本质上是互联知识的图，理解概念间关系比记住存储位置更有价值。
• 将来方向：文档应是人和机器都能从多方发现的知识体，而非更大的文件柜。

意义与影响

这篇文章直击了数字知识管理中最常见却最被忽视的痛点。对于技术团队和文档作者而言，它的启示是必须从“存储视角”转向“发现视角”。具体影响包括：

1. 对文档平台建设：Confluence、Notion、Google Docs 等工具需要强化搜索、标签、交叉链接和语义关系，而不是仅仅优化文件夹树。AI 搜索（如向量检索）应成为默认能力，而非附加功能。
2. 对信息架构师和UX设计师：不要再花大量精力设计完美的分类法（taxonomy），而是设计多入口、多关联的知识网络。用户路径不是预设的，而是可探索的。
3. 对AI/知识管理结合：AI（如 RAG 系统）能够绕开文件夹结构直接检索含义，这迫使企业重新思考文档标注、元数据和内容结构——因为 AI 会消费这些文档，而 AI 的检索效果取决于内容如何被组织。
4. 对个人知识管理：Obsidian 等双向链接笔记工具的理念（关系图、标签、非强制层级）更符合认知习惯。未来个人知识管理可能从“文件夹归档”转向“图谱织网”。

总之，文件柜不会立刻消失，但“完美文件夹”的追求应该让位于“信息可发现性”的追求。在 AI 时代，这一点尤其紧迫：如果文档只对设置它的人有意义，那么无论是人还是 AI，都很难找到它。