主持： 從視覺化筆記到 AI，我們會一起聊記憶、理解以及軟體的下一個形態。今天與雨安的分享，同時我們也很榮幸邀請到策展人慕約和他一同進行對談。接下來就讓我們再度以掌聲邀請兩位，Alan、詹雨安以及策展人李慕約，帶來的對談分享。謝謝。

Heptabase 是什麼

雨安： 它是幫助你用 AI 學習和研究複雜主題的視覺化的軟體。如果你用過 Notion、用過 Obsidian，那基本上我們就是在差不多的賽道上。

慕約： 所以我剛開始用的時候，我發現還蠻特別的一個地方是，它有很多視覺化的部分，還有介面之類的。所以你可以多講一下嗎？因為我們現在在討論 AI 和 Agent 的時候，好像一個論點就是說，有一個對話框就可以了。你怎麼看這件事情？什麼樣的情況下會需要有一個 GUI？然後什麼樣的情況下，有對話框就可以了？

雨安： 我覺得這件事情可能還是回到你想要用一個軟體達到什麼的目的。因為像知識庫軟體很多嘛，Notion 它有它服務的場景，Obsidian 有它服務的場景，Heptabase 也有它服務的場景。以我們公司來講，我們做這個軟體，我們最主要想要解決的問題，是幫助人們學習和研究複雜的主題。

學習和研究複雜主題的意思是什麼呢？可以舉個例子來講，比如說你今天想要學——像我以前是物理系的，所以可能想要學量子力學，想要學旋律。如果今天你們大家在這邊可能是對 AI 比較有興趣，你們可能想要學 Harness Engineering，或是想要學 Context Engineering 之類的一些主題。學習這個過程，本質上它涉及到的東西並不是單純說你要把資料存起來然後把資料找回來，而是說你要把你對一件事情的一些理解——有點像從原本你腦中沒有這層理解，但你要把它想辦法烙印到你的大腦裡頭，你要去更新你腦中對於一個主題的認知。所以任何的視覺化，它其實最核心的用途，就是提供一種更新你認知的媒介。

GUI 的兩種用途與 AI Agent 時代

雨安： 你剛講到的像是 GUI 好了，一般來講我們在講 GUI 的時候，GUI 就是這種圖像世界裡面，它其實有兩個——同時具備兩種用途。第一種用途是，當我們有一個資訊系統的時候，它可以把這個資訊系統用一種對人類來講合理的方式呈現在我們面前。比方說我們如果有一個地理的資料庫，那我們透過地圖的方式把它視覺化成 Google Map，那我就可以更好地去理解不同的地理位置、地理資訊。但它另外一層，是可以讓你去操作這個系統，也就是說，在你這樣一個視覺化的過程中，比如說你可能想要去規劃一個旅遊的路線好了，那你就會可能點這個按鈕、點那個按鈕，然後去把一些東西拉出來，然後算說這個旅遊的時間是多長、用什麼什麼的工具，就是它有這個操作層面上的用途。

我自己是覺得，在像 AI Agent 的時代，這些所謂的、我們說我們能用 chat 做到很多事情，它其實真正意義上去取代的，是怎麼去操作一個系統的這個流程。以前你要操作一個系統，你要打開一個軟體，像剛剛講的 Google Map，就是你打開 Google Map 的軟體，在上面拉線。如果你今天是做專案管理，你就打開一個像是看板 board，在上面填寫那些 properties，去拖移那些看板上的 item，這種操作型的任務。以 chat 來講，它最擅長的事情，就是我們可以把操作一個 GUI 的任務 delegate 給 AI，透過對話的方式去描述，用自然語言的方式去描述我們的 context，AI 可以做不論是單一操作，或是 batch by batch 操作，它可以把這件事情更自然地、規模化地去執行，它就可以降低人們去學習怎麼操作一個軟體的成本。但如果單純就理解來講，有一堆 data，那我要怎麼去理解這些 data？任何的系統底層都是 data，都是 0101，可是你要怎麼在多重的轉移中理解它？

寫下來就是輸入：為什麼還需要視覺化

慕約： 所以基本上，我們以前都是 GUI，是因為你需要那個介面，人需要按那個按鈕去操控東西嘛，大家很可以懂這個 GUI 情境。所以我覺得雨安剛剛講到有一個情境，有點像是，有些人、大家會在思考的時候拿餐巾紙啊，或者是紙筆，然後在紙筆上寫那個東西。那寫這個過程有點像是強迫你透過這樣——要把你的知識寫在一個東西上，這個動作不是輸出，寫這個動作就是輸入本身，因為你好像把它降維、降到這種東西，你比較可以輸入。

在這樣的情況下，就算以後的 Agent 你講什麼樣的東西他都可以做，可是因為外面世界實在太複雜了，所以你還是需要有一個世界模型可以去了解外面的世界。在這樣的情況，需要 GUI 跟視覺化還是重要的。我們剛剛有提到一個例子是地圖，它本身就是空間，它需要這件事情。可是你剛剛提到就是 Heptabase 的情境是學跟研究，你可以舉一個例子嗎？學什麼樣東西的時候，你覺得需要有視覺化，然後看到這樣子的東西的模型可以幫助你的研究？你可以給我一個例子嗎？不管是在 Heptabase 軟體上，或者是你覺得它是某種視覺化，或者是需要介面的這件事情。

視覺化的意義：複雜度、working memory 與白板

雨安： 基本上，一個大概念就是，一個東西越複雜，或是越——如果你要學的東西相對地複雜，然後有很多環環相扣的概念，那這種時候視覺化的優勢會開始浮現。也就是說，舉例來講好了，如果今天要學一個習慣，那我不太需要任何視覺化的方式去做什麼，我就拿著碗然後去沖水，然後裝洗碗機、拿去洗這樣。但如果我今天想要學的是，比方說我要學量子力學，那量子力學裡面就會涉及到非常多不同的定義、不同的物理量的定義，這些物理量之間的關係，以及這些物理量它們如何形成一個理論。

去解那些微分方程的過程，去有一些不同的技術把它列出來這樣。那如果你今天是在一個 chat 的介面去做這件事情的話，那你可能跟 AI 討論，你問他這個問題他回答，你再問他他回答，你再問他他回答，他在過程中可能會不斷地去跟你解釋單一的一個概念，就是你現在正在討論的這件事情。但 AI 跟人腦其實有一件事情本質上是一樣的，就是我們的 context window 是有限的。以 AI 來講是 context window，以人的話就是 working memory，大腦的工作記憶。你大腦一次、同一個時間能 hold 住的概念是有限的。比方說我今天跟你講，我給你三個數字你可能可以記起來，但我給你二十個數字你沒有辦法馬上把它 recode 回來。

在這種時候，任何的視覺化，以剛你講的這種比較像是白板或 concept map 的視覺化，它有點像是說它 fix 了一個 static 的 overview，讓你可以去鳥瞰它。當你今天在 focus 一個概念的時候，專注在這個概念，可是你從這個概念討論完，然後可能更新了這個概念有關的筆記的時候，你再把你的視野拉回來，你可以重新去看到這個東西坐落在哪一個更大的、整個 concept map 上面的位置是什麼。所以我覺得這算是一種——視覺化的重要性，其實真的就是完全體現在你研究或學習的議題的複雜性。太簡單的東西，真的其實你用 chat 就可以學了，但是如果你今天是要研究或是學一個比較複雜的東西的話，那你可以去 maintain 這樣的一個 external visual context，對於我們去 recode 我們學的東西，或是 reinforce 概念之間的觀點，還是一個非常有幫助的東西。我覺得它僅次於——應該說它的幫助可能相當於你實際上在寫、在做寫論文的時候在腦中梳理，只是你把這個腦中的 map externalize，放到一個更無限的、一個大桌面上去做這件事情。

GUI pattern 與 visual pattern

慕約： 所以我現在的問題是說，那你覺得在建——不管是知識型或者是其他類型 AI Agent 類的 GUI 的時候，這些 GUI 的 pattern 是什麼？它有什麼樣看的方法？比方說，其中一個，地圖就是你可以看到一個大的 overview，然後你可以 zoom in；然後 Heptabase 可能是我可以選擇兩三個卡片，然後 either 我加一個連結，或者是我可以 select 一些東西，或者是我可以 arrange 順序。還有什麼樣的東西，有點像是 visual 的這種 pattern，是你覺得會有的嗎？

我會問這個問題的原因是因為，其實現在，比如說最近，在用不管是 Claude Code 或是 Google，本身也都有很多——就是好像介面是 dynamic 的，就是你問他一件事情，他回答不是一個 text，他是建一個儀表板給你。所以我好奇說，就是這種介面，有沒有一些你在創造 Heptabase 或是你在研究的時候，你覺得有哪幾種 GUI 你覺得這種未來一定會留下來？所以 recap 給觀眾我們現在在討論什麼：我們討論說，你跟人家聊天，他過去都回你文字，可是有沒有可能他回你一些視覺的圖，然後這些視覺圖可以長什麼樣，會需要有什麼樣的互動功能，它可以幫助你理解什麼樣的東西。比方說，你用 Google Map，實際上就會比你跟 ChatGPT 聊天順，因為 Google Map 就有一些互動的東西跟視覺的介面。這是在空間上面，你可以舉一些你觀察到的情境，然後你覺得這個 pattern 會是什麼嗎？

usage pattern 比 visual pattern 更重要

雨安： 我覺得，其實老實說，我覺得 usage pattern 比 visual pattern 還要更重要。那 visual pattern 有點像說，你一個東西最終呈現出來的視覺化的樣子是什麼樣的視覺化，就是說它的那個視覺樣子，比方說它是像個 flow chart，還是像個 mind map，這是 visual pattern。User pattern 是你透過什麼樣的方式來達到那樣的狀態，中間經歷了哪些過程。

以學習和研究來講，回到我們剛剛講的，如果你今天只是要做一份報告好了，你中間 user pattern 全部 outsource 給 AI，沒什麼問題吧，因為你最終就是要產出一個好的東西，然後把它 deliver 出去。但如果你今天你的重點是更新你的認知，讓你從不懂一件事情到懂它，從懂它到非常懂它，再從非常懂它到專家，你要去更新你的認知。比方說你今天想要更會用 AI，或是你想要更會 build 一個 AI agent，那你拿了很多 source，然後你去透過某些方式去閱讀這些 source，去把 insights 整理出來，然後等等等等，然後最後 arrive 到那個 visual pattern，這就是我們看到的那個 visual pattern。

它重要的事情是在這個過程中你做的每一個步驟，不管那個步驟是你親自做的，還是你指揮 AI Agent 做的，但那個步驟本身有沒有重新 rewire 你大腦中對整個主體的認知。那以我們——像我們過去好了，我們過去比較常觀察到的 pattern，就是其實大家一開始寫筆記的時候，並不會直接說我要視覺化然後做很多卡片，他們可能是把很多東西都 dump 到一張卡片裡頭，然後那張卡片非常非常非常非常非常長，但當它越來越長的時候，你開始去 reorganize 它到不同的 section，然後你開始去看到說，欸，不同地方哪些有關聯性，這就是最關鍵的過程。

研究流程中人與 AI 的分工

慕約： 所以在這個過程中，什麼東西是你覺得人需要努力做的？什麼東西是 AI Agent 可以做的？因為我知道你現在在發展研究用的 AI Agent。我舉個例子，可能有人說，有一個 AI 它就會去爬文，它就會到 Obsidian，它就可以自動產文，這個過程我也不需要看，它就是自動這樣子。這好像不是你的情境，因為這種情境——自動發文、自動產生連結，對這個人從頭到尾就沒有關係，他不會因為這樣子學習。我覺得理想的情境是，你覺得在學習裡面，人還是要參與一些，可是 AI 也可以參與一些。所以你覺得那個分工是什麼？什麼是你覺得這個大概需要人做？連結嗎？收集資料嗎？總結嗎？什麼是 AI 要做的？或怎麼樣幫助你？

雨安： 我就拿比方說我自己的例子來講好了。就是，比方說我現在要研究一個技術，這個技術它可能有非常多的 AI 的技術，可能 X-Files 發了一堆 research report，Google DeepMind 發了一堆 research report，有非常非常多的 report 在那邊，然後我現在要怎麼去 process 這些東西，最後 internalize 到我的腦中，變成說我更了解 AI 了。以前的話可能就是我一篇一篇逐篇逐字地讀，或者說我可能先快速速讀一遍，然後再去看說要先讀哪些再讀哪些，然後過程中去做筆記。

現在可能就是，我就直接以 Heptabase 的 Agent 來講，我可能就直接把這個文章丟給 AI，然後請他開始教我，然後我可以跟他簡單討論一下說這裡面有哪些核心的重點，他裡面可能會去 cite 回去，就是那篇文章裡面有不同的段落，來讓我更理解說這篇文章在講什麼，然後我可以不斷地去問問題。因為我專注在問問題上，所以不管我問了什麼問題，AI 都可以回答，而且它回答是 provide you citation。在這樣一連串的 back and forth 以後，可能就會跟 AI 說，剛剛我們問答了這麼多，請把我們問答的、我釐清的、目前我對這件事情的理解整理到筆記裡頭。我可能就可以在第二篇、第三篇、第四篇、第五篇、第六篇做同樣的事情。有些文章可能沒有那麼重要，我就建立一個 summary；有些比較重要，我有更多的 back and forth。

但是重點是，AI 在整個過程中不斷地去 upgrade 那一份文件，用那份文件去追蹤此時此刻我作為一個用戶，對於這一些文章背後的那個大主題的知識的理解是什麼。就是它可以幫我去維護這件事情，而我可以專注在閱讀、提問，以及檢查它維護的那份東西本身是不是當下符合我的心智結構。這些是我帶來的 source，但是實際上因為透過問答的過程，我還是有認知的更新，而且透過 AI 在問答過程中去把我的問題以及相關的答案彙整到一份比較結構化的筆記裡頭的時候，然後當我去看著這份筆記，我也可以去 verify 說，欸，這個確實是我現在的認知；或者說我可以看到說，欸，這個東西跟我現在認知還是有個 gap，我覺得你講得不夠清楚，想辦法再繼續 debug 它，把它弄得更清楚，然後等到這一份東西長得也是比較大以後，就可以開始拆，然後拆以後就可以開始準備整理。

像實驗科學一樣：approve and reject 與效率比

雨安： Source input and throughput 變大了，你可以同一個時間去 process 更多東西，那些以前 mechanical 的、你只是想要快速理解東西的過程，可以被 AI 去替代掉。但是你可以把你自己的問題意識給放大，把更多時間拿來對於這些你認為是有 quality 的問題提問。當你把問題意識，就是把你這個問答的時間拉大了以後，那剩下原本你要手寫筆記的時間，這個確實也可以再做一些壓縮，就是說你從原本自己寫變成是你讓 AI 寫，但你去 approve，說這個東西服務過你打下的認知，就像是一支很神奇的筆這樣，但是你本質上你還是握著它在寫，只是說它會自己動，然後你可以去 approve and reject。

以我自己在用的過程中，它很像是一個 experimental science，問完了很多輪，筆記也整理好了，最後一份很大的文件，然後就拆。我可以去看我獲得的知識到底跟我以前親自讀的時候獲得的知識量會差多少。有時候量比以前少，但是時間也比以前少的話，那你是看 ratio 嘛。就是說你以前是花五個小時獲得十的知識，你現在是花一個小時獲得五的知識，雖然五比十小，可是五除以一還是比十除以五大。那你講究的就是一個——你到底此時此刻最重要的 efficiency metric 是在哪裡。你如果 source 很多的話，這種做法就很適合；但如果你 source 很少的話，那有時候還是會自己去直接花時間去讀原始的文本這樣子。

搜索交給 AI、問題意識留給人

慕約： 所以我們剛才在討論這個問題，我會是在討論說，好像在研究的一些過程中，有些東西好像可以被自動化，有些東西還是要人做。我聽到的東西還是要人做，是比如說那個問題、問題意識還是要人做，可是你問的問題、在文本裡面找到答案這件事情，好像就是 AI Agent 做的。就你不一定需要自己再——可能有這個問題意識，可是要在 table 裡面找到答案，是這樣嗎？

雨安： 對，就是單純的搜索的這個部分，因為 AI 就比較強。搜索本身其實對於更新理解並沒有太大幫助，那你把這件事情 outsource 給 AI 就很適合。那這個搜索就有點像是一頁很大片的文章，你要怎麼快速定位到不同的地方，找到跟你問題有關的東西，然後 craft 成一個 response，再去 cite 那些原文。

知識如何進到知識庫

慕約： 最後一個問題：所以這個是已經既有的知識，可是那你覺得對於知識要怎麼進來呢？AI Agent 應該要可以主動去搜尋網路嗎？進到這個知識庫之前，我只能 input 一些我看過的 paper 嗎？還是它有點像是班級，我們要上到這個就有一個共通的 context 要進來，對這一些可能不只我一個人、一群人都有用？你怎麼樣看資料要進到這個體系？是一定要人、要 AI？然後什麼樣的資料是可靠、什麼不可靠？比如說你的研究或是學習的事情。

雨安： 我覺得這非常看你在研究什麼東西。

慕約： 對，可以舉一個例子嗎？

雨安： 就是如果今天你在研究的這個東西，最主要最重要的 source 是來自網路的話，那你就去想，你搜索網路的能力有沒有比 AI 搜索網路的能力強。如果沒有的話——那前提是網路而且是免費的，就是沒有被擋在付費牆的——以這種情況下，你叫 Agent 把重要的事物全部找進來，是最理想的。就像我剛才講的，比較偏技術類的東西、AI 類的東西、Engineering 類的東西，這些東西網路上有非常多開源的資料，甚至開源的資料反而就是品質最好的資料。

但如果你今天在研究的是比方說比較古老的、很多歷史的文獻，然後它有很多掃描的 PDF 這樣，或是劇本，或是那個——就是可能某一本掃描書，然後它可能在某個地方有 PDF 檔，但是它網路上找不到的話，那如果這個領域的大部分的重要知識是來自於這種地方的話，那你確實需要靠自己去把 source 帶進來。然後，當然它還有分，就是說你認為這個領域的 model 在這個領域的知識到底足不足夠。那這種時候你可能可以去看最新的 model 在一些不同領域上的一些 Eval 的 benchmark，就可以知道說這個 model 它可能在——不要說在數學非常非常強。

結語

雨安： 也就是說，我們在試著模擬這個世界的時候，有點像是我們把我們的認知寫下來，然後因為寫，所以我們知道這件事情。

慕約： 那剛剛另外一個 idea 是說，就是在學習或在研究的過程中，什麼樣的東西是可以自動化，什麼東西人類發問，這個部分可能還是要——