為什麼愛迪生的實驗比他的發明更重要：5BY.AI如何儲存過程知識
當我們想到愛迪生的發明時，首先記住的是完成的結果。
我們談論他解決了什麼問題、創造了什麼、以及那個結果如何改變了世界。
但在發明完成之前，還有更多事情在發生。
有最初的假設、與預期不同的結果、放棄的方法、修改的條件、以及導致下一個實驗的問題。
完成的發明留下了，但導致它的思維過程不像結果那樣被廣泛傳達。
5BY.AI關注的知識正是這個過程。
結果展示創造了什麼。 過程展示如何思考、失敗並接近答案。
愛迪生不是主題——消失的過程才是
本文的目的不是解釋愛迪生的發明歷史。
愛迪生是一個熟悉的例子，用於理解消失在結果背後的思維過程。
我們記住成功發明的名稱。
但我們難以回答以下問題：
- 最初認為什麼是可能的？
- 首先測試了什麼方法？
- 如何解讀了意外的結果？
- 什麼被判定為失敗？
- 哪個失敗改變了下一個實驗的方向？
- 到最後審查了但未選擇什麼方法？
只看完成的結果，發明似乎直接來自一個好想法。
實際上重要的知識在於形成假設、確認結果、改變判斷並轉向下一個嘗試的過程中。
失敗的實驗不是被放棄的知識
失敗的實驗是沒有產生預期結果的嘗試。
但它不是什麼都沒留下的嘗試。
透過失敗，可以瞭解到以下事實：
- 在什麼條件下這個方法不起作用。
- 初始假設中缺少一個條件。
- 問題的原因被誤解了。
- 應該先審查另一個方向。
- 下一個實驗應該改變什麼。
如果這些資訊沒有留下，下一個人可能重複相同的失敗。
只接收最終結果的人可以知道什麼成功了。
但很難知道為什麼某些方法失敗了以及在什麼條件下成功的方法有效。
過程知識不是為了炫耀失敗而記錄的。
它是為了讓下一個決策更準確的記錄。
當只有結果留下時，決策的依據消失了
完成的文件通常保留最終決策：
- 構建這個功能。
- 不使用這個方法。
- 選擇這個結構。
- 在這個方向發佈。
但隨著時間推移，決策的原因可能消退。
當時預算可能不足。
進度可能緊張，所需技術可能不穩定，或可能有需要驗證的剩餘風險。
當這些條件消失時，過去的決策可以被重新審視。
但如果只有結果留下，過去的決策可能像不知原因的規則一樣運作。
相反，審查重要風險的過程可能消失，導致重試已經失敗的方法。
要儲存知識，僅留下決策是不夠的。
確認了什麼、為什麼選擇它、以及在什麼條件下做出了那個判斷都必須一起留下。
AI對話揭示思考變化的過程
今天，許多人透過與AI對話來解決問題。
他們不是從一開始就提出完成的問題——而是在對話繼續時重新定義問題本身。
例如，可能發生以下流程：
- 最初，認為需要新功能。
- 在與AI對話時比較多個功能。
- 發現真正的問題不是功能不足而是使用者困惑。
- 決定不新增功能而是改變說明和使用流程。
- 在下一次對話中審查具體的改進方法。
最終結果可能只保留"不新增新功能"的決策。
但在對話中，有一個展示判斷為什麼改變的過程：
- 最初的假設
- AI提出的選項
- 使用者不同意的理由
- 新發現的條件
- 方向改變的瞬間
- 尚未解決的問題
這是AI對話時代創造的新過程知識。
對話記錄存在不意味著過程知識被儲存了
即使對話儲存在AI服務中，找到所需的思維過程也很困難。
一個任務可能分散在多個聊天視窗中。
您可能在ChatGPT中定義問題，在Claude中審查邏輯，在Perplexity中尋找材料。即使使用同一個AI，當對話變長時，您可能在新聊天視窗中繼續工作。
對使用者來說是一個思維過程，但記錄分散在多個位置。
隨著時間推移，以下變得更難找到：
- 哪個對話包含了重要的假設？
- 什麼內容被確認為事實？
- 什麼方法已經測試過了？
- 為什麼放棄了某個方向？
- 判斷在什麼點改變了？
- 您計畫從哪裡繼續？
儲存所有對話原文和能夠重新理解其中的思維過程是不同的問題。
隨著記錄增加，重要的轉折點可能被埋得更深。
5BY.AI留下重入座標而非原文
5BY.AI不旨在將所有AI對話原文收集到一個巨大的存儲容器中。
它旨在將值得重新理解和繼續的意義和流程留下作為座標。
5BY.AI追求的方向是：
不存儲原文，存儲意義 座標優先於內容
這裡，座標不是簡單的對話位置。
它們是重新進入過去思維過程所需的上下文：
- 您在嘗試解決什麼？
- 審查了什麼假設？
- 確認了什麼？
- 選擇了什麼方向？
- 為什麼某些方法被排除？
- 判斷在哪裡改變了？
- 下一步應該做什麼？
如果這些座標留下，使用者不會停留在只閱讀最終結果。
他們可以重新理解產生那個結果的過程，並繼續適應當前情況的下一個判斷。
Saved儲存值得重新查看的對話
在實驗過程中，有值得以後重新查看的時刻。
重要的反論、改變判斷的解釋、幫助理解失敗原因的問題和新想法。
5BY.AI的Saved是一個功能，讓使用者直接從長對話中選擇和儲存這些問答。
例如：
- 發現現有假設問題的答案
- 要重新檢查的重要警告
- 成為決策依據的解釋
- 尚未完全形成的想法
- 有潛力以後連接到不同問題的對話
Saved儲存在思維過程中扮演重要角色的痕跡，即使它們沒有包含在最終結果中。
Anchor儲存決策形成的點
Anchor不是儲存單個好答案的功能。
它是您判斷值得從迄今為止的思維流中繼續的參考點。
Anchor可以連接以下上下文：
- 當前在解決的問題
- 已確認的事實
- 使用者選擇的方向
- 選擇那個方向的原因
- 要維持的條件
- 排除的選項
- 剩餘的問題
- 下一次對話的起點
Anchor不將過去的結論固定為絕對答案。
它讓您重新確認判斷是在什麼條件下做出的，並幫助當前使用者維持或改變它。
它不是隻留下發明的結果，而是留下做出重要決策的位置。
Pack展示思考方向改變的邊界
在長對話中，即使討論同一主題，問題的中心也可能轉移。
您可能最初認為是材料問題，但隨著對話繼續，判斷真正的問題在於使用環境或整體結構。
5BY.AI的Pack不是將相似詞語分組的主題分類。
它是形成單一問題定義和思維方向的上下文單元。
透過Pack，您可以檢查：
- 單一思維流從哪裡開始？
- 假設在什麼點改變了？
- 在哪個失敗之後開始了新方向？
- 不同對話如何連接到單一任務？
它讓您重新看到從完成結果中消失的方向變化。
Handoff將過程知識連接到下一次對話
僅找到過去的思維過程是不夠的。
您必須能夠在新的對話中繼續實際工作。
5BY.AI的Handoff基於選定的Anchor和記錄的思維流組合下一次對話所需的上下文。
您可以在同一個AI的新聊天視窗中繼續。
您也可以移動到不同的AI服務進行額外的分析或工作。
以下內容在Handoff中很重要：
- 當前目標
- 已確認的事實
- 嘗試過但未使用的方法
- 使用者選擇的方向
- 要維持的條件
- 下一步要審查的問題
當這些內容被傳達時，新對話不會在不知道過去失敗的情況下開始。
您可以在已經獲得的知識之上開始下一個嘗試。
Graph View展示思考的運動而非結果
5BY.AI的Graph View是探索Pack、Anchor和Saved之間關係的空間。
不是查看按日期排序的對話列表，您可以檢查以下流程：
- 最初的問題和假設
- 留下重要反論的Saved
- 因失敗或新資訊而改變的Pack
- 留下重要決策的Anchor
- 透過Handoff繼續的新對話
- 隨後修改或發展的想法
Graph View不以成功結果為中心將其餘視為次要記錄。
它讓您探索假設、失敗和判斷變化如何相互連接產生了當前結果。
過程知識優先幫助未來的自己
儲存思維過程不僅需要為了歷史上的發明家或研究者。
當幾天後回到過去的工作時，這也是您自己的問題。
您記得最終決策，但以下可能消失：
- 為什麼選擇了這個方法？
- 發現了什麼風險？
- 已經測試了什麼？
- 什麼條件導致排除了其他方法？
- 您計畫接下來驗證什麼？
如果過程座標留下，您可以減少從零開始重新思考相同問題。
您可以在過去的自己獲得的知識之上開始下一個判斷。
組織應傳承決策過程而非僅成功案例
在組織中也一樣，結果留下但過程容易消失。
當負責人更換時，文件和完成的功能留下，但為什麼做出那些決策可能沒有被傳達。
新負責人必須再次詢問：
- 為什麼選擇了這個結構？
- 是否已經審查過其他方法？
- 什麼失敗導致了當前的標準？
- 那時的條件仍然有效嗎？
- 改變什麼會導致過去的問題再次發生？
如果思維過程留下，新人就不需要要麼盲目跟隨過去的決策要麼從頭重複所有實驗。
他們可以理解過去決策的依據，並繼續適應當前情況。
這比移交交付物是更深層的知識傳承。
不僅是結果，接近答案的過程也是知識
我們從發明和成功的結果中學到很多。
但僅憑成功的結果，下一個人難以在同等水平上做決策。
您需要能夠看到形成了什麼假設、什麼失敗了、以及那些失敗如何改變了下一個方向。
成功的結果展示答案。 失敗和修改的記錄展示接近答案的方法。
5BY.AI旨在幫助AI對話中揭示的思維過程不在聊天視窗中消失。
不是為了儲存所有失敗。
而是留下值得重新理解和繼續的假設、決策和方向轉變的座標。
如果我們不僅能學習愛迪生完成的結果還能學習他的實驗過程，那將成為更偉大的知識。
對於今天我們與AI創造的想法，我們需要一種不讓那個過程消失的新方法。
5BY.AI旨在儲存的不是成功答案的列表。
它是人們提問、失敗、改變判斷並走向下一個答案的過程知識。
相關文章和功能
- 書中未留下的思維過程——為什麼5BY.AI致力於儲存知識的上下文
- 人離開後知識和技能能存續嗎？
- AI時代的集體智慧：為什麼思維過程和上下文必須一起儲存
- 5BY.AI用於恢復AI對話的Anchor不是簡單的儲存
- 5BY.AI Pack將AI對話的上下文邊界分組不是主題
- 開啟5BY.AI Graph View