原贴很长：https://www.v2ex.com/t/825142#reply8

楼主讨论了「双向链接」笔记的局限性，他以自己一个知识点生长的过程为例子，说明双向链接在归纳概念与概念之间的联系时，展现力是有缺陷的。

我赞同楼主的一句话，「笔记并不是只有多级标签，更重要的是网状的关联」，这符合我个人的体验。尽管有 Roam 用论文证明自己在学习上更有效率，但知识内化的效率，应该是所有工具都无法保证的。

现在很多笔记工具在强调，适应「碎片化」的场景。但学习本来就是一个「反碎片化」的事情，它本来就要求人沉下心来，在一段时间里去努力理解某个概念，或者概念与概念的联系。这是我并没有直接使用双向链接笔记工具的原因。

节选

标签结构很重要

  • 多级标签，就像地图的多级定位一样，可以很灵活地调整搜索范围，并且建立一个搜索-反馈-搜索的循环过程： 搜索标签->初步的标签结果->结合初步结果+标签结构->再次筛选增删标签->更近一步的搜索结果->再次筛选标签->…->最终的搜索结果。

  • 这里的标签，并不是普通意义上的单个词或者词组，它甚至可以是一句话，例如本篇中的「对心脏支架的集采导致药物球囊使用增加」，它是对一段话的抽象概括。定位到这句话，就定位到了这段话。

  • 形容多级标签结构，最合适的词是「提纲挈领」、「纲举目张」、「以点带线、以线带面」。

  • 标签结构可以支持它自己的进化

并不是只有多级标签，更重要的是网状的关联

目前的双链软件与这种标签系统还有些距离 以 logseq 为例，笔记的「标题」被赋予了太高的重要性。在我看来笔记标题不应该特殊化。

比如 logseq 中，所有块中的标签，都会与笔记的标题建立关联。这明显是不合适的。某个块的标签不一定与笔记标题有关联，是否关联要看关系强弱，强行关联只会使原本很弱的联系变得很强，导致标签结构失真。

标题就一定得成为标签吗？如果是的话，它在标签结构中，处于哪一层呢？

以 logseq 为例，关系图谱(也即本篇所指的标签结构)，没有被很好地发掘利用。

某个标签的反向链接列表，本质上是对这个标签先搜索再列表展示。

在反向链接页中，对标签再次进行筛选，本质上是一种多标签的搜索，这个过程不需要人工介入。

在搜索栏中，键入关键字，先展示命中的标签再展示命中的全文，本质上也是对标签的搜索。

而关系图谱恰恰是搜索功能的大辅助。所以为何不把这些搜索功能与关系图谱结合起来呢，而仅仅是摆一个样子呢？

当然，这里讨论的只是搜索相关。除开本质上是搜索的反向链接，双链软件的块状结构有很多好的特性，比如展示很方便，引用很方便。

我的回复

并不是只有多级标签，更重要的是网状的关联——非常认同。

从个人的实践来说，和你的感受一致，最终概念与概念之间形成正确的联系之后，才能构成知识。

所以我一直到现在也没有去采用双向链接这种方式。但我之前看了 B 站上的阿婆主 [影视飓风] 关于工作流程的分享，意外的发现也许飞书的网状结构会更好。但我自己并没有在飞书上构建自己知识库的打算。

我个人还是喜欢原始的 zettelkastan 的方式。我个人觉得，不是所有的事情，都值得这样子去整理知识网，但如果自己真的努力去寻找概念和概念的联系，最终还是在心里形成了知识网。让自己在思考某个问题的时候，会迅速关联到相关的概念中去。

完全将知识网可视化可能是一个费力而不讨好的事情。