洞察·流程

从Evernote 到 Bear，笔记工具「被偷走的十年」

2019 年最后一个月，我重新捡起了 Evernote。这是一位我的「老朋友」，我从 2010 年就开始使用这个笔记应用，但正如我在 2016 年的一篇长文里所言：「在我的工作流里，我很少用 Evernote 记录什么，也很少用它阅读太长的文字，因为有更好更合适的工具」。

而我之所以重新捡起 Evernote，除了一种 2010 年代结束时的恋旧情结之外，还有另一个思考：到底我们需要一个怎样的笔记应用？

这当然不是一个可以有标准答案的命题，但却是一个值得长期思考、跟进的议题。

如果以 2010 年为起点来看，前 6 年的时间（2010–2016）里，我重度使用了 Evernote、为知笔记以及 Google Keep，像极了当时所有 Evernote 用户，我为它的网页摘录能力拍手叫好，却始终无法接受其同步速度；我也曾迷恋于为知笔记带来的 Markdown 写作环境以及速度奇快的同步体验，却要在 iPad 上体验一个完全简化版的应用；而当我手握 Nexus 手机，可以随时用 Google Keep 记下自己心得体会的时候，我也开始感受到手机端 Evernote 的复杂以及为知笔记的孱弱。

自 2016 年下半年开始，我在放弃 Evernote 的同时，也可以放弃那些局限在桌面的笔记应用，2017 年年初，Bear 成为我在 iPad/iPhone 上的主力笔记应用，搭配跨平台的 Evernote，利用 Evernote 的网页收集能力和笔记外链能力，我逐步建立起了围绕 Bear 的笔记体系。

与此同时，随着 Devonthing To Go 的不断完善，它也取代了 Evernote 的位置，成为 Bear 的内容仓库。相比于 Evernote，DTG 具备了更强大的内容收集、预览能力，比如对于 Office 文件的处理，你可以在 DTG 里直接预览，而 Evernote 则需要多点击一次才能预览。

当我在 2019 年 12 月重新审视 Evernote 的时候，过去十年关于笔记工具的经历与思考逐渐涌上心头，这种思绪也在我重度使用了三周 Evernote 之后变得更加强烈。而在圣诞节期间购入一台 Pixel 4 之后，Evernote 也是我在 Pixel 上唯一安装的第三方应用，我将其作为与 iPad、iPhone 的沟通工具，记录生活、旅行中的见闻与思考。

在 2020 年代的第一个月份，我试着重新回答上面提到的这个命题，从我使用笔记的方式入手，探讨笔记工具的困境与可能的机会。

1.为什么笔记工具越发复杂？

Evernote 赖以成名的一大功能就是强大的网页收集能力，当然现在也是其重要的功能。在略显遥远的 PC 时代，网页是互联网内容的主要承载形式，电子邮件则沉淀着工作内容，Evernote 通过 Web Clipper（剪藏）与邮件转发，可以非常轻松地将一个人的关键数据整合到 Evernote。

但在现在这个不知道用什么词形容的时代里，笔记工具所需要应对的场景、数据类型、数据范围有了巨大变化。一方面，智能手机与社交媒体带来了大量非结构化数据，比如手机拍摄的资料图片、语音记录、社交媒体上的摘录与链接，甚至 Gif 动图、短时频等等。

另一方面，越来越多的办公产品 IM 化，不管是微软 Teams、Slack 还是钉钉、企业微信，都在将工作数据沉淀在自己的平台。

海量而碎片化的数据、相互割裂的平台，以及随着 iPad 平台全面普及 Apple Pencil，手写笔记的需求愈发旺盛，所有这些，都给笔记应用的内容收集带来巨大挑战，你不能奢望通过一个笔记工具收集所有数据，也不要幻想构建自动化的机制快速自动收集，你所能做的，要么接受这种割裂，要么用最笨的方法——复制粘贴——实现数据的统一收集。

仅以 iOS 平台为例，过去几年新锐的全能笔记工具创新非常少，Bear 算是相对突出的一个，但它所面临的首要挑战也是如何应对海量、碎片化、割裂的数据收集，这也就不难理解 Bear 为何功能越来越多，它只有变得复杂才能具备相应的功能，才能满足用户对于数据收集的需求。

从这个角度去看，当下所有的笔记工具都不能满足我们对于数据收集的需求，特别是在物联设备越来越多的时候，我甚至希望我在 Apple Watch 里的运动健康信息可以同步到笔记里，我希望自己在 Sonos 里喜欢的音乐同时在笔记里体现出来，类似这样的需求会越来越多，某种意义上也是一个全新的市场机会。

2.停步不前的笔记整理功能

2016 年，我在评价 Evernote 的整理能力时，将 Pocket 的「智能标签」作为一个例证：

Pocket 的「智能标签」是基于对用户保存内容的关键词过滤，从而自动提取出标签，这个功能在英文内容里表现的非常完美，Pocket 可以在保存网站的那一刻自动生成相关标签。而当用户保存文章越来越多的时候，标签也会越来越智能。

这是我对笔记整理过程的最大期望，借助机器学习能力，帮助用户快速提取笔记内的关键信息，部分意义上实现自动化的整理。但遗憾的是，四年过去了，市场上没有其他类似 Pocket 「智能标签」的产品，而 Pocket 的「智能标签」的「智能」也没有提升多少。

这也意味着，从 2010 年到现在，我还是需要在笔记工具里手动处理笔记，从分类、标签一律都需要自己处理，这当然不是说用户不能做这些事情，但考虑到上文提及的海量、碎片化的数据蜂拥而至，文件夹的线形分类和标签的网状管理也会越发复杂，极大影响用户的笔记整理效率。

Evernote 的笔记推荐也是其招牌功能之一，它会根据一则笔记的内容推荐相关笔记或者网页链接，这也是移动互联网最流行的方式，但 Evernote 并没有持续发力这个功能，用户无从知晓其原理，也无法调整推荐算法，最终成了一个鸡肋功能，而目力所及， macOS 上的 Devonthink 或许是目前唯一一个有着相对完善推荐机制的笔记应用，只是这款应用在 iOS、iPadOS 上并没有提供相应功能。

如果说不重视笔记推荐可能是因为用户隐私，那么笔记工具的搜索功能在过去十年有进步吗？或许并没有，Evernote 作为笔记搜索最好的产品，十年前它所能做的事情和不能做的事情，十年后亦是如此——可搜索图片文字，但图片的语义信息无从知晓，也无法理解音频里的信息更不知道文本背后的逻辑结构…..

3.我们还能做什么？

科技领域的 2010 年代风起云涌，每天只需扫一遍科技媒体的标题都能热血沸腾，但静下心来去看，过去十年真正的创新并不多，至少，我在 2020 年使用笔记工具的方式与 2010 年并无差异，唯一不同的，可能是从 Evernote 变成了 Bear，从 PC/iPhone 平台变成了 iPad/iPhone/Android 平台，我还是要将内容手动加入到笔记应用、手动整理标签与逻辑架构、为音频信息与图片信息添加标题（以便于搜索）。

与此同时，我不得不接受多个笔记工具的现实，我需要 DTG 的 Office 预览能力，我需要 GoodNotes 的手写笔记能力，我还需要 Evernote 跨平台能力……凡此种种，构成了 2020 年年初我的笔记工作场景。

最后分享两个消息。

先说好消息，随着 AI 领域的技术突破，大量围绕文本结构化、语音语义理解、视频语义理解的产品开始出现在市场上，而且部分已经商用。

但坏消息是，所有这些「创新产品」仅仅局限在某个或某些特定领域，这意味着，这些技术短期内无法应用到通用场景的笔记产品中。

2020 年代刚刚开始，让我们再乐观一些，再耐心一点。