从Evernote 到 Bear,笔记工具「被偷走的十年」

本文选自「iPad Power User」会员计划,这是一份探讨 iPad Pro 与 iPadOS 生产力的邮件订阅产品,每周一封专属会员邮件,独家分享 iPadOS 生产力流程并推荐生产力应用年度会员还将免费获得「iPad Pro 生产力指南」等电子书。


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 年代的第一年,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。

未经允许不得转载:BINCODE » 从Evernote 到 Bear,笔记工具「被偷走的十年」

赞 (0)