Przedmowa

Minęło półtora roku, odkąd ostatni raz opublikowałem artykuł My Vision . Powodem, dla którego napisanie tego artykułu zajęło mi tak dużo czasu, jest to, że wierzę, że dopiero po intensywnych interakcjach z prawdziwymi użytkownikami mogę wyraźniej zobaczyć mniej mgliste części mojej wizji. Dlatego przez ostatnie półtora roku zespół Heptabase budował produkty, rozmawiał z użytkownikami i weryfikował naszą hipotezę poprzez ciągłe iteracje.

W podsumowaniu poprzedniego artykułu opisałem wizję Heptabase w następujący sposób:

Krótko mówiąc, aby pomóc pracownikom umysłowym zintegrować cykl życia wiedzy, obejmujący eksplorację → gromadzenie → myślenie → tworzenie → udostępnianie, budujemy ekosystem narzędzi, które optymalizują interoperacyjność informacji, wyszukiwanie kontekstu i kolektywne tworzenie wiedzy, z ostatecznym celem ewolucji kontekstualizowanej Internet wiedzy. Taka jest moja wizja Heptabase .

Ten sposób opisywania wizji ma tę zaletę, że zapewnia ramy dla cyklu życia wiedzy, które pokierują rozwojem naszego produktu, a także trzy główne zasady, o których należy pamiętać podczas realizacji. Jednak dla ogółu odbiorców po przeczytaniu tego opisu nadal istnieje wiele pytań.

Po pierwsze, chociaż w poprzednim artykule przedstawiłem pewne pomysły i kierunki dotyczące interoperacyjności informacji, wyszukiwania kontekstu i kolektywnego tworzenia wiedzy, nie zagłębiałem się w nasz plan działania na poziomie wykonania.

Po drugie, opis tej wizji jest stosunkowo abstrakcyjny i akademicki, a po jego przeczytaniu nadal możesz być nieco zdezorientowany: po co nam nowy internet wiedzy? Jakie korzyści może nam przynieść zachowanie kontekstu idei? Jaką prymitywną ludzką potrzebę chce rozwiązać Internet wiedzy Heptabase?

W tym artykule zagłębię się w te pytania, na które nie udzielono jasnej odpowiedzi w poprzednim artykule, wyjaśnię podstawowe cele Heptabase i pozwolę użytkownikom Heptabase lepiej zrozumieć nasz plan działania.

Zamiar

Zanim omówię plan działania, chcę sformułować wizję Heptabase w prostszy sposób: Chcemy stworzyć świat, w którym każdy może skutecznie osiągnąć głębokie zrozumienie czegokolwiek.

W dobie eksplozji informacji zdominowanej przez Google, media społecznościowe i ChatGPT zdobywanie wiedzy stało się niezwykle łatwe. Jednak ta wiedza jest często tylko wierzchołkiem góry lodowej w rozległej strukturze wiedzy i kontekście myślenia ludzkości, a większość ludzi nadal nie ma pojęcia, jaki jest rzeczywisty kształt tych gór lodowych, ani też ich zdolność do głębokiego zrozumienia złożonych rzeczy znacznie się poprawiła .

W Heptabase wierzymy, że największym wyzwaniem, przed którym stoją współcześni ludzie w nauce, badaniu i rozwiązywaniu problemów, nie jest brak wiedzy, ale brak kontekstu do połączenia niezliczonych fragmentów wiedzy oraz narzędzi do konstruowania i zachowywania tych kontekstów. Jeśli możemy zachować kontekst wiedzy i pozwolić całej ludzkości dzielić się tymi kontekstami, kiedy inni chcą się uczyć i badać tę samą wiedzę, mogą wykorzystać te konteksty do ustanowienia bardziej wszechstronnego i dogłębnego zrozumienia.

W oparciu o tę wizję wyznaczyłem cztery kolejne etapy rozwoju firmy. Znaczenie tych czterech etapów polega na zbudowaniu „otwartego systemu hiperdokumentów”, który może przenosić naszą kontekstualizowaną wiedzę w Internecie i budować infrastrukturę potrzebną dla tego systemu warstwa po warstwie na każdym etapie. Omówię szczegółowo cele i wyzwania tych czterech etapów oraz dokładniej opiszę ten system.

Etap 1 — kontekstualizuj swój mózg

Na etapie 1 naszym celem jest stworzenie narzędzia do myślenia, które pomoże wszystkim uczyć się i badać złożone tematy. Głównym zadaniem tego narzędzia jest umożliwienie użytkownikom budowania ram myślenia na podstawie dużej ilości informacji, wydobywania ważnych pomysłów i wiedzy, łączenia etapów „zbierania → myślenia → tworzenia” cyklu życia wiedzy oraz zachowania kontekstu myślenia użytkownika dla tych tematów.

Z perspektywy budowanego ostatecznego Internetu wiedzy znaczenie tego etapu polega na stworzeniu dwóch podstawowych infrastruktur: warstwy kontekstowej i warstwy opisowej.

warstwa kontekstowa

W Heptabase podstawową jednostką, która przenosi idee i wiedzę, jest karta, a warstwa kontekstualna to warstwa używana do zachowania kontekstu myślenia dla tych kart, odpowiadająca funkcji tablicy Heptabase. Osoby, które nie korzystały z Heptabase, mogą pomyśleć, że celem tablicy jest wizualizacja, patrząc tylko na jej wygląd, ale w rzeczywistości wizualizacja jest tylko środkiem. Jego prawdziwym celem jest prześledzenie każdej karty z powrotem do kontekstu myślenia na różnych tablicach.

Z tego powodu na wczesnych etapach tworzenia tablicy nie poświęcaliśmy zbyt wiele czasu na tworzenie typowych cech produktu tablicy, takich jak pismo odręczne, kształty, linie, style itp., ale skupiliśmy się na opracowaniu funkcji związanych z „zachowywaniem kontekstu myślenia ”, takich jak ponowne wykorzystanie kart na wielu tablicach, dwukierunkowe łączenie między kartami a tablicą, hierarchiczna struktura między tablicami, grupowanie i indeksowanie kart wiedzy na tablicy oraz interakcja między edytorami kart a tablicami.

Warstwa opisowa

Drugą fundamentalną infrastrukturą, która ma zostać zbudowana w etapie 1, jest warstwa opisowa karty, która jest odpowiedzialna za dodawanie typów i atrybutów do karty, odpowiadających funkcjom znaczników i właściwości Heptabase.

W Heptabase możesz dodawać różne znaczniki do kart i określać różne właściwości, które mogą być ponownie wykorzystywane przez różne znaczniki. Na przykład używam tagów #research-notatki-robienie i #research-komunikacja do zarządzania odpowiednimi kartami dla moich badań w oprogramowaniu do robienia notatek i komunikacji. Oba tagi są związane z badaniem i udostępniają właściwości, takie jak typ dokumentu, wgląd i ważność.

W przypadku indywidualnych użytkowników takie funkcje mogą pomóc im lepiej zarządzać jednorodnymi kartami w formacie bazy danych, a nawet tworzyć różne widoki i filtry, takie jak wspólne systemy zarządzania projektami, aby przeglądać te karty z różnych perspektyw, takich jak tabele i Kanban.

Oczywiście, tak jak celem tablicy nie jest wyłącznie wizualizacja, celem tagów i właściwości nie jest wyłącznie zarządzanie kartami. Ich ważny długoterminowy cel leży na etapie 4, na którym zewnętrzni programiści mogą tworzyć różne aplikacje dla różnych scenariuszy w oparciu o system kart Heptabase, rozszerzając w ten sposób możliwości ponownego użycia i konteksty tych kart wiedzy.

Etap 2 — kontekstualizuj źródła zewnętrzne

Kiedy Heptabase zbuduje już „wystarczająco dobre” narzędzie do myślenia na etapie 1, przejdziemy do etapu 2, aby pomóc użytkownikom nie tylko zachować własny kontekst myślenia, ale także wprowadzić do tego kontekstu informacje zewnętrzne do myślenia, łącząc etapy „eksploruj → zbieraj” cyklu życia wiedzy.

Z punktu widzenia internetu wiedzy znaczenie tego etapu polega na zbudowaniu dwóch fundamentalnych infrastruktur odpowiedzialnych za integrację informacji zewnętrznych z systemem Heptabase: warstwy adnotacji i warstwy integracyjnej.

Warstwa adnotacji

W dzisiejszym Internecie istnieje wiele informacji zapisanych w różnych formatach, takich jak PDF, wideo, audio, obraz i strony internetowe. Jeśli chcemy zbudować Internet wiedzy, który może prześledzić kontekst całej wiedzy, musimy wprowadzić te różne formaty wiedzy do naszego Internetu wiedzy, aby użytkownicy nie tylko mogli wydobyć z nich ważne pomysły, ale także prześledzić źródła tych ważnych pomysłów .

W Heptabase naszym celem jest zapewnienie odpowiednich typów kart dla wszystkich popularnych formatów zawierających wiedzę, takich jak karty PDF, karty wideo itp., tak aby można je było nie tylko umieszczać na tablicy, dodawać znaczniki i właściwości, ale także aby użytkownicy można również wyróżnić i dodać do nich adnotacje.

Na przykład Heptabase obsługuje już karty PDF. Użytkownicy mogą korzystać z zaznaczania tekstu lub zaznaczania obszaru, aby wyciągać jedną kartę podświetlenia po drugiej z zawartości karty PDF i zintegrować te karty podświetlenia z istniejącym kontekstem myślenia na tablicy. Użytkownicy mogą nie tylko zapisywać adnotacje na tych kartach wyróżnień, ale także umieszczać je z powrotem w pierwotnym położeniu na karcie PDF za pomocą jednego kliknięcia.

W przyszłości, oprócz formatu PDF, będziemy projektować i rozwijać funkcje wyróżnień i adnotacji dla innych formatów danych, takich jak wideo, audio, obrazy i strony internetowe, a wszystkie wyróżnienia i adnotacje będą ostatecznie wykorzystywać naszą warstwę adnotacji jako uniwersalny interfejs.

warstwa integracji

Poza plikami i statycznymi stronami internetowymi, na świecie jest dużo wiedzy zapisanej w różnych produktach ze specjalnymi strukturami danych (np. Posty na Facebooku, Tweety na Twitterze, Notion Pages, Readwise Highlights). Jeśli chcemy wprowadzić tego typu informacje osób trzecich do systemu Heptabase, musimy zbudować interfejsy, które mogą synchronizować się z tymi informacjami osób trzecich i utworzyć aliasy kart dla tych informacji osób trzecich w Heptabase. Jest to podstawowe zadanie warstwy integracji.

Na przykład, jeśli użytkownik połączy się z Readwise z Heptabase, wszystkie jego wyróżnienia Readwise zostaną natychmiast przekonwertowane na karty wyróżnień Heptabase. Jeśli w przyszłości rozwiniemy integrację z Arkuszem Google, być może będziemy wspierać przekształcanie każdego wiersza w kartę, a określone kolumny będą zapisywane we właściwościach karty.

Niezależnie od tego, czy jest to warstwa adnotacji do adnotacji w plikach statycznych, czy warstwa integracji do tworzenia aliasów dla danych stron trzecich, ich wspólnym celem jest wprowadzenie informacji zewnętrznych do kontekstu myślenia użytkownika w Heptabase, co pozwala nam zbudować nowy kontekstowy internet wiedzy na szczyt całej istniejącej ludzkiej wiedzy.

Etap 3 — kontekstualizacja wiedzy zbiorowej

W pierwszym i drugim etapie Heptabase dążył do stworzenia najlepszego „narzędzia do osobistego myślenia”. Jednak zaczynając od trzeciego etapu, zbudujemy narzędzie komunikacyjne na podstawie tego narzędzia myślenia, umożliwiając grupie użytkowników wspólne badanie złożonych tematów, tworzenie zbiorowej wiedzy i wypełnianie luki „dziel się → eksploruj” w cyklu życia wiedzy.

Z perspektywy internetu wiedzy zadaniem tego etapu jest stworzenie warstwy komunikacyjnej dla wiedzy.

Warstwa komunikacji

Przed zaprojektowaniem czegokolwiek zawsze musimy jasno przemyśleć, jaki problem ma rozwiązać ten projekt. Kiedy ludzie słyszą „oprogramowanie do komunikacji”, mogą od razu pomyśleć o wysyłaniu wiadomości, komentowaniu, współpracy i współredagowaniu. Jednak z punktu widzenia projektanta najważniejszy jest „cel i model komunikacji”, który należy podkreślić, a nie realizacja tych funkcji.

W mediach społecznościowych (np. Facebook, Twitter) powszechnym modelem komunikacji jest ekspresja. Ludzie wydają się dyskutować na jakiś temat, ale w rzeczywistości częściej wyrażają siebie: Jakie są moje opinie i stanowiska w określonej sprawie? Z jakiej grupy ludzi chcę zwrócić na siebie uwagę?

W oprogramowaniu do pracy (np. Slack, Notion) powszechnym modelem komunikacji jest konkluzja. Ludzie często dyskutują w tę iz powrotem, aby ustalić: Jaka jest nasza decyzja? Co musimy dokończyć o której godzinie?

Projekt każdego oprogramowania komunikacyjnego ma na celu pomóc użytkownikom w skuteczniejszym osiąganiu ich celów. Dlatego media społecznościowe mają więcej funkcji związanych z wyrażaniem i udostępnianiem, podczas gdy oprogramowanie do pracy ma więcej funkcji związanych z integracją zadań.

W Heptabase chcemy stworzyć świat, w którym każdy może skutecznie osiągnąć głębokie zrozumienie czegokolwiek. Wierzymy, że prawdziwa zbiorowa mądrość nie polega na zmuszaniu wszystkich do natychmiastowego osiągnięcia konsensusu, ale na umożliwieniu każdej jednostce poszerzenia własnego poznania poprzez innych i zobaczenia, jak ich pomysły rozwijają się w kontekście myślenia innych ludzi.

Dlatego warstwa komunikacyjna, którą stworzymy, będzie nastawiona na zrozumienie. Naszym celem projektowym jest umożliwienie wielu osobom (w tym sztucznej inteligencji) skutecznego budowania głębokiego zrozumienia tematu poprzez dyskusję, naukę i badania. Rozumienie osiągnięte przez tę grupę ludzi na ten temat może być dalej poszerzane przez innych odkrywców w różnych kontekstach. Kiedy chcesz dzisiaj nauczyć się jakiegoś tematu, nie musisz już znajdować odizolowanej wiedzy, jak w przeszłości, ale możesz eksplorować ramy wiedzy ustanowione przez grupę ludzi w procesie dyskusji.

Etap 4 — kontekstualizacja ekosystemu aplikacji

W czwartym etapie, który jest ostatnim etapem mapy drogowej, naszym celem jest umożliwienie ludziom stosowania wiedzy z Internetu w różnych kontekstach zawodowych i życiowych oraz zachowanie tych kontekstów, w których wiedza jest stosowana. Z perspektywy internetu wiedzy zadaniem tego etapu jest stworzenie warstwy aplikacyjnej dla wiedzy.

Warstwa aplikacji

Jeśli chcemy, aby użytkownicy stosowali wiedzę w różnych kontekstach zawodowych i życiowych, oczekujemy, że każdy kontekst może wymagać dedykowanej aplikacji zaprojektowanej dla tego kontekstu. Jako firma Heptabase nie jest w stanie opracować wszystkich aplikacji na świecie. Dlatego ostatecznie będziemy musieli polegać na zewnętrznych programistach, którzy opracują własne aplikacje i sprawią, że ich aplikacje będą odczytywać i zapisywać w Internecie wiedzy Heptabase.

Warstwa opisowa, którą stworzyliśmy dla systemu kart w pierwszym etapie, będzie odgrywać bardzo ważną rolę w tym etapie. Załóżmy, że zewnętrzny programista chce utworzyć aplikację. Mogą bezpośrednio używać systemu kart Heptabase jako bazy danych dokumentów, dodawać niestandardowe właściwości do kart swojej aplikacji i projektować interfejs front-end, którym chcą manipulować wartościami tych właściwości. Zaletą tego podejścia jest to, że zewnętrzny programista nie musi już budować bazy danych od zera ani tworzyć kompletnego edytora tekstu sformatowanego — wystarczy skupić się na właściwościach, których potrzebują, i zdefiniować te właściwości w warstwie opisowej Heptabase.

Gdy Heptabase utworzy warstwę aplikacji, która umożliwia różnym niezależnym programistom publikowanie aplikacji, nasz Internet wiedzy może rozszerzyć się na szersze konteksty. W przypadku każdej karty wiedzy można prześledzić, gdzie została użyta, jak została zaprezentowana i użyta, w jakim kontekście, w której aplikacji, dzięki jej właściwościom, a także uzyskać głębsze zrozumienie tej wiedzy. Ten poziom interoperacyjności informacji i śledzenia kontekstu jest niespotykany w obecnym Internecie.

Wniosek

Podsumowując, Heptabase chce stworzyć kontekstualizowaną sieć wiedzy, która pozwoli każdemu na świecie skutecznie ustanowić głębokie i wszechstronne zrozumienie wszystkiego, czego chcą się uczyć lub badać.

Ten kontekstualny Internet wiedzy musi być wspierany przez nowy otwarty system hiperdokumentów, który będzie obejmował wiele warstw infrastruktury: warstwę kontekstową do zachowania kontekstu myślenia, warstwę opisową do zarządzania kategoriami i dodawania właściwości, warstwę adnotacji do opisywania plików statycznych, warstwa integracyjna do tworzenia aliasów dla danych stron trzecich, warstwa komunikacyjna umożliwiająca grupie ludzi dogłębne zrozumienie złożonych tematów oraz warstwa aplikacji umożliwiająca niezależnym programistom publikowanie aplikacji opartych na kartach i tak dalej.

Z inżynieryjnego punktu widzenia wiemy jasno, że tak złożonego systemu nie da się zbudować w krótkim czasie. Z biznesowego punktu widzenia wiemy też jasno, że bez względu na to, jak dobry jest nasz system, jeśli nie rozwiązuje rzeczywistych problemów, nikt nie będzie go używał. Dlatego w Heptabase przyjmujemy logikę badawczo-rozwojową opartą na rynku, wykorzystując ciągłą iterację produktu i obszerne rozmowy z użytkownikami w celu zrozumienia rynku, a następnie tworząc plan budowy tego systemu w oparciu o nasze zrozumienie rynku i użytkowników.

Niezależnie od tego, czy korzystałeś z Heptabase, czy nie, mamy nadzieję, że ten artykuł pomoże Ci lepiej zrozumieć wizję Heptabase i pozycjonowanie naszego produktu w tej wizji. Będziemy nadal ciężko pracować, aby Heptabase ewoluował i realizował naszą wizję stworzenia kontekstualnego internetu wiedzy.

Przedmowa

距離發表上一篇 My Vision ，是因為我認為只有在與真實世界的用戶有大量的互動後，才能將願景中較為模糊的部分看的更加透徹。因此在過去一年半, Heptabase 團隊每天都在打造產品、與用戶對話，透過持續地迭代來驗證我們的假設。

在上一篇文章的結尾, 我將 Heptabase 的願景描繪如下:

我們希望能透過Heptabase的工具來幫助全世界的知識工作者打通「探索 → 收集 → 思考 → 創作 → 分享」的知識生命週期,讓資訊具備原生的互用性,讓想法的脈絡可被追蹤,讓集體知識的創建更為容易，進而演化出一個脈絡化的知識網路.

用這樣的方式來描繪願景，好處是它給出了一套知識生命週期的框架來指引我們的產品開發，以及三個在執行上要注意的大原則.然而對一般人來說, 看完這段描述後心中仍會有許多疑問.

首先，我雖然在上一篇文章針對資訊互用、脈絡回溯和集體知識創建各自提出了一些想法和方向，但我並沒有真正深入地去談我們在執行層面上的路線圖。

再者，這個願景的描述較為抽象、學術，在看完後你可能還是會有點困惑：為什麼我們需要一個新的知識網路？保存想法的脈絡能為我們帶來什麼好處？Heptabase 的知識網路想解決的是人類的哪一個原始需求？

On ptabase 的核心目標，也讓 Heptabase 的用戶們更加暸解我們執行的路線圖。

Zamiar

Heptabase個任何人都可以有效地對任何事物建立深度理解的世界.

在 Google、Social Media、ChatGPT龐大的知識架構與思考脈絡中的冰山一角，而大多數人仍然對這些冰山的實際樣貌一無所知, 深度理解複雜事物的能力也並沒有顯著的提升.

在 Heptabase, 我們相信現代人在學習,研究和解決問題上遇到的最大困境並不是缺乏知識,而是缺乏將無數個單點知識串連起來的脈絡，以及建構並保存這些脈絡的工具.如果我們能為知識保存脈絡，並且讓全人類共享這些知識的脈絡，當其他人想學習和研究相同的知識時，就能利用這些知識的脈絡來建立更加全面且深入的理解。

在這樣的一個願景之上,我為公司的發展設定了四個漸進的階段。這四個階段的意義在於打造一個可以乘載脈絡化知識網路的「開放超文本系統」, 並在每一個階段將這個系統需要的基礎建設一層層的搭建起來.以下我會詳細地討論這四個階段的目標與挑 戰, 並 將 這 個 系 統 的 樣 貌 更 完 整 的 描 繪 出 來.

Etap 1 — kontekstualizuj swój mózg

在第一階段，我們的目標是打造一個幫助每個人學習和研究複雜主題的思考工具.這個工具的核心任務是讓用戶可以在大量資訊之上建構思考框架、提煉重要的想法與知識, 打通知識生命週期中「收集 → 思考 → 創作」的環節，並且保存用戶大腦針對這些主題的思考脈絡。

從最終要打造的知識網路來看，這個階段的意義在於打造兩個基礎建設: warstwa kontekstowa 和 warstwa opisowa.

warstwa kontekstowa

在 Heptabase 中，乘載想法與知識的基礎單位是卡片，而 warstwa kontekstowa 就是用來替這些卡片保存思考脈絡的 Layer，對應到的就是 Heptabase 的白板功能.沒使用過 Heptabase 的人光看外觀可能會覺得白板的用途是視覺化，但其實視覺化只是一種手段，它的真實用途是讓每一張卡片都可以追溯到它在不同白板下的思考脈絡。

也正是基於這個原因, 我們在開發白板的初期, 並沒有花太多時間在打造白板產品常見的手寫、形狀、線條、樣式等功能，而是專注在開發卡片在多重白板的復用、卡片與所在白板的雙向鏈結、白板與白板之間的階層架構、白板中知識卡片的分群與索引、卡片編輯器與白板之間的交互等與「保存知識脈絡」相關的功能。

Warstwa opisowa

第一階段要打造的的第二個基礎建設是卡片的 Warstwa opisowa，也就是負責給卡片添加類型與屬性的 Warstwa， Heptabase 的 Tag 和 Property 功能.

在 Heptabase 裡，你可以對卡片添加不同的 Tags，並為這些 Tags 規定性質不同，但可以被不同 Tags 重複使用的Właściwości.個 Tagi 來管理我研究筆記軟體和溝通軟體的相關卡片,因為他們都是與研究有關的卡片,因此可以共享 Typ dokumentu, Wgląd, Ważność 這些與研究相關的 Właściwości.

對個人用戶來說，這樣的功能可以幫他們更好地用資料庫的形式一目暸然地管理同質性高的卡片，甚至像常見的專案管理系統一樣建立不同的 Wyświetl 與 Filter 來用不同視角（例:表格、看板）觀看這些卡片。

當然，正如同白板的用途不單純是視覺化，Tag 和 Property 的用途也不單純是管理卡片.它們真正重要的長期用途是在第四階段時,可以讓第三方開發者在 Heptabase 的卡片系統上Aplikacja 針對不同場景打造不同的, 進而拓展這些知識卡片可被復用的場景與脈絡.

Etap 2 — kontekstualizuj źródła zewnętrzne

當 Heptabase 在第一階段已經打造出一個「足夠好」的思考工具時,我們就會進入第二階段，幫助用戶不只能保存自己大腦的思考脈絡，也能將外部資訊帶進這個脈絡一起思考，打通知識生命週期中「探索 → 收集」的環節。

從知識網路的角度來看, 這個階段的意義在於打造兩個負責將外部資訊整合到 Heptabase 系統的基Warstwa adnotacji i warstwa integracji.

Warstwa adnotacji

在當今的網路世界中，有非常多的知識是被以 PDF、影片、音訊、圖片、網頁等不同的格式保存。如果我們要打造能追溯脈絡的知識網路，我們勢必得將這些不同格式的知識整合進我們的知識網絡，讓用戶不只能從它們身上提取重要的想法，還能追溯這些重要想法的源頭。

在 Heptabase，我們的目標是對所有主流乘載知識的格式提供對應的卡片類型，像是 PDF 卡片、影音卡片等等，讓它們不只可以被放到白板上、被添加 Tag 和 Property，用戶還可以對它們做 Podświetl 和 Adnotacja。

舉例來說，現在的 Heptabase 已經支援了 PDF 卡片。用戶可以在閱讀 PDF 卡片的過程中，透過文字選取或區域框選, 從 PDF 的內容拉出一張又一張的 Highlight 卡片, 將這些 Highlight 卡片放在白板上與既有的思考脈絡整合.用戶不只可以在這些 Highlight 卡片上寫註解，還可以從 Highlight 卡片一鍵定位回它在原始的 PDF 卡片中的位置。

在未來，除了 PDF 以外，我們將為影片、音訊、圖片、網頁等其他不同的資料形式設計並開發屬於它們自己的 Wyróżnienie 和 Adnotacja 功能，而所有的 Wyróżnienie 和 Adnotacja 最終都會使用我們的 Warstwa adnotacji 作為通用介面。

warstwa integracji

除了檔案與靜態網頁以外, 這世界上有非常多知識是被用特殊的資料結構保存在不同的產品裡頭的（例: Facebook 的 Post, Twitter 的 Tweet, Notion 的 Page, Readwise 的 Highlight).將這種類型的第三方資訊引進 Heptabase 的系統, 我們就必須打造能和這些第三方資訊同步的接口，為這些第三方資訊建立在 Heptabase 中的卡片替身（Alias). 。

舉例來說，如果用戶將 Readwise 與 Heptabase 對接，他所有的 Readwise Highlight 就會被即時的轉換成 Heptabase 的 Highlight 卡片。假設Integracja z Arkuszem Google 的功能, 則可能會支援讓用戶將每個 Row 變成一張卡片，而特定的 Kolumna 則會被寫進這張卡片的 Właściwość 裡頭.

不管是對靜態檔案建立註解的 Warstwa adnotacji, 還是對第三方資料建立替身的 Warstwa integracji, 它們的共同目的都是將外部資訊整合進用戶在 Heptabase知識之上打造新的脈絡化知識網路.

Etap 3 — kontekstualizacja wiedzy zbiorowej

在第一和第二階段，Heptabase 都是以打造最好的「個人思考工具」為目標。但是從第三階段開始，我們就會在這個思考工具之上打造一個溝通工具，讓一群用戶可以共同研究複雜的主題、創建集體知識，打通知識生命週期中「分享 → 探索」的環節。

Warstwa komunikacji.

Warstwa komunikacji

在做任何的設計之前，我們永遠都要先想清楚這個設計要解決的是什麼樣的問題.很多人在聽到「溝通軟體」時，第一時間可能會想到訊息、留言、協作、共編。但從設計者的角度來說，比起這些功能實作，「溝通的目的與模式」才是最需要被重視的東西。

Facebook、Twitter）論，但其實更多時候是在表達自己：我對某個議題的意見和立場是什麼？我想吸引哪個族群的關注？

在工作軟體中（例：Slack、Notion），常見的溝通模式是由「結論驅動」（Conclusion-driven）的。人們在一來一回的討論往往是為了確定：我們的決策是什麼？我們要在什麼時間完成什麼事情？

每一種溝通軟體的設計，都是為了幫助使用軟體的人更好的達成他們的目的，所以社群媒體有更多表達與分享相關的功能，而工作軟體則有更多任務整合相關的功能。

在 Heptabase，我們希望打造一個任何人都可以有效地對任何事物建立深度理解的世界.我們相信真正的集體智慧靠的不是強迫大家馬上達成共識,而是讓每個人都能藉由他人來擴充個體認知，看到自己的想法在別人的思考脈絡下會如何被展開.

所以我們所打造的 Warstwa komunikacji起討論、學習、研究一個主題的過程中，每個人都可以有效地以這些討論的內容為原料，建構出他對這個主題的深度理解；而這群人對這個主題所建立的這些理解，可以被其他探索者進一步在不同的情境下擴充。當你今天想學習一個主題時，你不再像過去一樣只能找到單點式的知識，而是可以探索一群人在討論的過程中建立起來的知識架構。

Etap 4 — kontekstualizacja ekosystemu aplikacji

在第四階段，也就是路線圖的最終階段，我們的目標是讓人們可以將知識網路中的知識實際帶到不同的工作和生活場景中去應用, 並且保存知識在這些場景中被應用的Warstwa aplikacji.

Warstwa aplikacji

如果要讓用戶能將知識帶到不同的工作和生活場景去應用, 我們預期每個場景都可能會需要Heptabase 作為一家公司, 不太可能將世界上全部的 App都開發出來,因此我們最終勢必得仰賴第三方開發者開發自己的 App, 並讓他們的 App 可以雙向讀寫 Heptabase 的知識網路.

我們在第一階段中為卡片系統打造的 Descriptive Layer，會在這個階段扮演非常重要的角色。假設一個第三方開發者想要打造一個 App, 他可以直接使用 Heptabase 的卡片系統來作為文本資料庫,替他的 Aplikacja 的卡片添加自定義的 Właściwość、再打造他想要的前端介面來操縱這些 Właściwość 的值.這麼做的好處是，第三方開發者不再需要從頭搭建資料庫、打造完整的富文本編輯器 — 他們只要專注在自己需要哪些 Właściwość，並將這些 Właściwość 在 Heptabase 的 Warstwa opisowa 上定義好就行了.

一但 Heptabase 打造出能讓不同第三方開發者發佈 Aplikacja 的 Application Layer, 我們的知識網路就能拓展到更大的場景上。對於每一張知識卡片，你可以透過它的 Właściwość 去追溯它在哪些 App 裡頭的哪些場景下被用什麼方式呈現和使用，進而對這塊知識建立更深刻的理解。這Wyświetlanie的。

Wniosek

總結來說，Heptabase 希望打造一個脈絡化的知識網路，讓世界上所有人都可以透過這個知識網路有效地對任何他想學習或研究的事物建立深度、全面的理解。

這個脈絡化的知識網路需要由一個新的開放超文本系統去支撐,而這個系統會包含許多層的基礎建設：保存思考脈絡的 Warstwa kontekstowa、管理類別與添加屬性的 Warstwa opisowa註解的 Warstwa adnotacji, 對第三方資料建立替身的 Warstwa integracji, Warstwa komunikacji,讓第三方開發者可以發布基於卡片的 Aplikacja 的 Warstwa aplikacji 等等.

從工程上，我們非常清楚這樣複雜的系統是無法在短時間內打造出來的。從商業上，我們也很清楚不管我們打造的系統再怎麼好，如果它沒有解決真實世界的需求，就不會有人去使用它.因此在 Heptabase, 我們採用的是一種由市場驅動的研發邏輯, 透過持續的產品迭代以及與用戶的大量對話來暸解市場的樣貌,再根據我們對市場與用戶的理解來制定打造這個系統的路線圖。

不論你有沒有用過 Heptabase, 我們希望這篇文章可以幫助你更加暸解 Heptabase 的願景, 以及我們的產品在這個願景下的定位.我們將繼續努力，讓 Heptabase 不斷地進化，以實現我們打造脈絡化知識網路的願景。