你身边的AI产品经理，陪你解决每一个真实问题。
飞书这两天上线了一个新功能，叫“飞书知识问答”。
第一反应其实是：嗯？又是个AI问答工具？结果随手试了一下，发现还真不太一样。只能说：
当初我选择用飞书做知识管理的含金量还在上升。
为什么？你看这个回答结果基于了 WaytoAGI.com 的知识库，把过去社区里面整理的所有图片、文本都整合了起来，给了一个非常不错的结果。
说实话，这个功能我盼了挺久。因为我是一个长期把飞书当做“知识中心”的人，文档也好，多维表格也好，已经成了我工作内容的主阵地。内容是沉淀下来了，但问题也很明显：收藏或写得多，找起来反而更难了。
收藏 ≠ 能用，找不到比没写更烦。
不知道你是否可能也遇到过这种情况：你记得某份文档里写过一个解决方案，但你不记得是哪一份文档，也不记得写在哪一节。靠关键词搜？搜出来一堆文档，点开一页一页翻，有时候甚至得靠猜。
这就是我过去一直在忍的“知识回溯”问题。
飞书知识问答的好处是，它不靠关键词匹配，而是理解你的问题，直接从文档中提取“回答”。 比如我问“我们之前写的那套插件安装流程怎么做来着？”它能直接跳到那一段内容，并高亮展示。这一步就把我过去在知识管理上耗费的时间直接砍了一半。
当然了，要做知识管理的话，快速辅助做数据的采集工具也是非常必要的，我日常用两个插件做内容采集。
一个是飞书官方出的「飞书剪存」，浏览网页时一键收藏文章内容，点击一下插件就能够存进你的飞书文档里面：
另一个是我自己写的插件，叫Save2feishu（做了个插件，一键收藏网页到多维表格），可以把当前网页链接快速存到飞书多维表格里，配合字段捷径可以做进一步的加工处理，含金量看来还在不断上升。
字段捷径这些咱们后面的文章分享里面可以继续说，可以把链接中的内容提取文本、图片、然后AI打标、结构化摘要等等。
我这套流程其实已经跑得比较顺了，资料能收集、能标注、也能沉淀。但问题在于，“回看”和“提取”一直靠人力操作，哪怕表格加了筛选、标签再清晰，也得手动点进去看内容。
而现在飞书知识问答补上了这一步。我把内容都沉淀在飞书之后，只需要一句话“问”，它就能帮我定位、提取、展示——逻辑上，这就把采集→沉淀→提取→重用的完整闭环打通了。
我不再折腾本地知识库了！
讲个背景，我之前为了“问答式调取知识”试过各种开源工具，也是走了很多弯路，比如笔记是应该存在本地还是云端里，是基于 Obsidian 去写还是什么编辑器等等，上传本地文档、建向量库、接入LLM模型，再搭个Web界面。
有点成就感，但维护成本太高，和工作平台也割裂。
现在飞书原生支持知识问答，我的想法也变了。
我不再追求技术上的“极致自由”，而是更看重“用起来是否顺手”。
飞书知识问答这套虽然看上去简单，但胜在和我已有内容无缝打通——文档不需要迁移、流程不需要重构，问了就能用。
这种“原地提升”的体验反而更难得，对我来说，最打动人的地方，不是它用了什么模型、做了多少理解，而是它终于让那些“被写过一次就沉下去”的内容，重新浮了上来。
你可能也像我一样，一边在飞书里记录项目、整理灵感，另一边还在不断浏览一些公开社区，比如 WaytoAGI.com 这种开源AI知识库、优秀项目合集、论文清单等等。
这些内容本身就有被人工筛选后沉淀下来的价值了，如果你能把它们整理进自己的飞书体系，再配合知识问答这个能力，其实就已经构建出一套属于你自己的“半自动知识助手”了。
比如哪天我在写方案，突然需要引用某个多模态模型的能力介绍，过去我可能要翻 WaytoAGI.com 主页，或者找回那份归档笔记。
现在我可以直接在飞书里问一句：“多模态能力中有哪些模型在图像生成上表现突出？”（我特意把联网搜索关闭了）它就能从我之前归纳过的内容中，抓出答案。
这其实已经构成了一个非常完整的闭环流程：
发现信息 → 收集整理 → 飞书沉淀 → 知识问答提取 → 场景再用
这是我理想中的AI+知识管理状态，让知识流动起来了。
不需要特别重的学习门槛，也不依赖额外工具，你只需要做两件事：把内容沉淀进飞书，然后习惯于“问”，让内容重新流动起来。
说到底，真正有价值的，不是信息的拥有，而是你能不能及时找到并用得上。知识的含金量不只在“多”，而在“能用”。
这次飞书的新功能，让我觉得它离知识流动起来的消费场景，“能用”的标准又更近了一步。
如果你也正在构建自己的知识体系，或者在折腾各种 AI+知识库的搭建方式，不妨从最简单的开始。
把日常有价值的内容放进飞书，整理好结构，留出清晰的路径，最后交给知识问答去调用，效果也许会比你预想得更好。
我已经把这条路跑顺了，你也可以试试看。
