我以前很容易把学习资料越收越多。一个教程看起来不错，一篇文章被人推荐，一个开源项目好像值得研究，顺手保存下来很轻松。真正麻烦的是，过一段时间再打开知识库，我经常想不起当时为什么要留下它。
后来我给资料设了一个入口门槛：它必须能接上一个明确动作。这个动作可以是练习，可以是输出，也可以是一次复盘。如果我说不清下一步要做什么，这个链接就先不进入主页面。
每个方向先留少量核心来源
我现在会把资料数量压得很低。每门语言、每个专题先保留 1 到 5 个核心来源，优先级高的通常是官方文档、经典书、系统课程、真实材料和可验证的工具。
这个限制有点笨，但对我有用。资料少了以后，我不会在十几个入口之间来回跳，也不需要花很多时间维护一堆“以后可能会看”的链接。真正需要补充时，再把新资料放进来评估。
我会给每个资料写几个字段：名称、类型、适用阶段、为什么保留、下一步动作和状态。写这些字段时很容易暴露问题。如果“为什么保留”只能写成“感觉有用”，它大概率还没有准备好进入系统。
状态比收藏夹更重要
资料进入知识库以后，我会给它一个状态：待评估、在用、暂停或归档。
待评估表示我还没确认质量，只是先放在门口。在用表示它正在支撑当前阶段。暂停表示它不错，但现在不用。归档表示它已经完成使命，或者已经不适合继续占据入口。
这套状态还很年轻，也有很多粗糙的地方。有时我仍然会偷懒，只写一个标题就扔进去。但只要状态字段还在，我回头整理时就能更快判断：这是一个要继续推进的材料，还是一个应该被清掉的念头。
学习要落到可运行的练习
我不想只记录“学过”。编程语言尤其如此。Java、Python、Rust 这些方向，最后都要落到可运行的练习、小工具、测试或源码阅读记录里。
所以学习路线图里有一个很朴素的要求：每周至少留下一个可以运行的练习或项目片段。它可以很小，甚至只是一个 CLI、一个接口、一个测试用例。但它得真的跑过，能让我在几周后看见当时练了什么。
自然语言学习也类似。英语和日语不能只堆词汇和语法。我会把输入、输出、纠错和复盘连在一起：读一段材料，复述一次，写一小段摘要，记录卡住的地方。这样留下来的记录才有温度，也更容易变成下一次练习。
输出作品清单负责验收
我给知识库留了一个输出作品清单，用来回答一个直接的问题：这段学习最后变成了什么。
自然语言可以是演讲稿、翻译、摘要、精读笔记。编程语言可以是 CLI、小服务、自动化脚本、测试记录或源码阅读文章。它们不一定都成熟，但至少要能说明对应能力。
这个清单也会反过来约束资料收集。如果一个资料长期没有进入练习，也没有产生输出，我就要重新判断它的位置。半年以上没有使用、又看不出复用价值的资料，会被归档。和核心资料重复、质量更低的内容，会被删除。
我现在越来越喜欢这种带门槛的知识库。它不会让我显得资料很多，却能提醒我把注意力放回行动上。资料进来之前先问下一步，资料留下之后看状态，学习结束时看输出。流程不复杂，但它已经帮我少存了很多没有下文的链接。