知识库最容易观察的变化是体积：文件越来越多，标签越来越细，稍后阅读列表越来越长。这种增长很有成就感，也很像把“不想忘记”误写成“已经理解”。
Hamming 面对知识持续增长时，给出的方向是 “learning to learn”。我觉得这句话放到个人知识库里，可以推得更远一点：一个好的知识库，原始材料也许一直增加，但需要独立记忆的东西应该越来越少。
理解会产生压缩。最初遇到十个现象，我们可能记下十条结论；找到共同机制以后，只需保留一个模型，再记录几个边界和反例。两篇重复的笔记可以合并，一串零散技巧可以被更稳定的原则替代，已经进入日常判断的常识也不必永远占据首页。知识没有消失，只是从十件互不相干的行李，变成了一张能展开它们的地图。
所以整理知识库，不只是给新增内容找位置，还要主动做删除、合并和提升：哪些笔记只是在重复来源？哪些结论已经被更好的解释覆盖？哪些标签没有帮助检索？哪些内容只能收藏，不能参与推理？如果整理永远只有加法，维护成本最终会高到让人不再回看。
“越来越小”说的也不是磁盘字节。史料、数据和原始记录有保存价值，不能为了整洁删掉证据。真正应当缩小的是认知复杂度：用更少的核心概念解释更多材料，同时仍能回到来源检查。好的知识库像一份不断重构的代码，不以行数最少为目标，却会持续消除重复的责任。
参考：Hamming 1995 年演讲全文；美国海军研究生院保存的课程资料。
整理自这次对话；“知识库应该越来越小”是基于材料形成的个人推论。