文件仍然在你媽媽的檔案櫃裡
本文認為基於資料夾的傳統文件管理已過時。它將文件比作繼承自1970年代辦公室隱喻的檔案櫃，迫使知識被放入單一位置。AI檢索系統揭示了資料夾的侷限性，提倡透過連線的知識圖譜實現多路徑發現。
2026年6月
你的文件仍然在你媽媽的檔案櫃裡
當你停下來思考時，這其實有點不可思議。
大多數文件被組織成檔案、資料夾和層級結構。一個文件放在一個資料夾裡，這個資料夾又放在另一個資料夾裡，表面上看起來很整潔。問題在於，知識很少這樣運作。
一個元件的可訪問性決策可能影響設計、工程、內容和客戶支援。那麼你應該把相關文件放在哪裡？主題越複雜，這個選擇就越尷尬。
現代桌面是在1970年代由施樂帕克研究中心開發的。早期的圖形使用者介面大量借鑑了物理辦公概念，如文件、資料夾和檔案系統，因為辦公人員對它們很熟悉。
五十年後，我們仍然在使用相同的思維模型。但有多少30歲以下的人實際使用過物理檔案櫃？
繼承的檔案櫃
我們很少停下來思考我們的數字世界有多少建立在這個舊的辦公隱喻之上。
我曾與一位同事共事，他把所有檔案直接儲存在Mac桌面上。他透過空間導航，將文件放在螢幕的不同區域，並形成了關於它們位置的動作記憶。我甚至不確定他是否意識到這些檔案被儲存在桌面資料夾下的目錄結構中。
我從小接受文件放在資料夾裡的觀念，作為UX設計師，我只是擴充套件了它來建立網站的資訊架構。
但想象一下，如果我們沒有被這種樹形結構所預先影響？也許會出現更多創意和空間化的介面。
人們不像圖書管理員那樣瀏覽文件
有一種叫做"資訊覓食"的理論，它表明人們會跟隨線索而非系統性地探索層級。
Peter Pirolli和Stuart Card將人們描述為資訊覓食者。這是一個描述在網路上尋找資訊的人的極酷術語。就像獾覓食小型無脊椎動物一樣，我們人類尋找可能有用的資訊的跡象，並不斷決定是否繼續搜尋。
這或許有助於解釋為什麼文件使用者常常：
先搜尋後瀏覽
探索幾層後停止
轉而詢問同事
建立重複文件
資訊通常存在，但人們不會本能地找到它儲存的位置。這對設定檔案櫃的人來說很合理，但因為它在幾個抽屜下面，夾在冬季毛衣和徒步襪之間，所以永遠找不到。我們都熟悉那個團隊的Confluence wiki。
知識無法放入一個資料夾
回到設計系統，一個元件的可訪問性決策可能放在檔案櫃的任何抽屜裡：
設計
工程
內容
可訪問性
客戶支援
但我們的資料夾結構迫使我們選擇一個位置。一旦我們這樣做，其他所有路徑都變得更難。
研究人員幾十年來一直在討論這個限制。1990年代早期關於語義檔案系統的工作認為，資訊應透過屬性和意義而非物理位置來檢索。人們通常根據主題和任務思考資訊，而傳統檔案系統按位置組織資訊。
AI暴露了問題
對比AI如何導航。大多數現代AI檢索系統並不像傳統文件倉庫那樣主要依賴資料夾結構。
一個設計令牌頁面可以被檢索，因為它提到了顏色對比，而不是因為它位於：
設計系統 → 基礎 → 可訪問性 → 顏色
我越是與AI系統合作，就越明顯資料夾是一種儲存機制，而非知識架構。AI正在暴露一個人類多年來一直在繞行的問題。
從儲存架構到知識架構
我們生活在一個不斷切換上下文的世界。我神經多樣性的大腦在瀏覽器標籤頁、應用程式、訊息和手機之間不斷移動。在這種環境中，期望人們記住文件的"正確"位置越來越不現實。
基於樹的組織結構深深嵌入在我們的工具和工作流程中，短期內不太可能消失。更有用的問題是如何使這些結構內的資訊更容易被找到。與其依賴知識的單一歸屬地，我們應該讓它從多個方向被可發現。
現代文件受益於通向同一資訊的多條路徑：
搜尋
後設資料
標籤
交叉連結
相關內容
引用
語義關係
這個想法總是讓我回想起Chase McCoy的前瞻性文章《作為知識圖譜的設計系統》。他認為設計系統本質上是相互連線的知識集合，而非孤立資產的集合，理解概念之間的關係往往比知道任何單個資訊儲存在哪裡更有價值。
過去兩年，我一直在使用Obsidian做筆記，它最強大的功能之一就是標籤和連結如何建立一個關係圖譜。它不將筆記強制放入嚴格的層級結構，而是展示想法如何連線、重疊和交叉。這比任何我使用過的資料夾結構更接近知識的實際運作方式。
我開始懷疑可訪問性一直指向這個方向（得意臉）。可訪問性反覆出現的主題之一是，資訊不應依賴於單一路徑。我們不單獨依賴顏色、形狀或視覺位置來傳達意義。
同樣的原則適用於文件。當人們可以透過搜尋、導航、連結、後設資料和相關內容到達資訊時，資訊變得更容易被發現。
幫助人類發現資訊的相同特徵也幫助AI系統檢索資訊：
清晰的結構。
有意義的標題。
有用的後設資料和描述。
一致的語言。
概念之間的強關係。
目標不是找到儲存資訊的完美位置，而是讓資訊無論人們走哪條路都能輕鬆發現。
關上抽屜
多年來，我們一直把文件當作檔案櫃。把東西放在正確的資料夾裡，貼上標籤。
但儘管很痛苦，人們很少在我的精心設計的層級中閒逛，欣賞分類法。他們搜尋、瀏覽、跟隨連結。而當尋找資訊感覺像工作時，他們就放棄了，直接問別人。
一旦AI可以訪問你的文件，它不在乎你把東西放在哪裡。它透過意義、上下文和關係來發現資訊。
文件的未來不是更大、標籤更好的檔案櫃，而是一個可以從多個方向被人類和機器發現的知識連線體。
如果你對資料夾、檔案櫃或"你媽媽"有強烈看法，請在Bluesky上找我。