如何做好技术笔记?
2026年3月25日
许多工作在学会某个知识或技能后，可能就不需要频繁更新；但软件工程师这份工作不同。大多数软件工程师都需要在职业生涯中，随着技术迭代持续学习新知识，甚至创造新知识。
和学习任何知识一样，除了动手实践，在过程中做笔记也会对学习有帮助。过去业界也有像 OpenAI CEO Sam Altman、Amazon CTO Werner Vogels 公开分享过自己的记笔记方式。因此，在这篇文章中，我们会整理不同的笔记观点，并结合 ExplainThis 团队的笔记实践经验，来讨论软件工程师可以如何做好技术笔记。
我们不会讨论 Notion、Obsidian 或 Heptabase 这类工具怎么用，而是聚焦在不论你用什么工具都适用的笔记理念与方法。特别说明，虽然这篇文章谈的是如何做笔记，但更重要的是，如何通过笔记这个媒介来思考与学习。
不要只做存储与检索
先说一个做笔记最常见、也最容易踩雷的问题：把笔记当成“存数据与取数据”。Amazon CTO Werner Vogels 曾分享，他小学时记笔记，会把老师说的话一字不漏写下来，考前再拿出来复习。他说这种方式就像 AWS S3，作用只是存数据和原样取数据。
但他认为这不是理想的笔记方式。因为单纯的存储与检索，代表的是记忆，不代表理解；想让笔记真正有效，关键在于理解与输出。这不只是 Werner Vogels 的个人经验。普林斯顿大学社会心理学家 Pam Mueller 的研究也发现，单纯抄写信息，对信息学习与留存的帮助非常有限（链接）。
这种做法在传统亚洲教育里也很常见。以台湾为例，在中小学课堂中，经常会看到老师写完板书后让学生照抄。但这种照抄板书的方式，恰恰是相对低效的做法。所以如果你过去记笔记时习惯原样记录信息（或习惯复制粘贴到自己的笔记工具），建议读完这篇文章后先改掉这个习惯。
写笔记是思考的过程
如果单纯存储与检索不是有效的笔记方式，那怎样记笔记才更有效？
如开头所说，记笔记本质上是思考与学习的过程。更推荐把记笔记当成一个函数：把读到或听到的信息作为输入，通过“笔记过程”这个函数，输出一个不同的结果。从函数角度看，如果输出和输入完全一样，就代表这个函数几乎没有作用。笔记也是同理。要判断笔记是否有效，输出应该与输入有区别，而这个区别来自你在中间加入的思考。
OpenAI CEO Sam Altman 也分享过（链接），他把记笔记视为思考过程。换句话说，即使他是全球最顶尖 AI 公司之一的 CEO，即使他带领团队做出了 ChatGPT 这种能帮助人们写出大量内容的产品，他仍然认为：只要思考没有消失，记笔记这件事就不会因为 AI 出现而消失。
对比上一段提到要改掉“复制粘贴式记笔记”的习惯，更推荐你在记笔记时不断检查：这份笔记里有多少是自己的思考？有多少内容是用自己的话写下来的？即使记录的是同一个主题，只要不是照搬原文，而是用自己的语言重写，你对主题的理解通常都会更深。
不过，具体来说，在记笔记过程中可以如何思考，进而让学习更深刻？下面我们来谈两个更落地的方法。
康奈尔笔记法 (Cornell Method)
第一个方法，是 Amazon CTO Werner Vogels 推荐的康奈尔笔记法（Cornell Method）。
康奈尔笔记法会把笔记分成三个区域（见下图，图源为康奈尔大学教学视频）：左栏线索（cue）写问题，右栏笔记（note）写你读到的信息，下栏总结（summary）写你理解后的结论。
通过问题与思考来记笔记
在我们实际使用康奈尔笔记法的经验里，最关键的是左栏的问题。很多人会在记笔记时边看边写问题，但更推荐的做法是：在写任何笔记之前，先把问题写下来，明确你希望通过阅读一篇内容或听一场分享，回答哪些问题。然后，在真正开始读或听之前，先在右栏尝试写下你此刻对这些问题的理解。
完成这两个前置步骤后，再开始读或听内容；如果还没写下这些内容，就先不要开始。等你进入实际阅读或听讲后，再去更新右栏，用新信息迭代你对问题的理解。
举例来说，在观看 写出好维护的程序代码 - 低耦合是什么意思? 为什么要松散耦合? 线上课程单元时，可以先写下“什么是低耦合、为什么低耦合对代码可维护性有帮助、如何降低代码耦合度”等问题，然后尝试先写出你当前对低耦合的理解。在这个阶段，一定要先自己思考，不要在还没思考前就直接看课程内容。
接着，在听课过程中，如果发现自己原本不知道的信息，比如你之前不知道可以通过依赖注入来降低耦合，就把它补到右栏。最后，完成课程后，用最简洁的方式在下栏总结你对低耦合主题的理解，同时也可以补充那些你原本不知道的关键洞见。
事实上，这种方法和我们推荐的程序练习方式也很像。以 LeetCode 这类数据结构与算法练习为例，每做一道题，即使是没见过的新题，也不要一开始就看答案，应先自己思考并尝试解题，真的卡住了再去看。
看答案时也不要一口气全看完，可以先看前半部分，再根据前半部分自己尝试把完整问题解出来。同时，在看答案时务必要记录“哪些是自己原本不知道的洞见”，这和康奈尔笔记法下栏要写的内容是同一个思路。
阅读更多
如果你对如何做好技术笔记感兴趣，我们在 E+ 成长计划 的主题文章中，还分享了 Andrej Karpathy 等人提过的笔记方法，以及如何有效结合 AI 来记笔记。
如果你希望更深入了解这个主题，或对其他前后端开发、软件工程、AI 工程主题有兴趣，欢迎加入 E+ 成长计划一起成长（链接）。