11月16日,Mem宣布关停。时间表排得很紧:2026年12月18日笔记转为只读,2027年1月15日服务彻底下线。Mem自己的关停说明和迁移指南写得清楚坦率,导出的工具也比大多数关停事件给得体面。
X上的反应来得很快,说法也基本一致:每一个跑在别人服务器上的AI第二大脑,都有一个关停日期;而你自己硬盘上的Markdown文件没有。这话没错,但也只说对了一半。如果你像Mem推销的那样使用它——把它当作"和你一起思考的笔记应用"——那么大部分价值从来就不在文件里,而在应用从文件里算出来的东西里。
对于这个月要搬离Mem的人,以及正在搭建LLM wiki或AI第二大脑、希望自己将来退出时能平淡无奇的人,真正需要弄清楚的是:导出的压缩包里到底有什么,怎么在信任它之前先验证一遍,以及笔记下一步该搬去哪里。
ZIP里实际装了什么
按照Mem的保存副本指南,Markdown导出(设置 → 导出 → 开始新导出 → 我的电脑)解压后包含笔记、集合索引、附件等内容。文档里有两个细节容易被忽略:会议转录默认包含在内,但音频录音是单独的选项,必须在开始导出前勾选;另外,如果你在第一次导出后继续在Mem里编辑,就需要再导出一次——ZIP是快照,不是同步。
AI第二大脑有三层,导出只带走一层半
先把"我的第二大脑"在AI笔记工具里指什么说清楚,会更有帮助。它有三层:
- 来源层:你放进去的笔记、文件和转录。
- 结构层:笔记之间的链接、集合、标签。有些是你自己建的,有些是应用建议的。
- 派生层:搜索索引、嵌入向量、"相关内容再浮现"功能、基于笔记的对话。
Markdown导出能很好地带走第一层。第二层只能带走一部分:链接如果写成相对链接就能存活,集合则以索引文件的形式保留下来,而不是作为笔记本身的属性。第三层无法以任何与应用无关的形式存活,因为它是索引,不是数据。这没关系,前提是你能从第一层和第二层把它重建出来。真正的迁移工作,就是确保你重建得出来。
第一步:现在就导出,别等到12月17日
12月18日转为只读之后仍然可以导出,所以这不是一场恐慌。但大型笔记库需要时间准备,Mem要求一次导出完成后再开始下一次,而你也需要时间在客服还回邮件的时候发现缺了什么。现在导出一次,验证它,然后在最后一次编辑之后再导出一次。保持原始ZIP不动,下面所有操作都在解压文件夹的副本上做。
第二步:用脚本验证,而不是靠滚动浏览
Mem自己的建议是打开一个你熟悉的笔记,点开一个链接,打开一个附件。这要做。然后跑一个能检查每一条笔记的东西,因为断掉的相对链接和成了孤儿的附件,在你抽查五个收藏笔记时是看不出来的。
脚本会统计笔记数量、集合索引数量、断掉的本地链接、不属于任何集合的笔记、属于两个及以上集合的笔记,并检查是否存在export-report.md。你希望看到的是:笔记数量接近Mem显示给你的数字,断链为零,export-report.md要么不存在,要么其中条目是你有意识接受的。如果你的导出用的是[[wikilinks]]而不是标准Markdown链接,先扩展正则再相信那个零。
第三步:把隐式结构写进文件
集合是最容易在下一次导入中丢失的部分。有些应用把索引文件变成页面,有些变成标签,有些直接忽略。最稳妥的做法是把每条笔记的集合归属写进笔记本身,作为front matter,这样任何读取YAML的工具都能保留它。结构从此跟着笔记走,而不是待在一个下一个导入器未必看得懂的旁文件里。同样的原则适用于任何你依赖的东西:重要的信息应该写在Markdown里,而不是从文件所在的位置推断出来。
第四步:把AI层当作可丢弃的,然后证明它
这是Mem消失之后值得留下的设计教训。在一个健康的AI第二大脑里,文件是事实来源,AI知道的一切都是可以扔掉重建的缓存。具体来说,笔记落到新家之后:从文件夹重建搜索和嵌入,而不是从旧应用AI功能导出的任何东西重建;用你问过旧工具的问题抽查,如果以前基于笔记的对话能回答"三月份我们关于定价页决定了什么",就在新环境里问同样的问题,这里的失败通常指向缺失的转录或附件,而不是模型;不要把AI生成的摘要当作笔记迁移,如果你保存了它们,就标记为生成内容,免得未来的智能体把昨天的摘要当成一手来源。
选下一个家:先跑一遍退出演练
这周最有用的一件事不是"选一个更好的供应商"。每个供应商都可能停止服务。而是"选一个你已经测试过退出路径的家"。在把多年的笔记托付给任何新工具之前,先跑一遍这个演练:
- 导出不需要工单就能跑通,产出的是开放格式(Markdown、纯文件),而不是专有打包。
- 用普通编辑器打开导出的文件夹,链接和附件都能解析。
- 结构存在于文件里(front matter、标签、链接),而不只在应用的数据库里。
- AI索引能在全新安装、无法访问旧账户的情况下从文件重建。
- 存在一条完全不依赖这家公司的路径:代码开源,或者你能自托管,或者两者兼有。
最后一点,正是许多搬离Mem的人转向开放的本地优先工具、而不是另一个托管式AI笔记应用的原因。无论你选什么,都套用同一套演练。知识库软件的选择是多年的承诺,而"开源"只有在你真的试过脱离供应商运行它之后才有用。
对团队来说,AI部分值得和存储部分一样审视。如果你选的AI知识库软件把每条笔记都发给你无法控制的模型,文件也许是可移植的,但思考不是。把模型侧也跑成自托管,你就能在派生层获得和Markdown在来源层给你的同一种退出属性。
简短版
- 现在就从Mem导出,用脚本验证,最后一次编辑后再导出一次。录音重要的话,勾上音频选项。
- 在导入任何地方之前,把集合归属写进front matter。
- 从文件重建AI层,不要试图搬运它。
- 在信任下一个工具之前,第一天就跑它的退出演练,而不是等到它关停那天。
Mem的团队处理得比大多数公司好。下一次关停未必会提前五周通知,所以趁演练还是可选的时候,把它做掉。
热门跟贴