AI 解读与建议
Discover 下的其它功能给你的是关系本身——A 和 B 有关，强度多少，为什么有关（共享了哪些概念）。
这一层不同：它给的是解读。用自然语言告诉你这段关系意味着什么，或者直接建议你该建哪些链接。
也因此，只有这一层真的调用大模型，需要 Pro 与你自己的 API Key。
解读一段关系
在共现矩阵里选中一个亮格子，让 AI 解读这两个概念为什么强关联——把一个数字变成一句能读的话。
矩阵能告诉你这两个概念关系很强，但说不出「因为你在讨论用户访谈方法时总会带到样本偏差」。后者才是你会记住并继续用的东西。
双链建议
节点详情的 SUGGESTIONS（建议）区块：AI 读过笔记之后，提议那些语义上相关、但用词不同的笔记该不该链接到这个节点。
它刻意排除已经被未链接提及覆盖的字面匹配——那一层已经找得又准又免费，AI 不必重复劳动。所以这里出现的都是字面匹配抓不到的东西。
该信到什么程度
| 层 | 依据 | 可信度 |
|---|---|---|
| 未链接提及 | 字面完全匹配 | 确定 |
| 共现 | 出现在同一篇笔记 | 事实 |
| 关系预测 | 你的链接结构 | 可解释（能看到共享的概念） |
| 语义相关 | 含义上接近 | 模型判断 |
| AI 解读与建议 | 语言模型 | 一种解读 |
越往下越有启发性，也越需要你自己过一遍。AI 建议的价值不在于「照单接受」，而在于它会提出你不会想到的组合——判断仍然归你。
什么时候效果最好
几条笔记揭示不了什么。几十条已经链接过的笔记，才够给模型足够的信号。所以这一层通常是知识库长起来之后才真正有用，而 Discover 下的其它功能从第一天就能用。
隐私
内容只在你触发某项功能时发给你自己配置的服务商，不经 Jotaid 的服务器，也不用于训练。详见 AI 配置。