AI + 知识库：与其雕琢丹炉，不如好好炼丹

全世界都在教你用知识库，可还是搞不懂什么叫第二大脑。

知识管理类软件，有多少人是这样相爱相杀的：印象笔记用过，有道云笔记下过，Notion装了又卸，工作上离不开飞书文档，最近又跟着教程在学Obsidian。软件挨个换了一圈，笔记也跟着从这个搬到那个，花心思置办了不少模板，把页面码得漂漂亮亮，但总觉得离那些大神嘴里"神乎其神的思维网络"，还是隔着十万八千里。

• 为什么我总是学不会？用不好？记不住？感觉帮助不大？
• 难道是因为我耐心不足，沉不下心来跟着教程一步一步搭框架打标签？
• 文件太多太乱了，pdf，pptx，excel，word一大堆不好整理？
• 平时太忙了，第一大脑连轴转，导致第二大脑没空搭建？
• 天生是个P人，本质上就不适合用过分规整的知识库？

这种困惑，似乎从十年前的云笔记时代无限蔓延到了AI知识库时代。

其实多年前国外互联网上就流传着"Notion坟场"的说法，工作区里堆满搭了一半的仪表盘、没人再打开的模板，搭系统带来的成就感退潮之后，那些用过 Notion 的痕迹却归于死寂。

而国内关于“知识库好不好用”的辩论堪称赛级，派系分明，大概能归出几种声音：

• 怀疑派，认为整理笔记本身是一种自我安慰，囤积信息带来的是虚假的掌控感，用“整理”这个动作逃避真正该去做的努力。
• 方法派，教程永远是长久不衰关注度最高的，高手分享，新人跟上，管它有用没用，咱见了教程方法就是点赞收藏关注一条龙走起。
• 归因派，热衷什么样的人适合做知识管理，J人P人笔记差异、ADHD最需要知识库却最容易放弃……试图用人格特征标签来匹配工具，虽然没有更科学的对照实验，但自由心证易有共鸣。

那我还要不要学知识库？

先说我的结论：学，但别学得太较真。

1. 都叫知识管理软件，但产品差距之大，堪比前门楼子和胯骨轴子。你得先知道都有啥软件，再说想学啥样的。
2. 绝大多数知识管理软件赚的是企业的钱，给个人用户留了足够空间的免费使用权益。学习门槛下限很低。
3. 个人用户知识库的使用逻辑约等于健身房办卡，健身有用，许多人都办过卡，但重度玩家始终不多，且玩法高端，常人大多用不上。学习门槛上限很高。
4. 轻度玩家领会精神，玩出自己的花样即可。使用方法自由。
5. 知识管理软件都不够完美，且有被 Agent 碾压的风险。从头学知识库，性价比不如学Agent。
6. 对大部分人来说，知识库软件只是锦上添花，纠结软件不如保护好仍愿积累和产出的少年心气。

咱们来每条捋一下：

一、知识管理软件，有好几条思路不同的产品线

印象笔记、有道云笔记、Obsidian、Notion、语雀、飞书文档、Gemini Notebook、IMA……这些感觉跟知识管理都最贴边儿的软件，看似在同一个赛道里卷，但压根不是同一样东西：

1. 随手记类。 苹果备忘录、印象笔记、有道云笔记、flomo，大抵是这条线上的。特点是打开就能写，不用先想好怎么分类，笔记之间也不需要互相有联系，靠文件夹和搜索找回来就行。

2. 企业协作类。 Confluence、语雀、飞书文档是代表。这条线的价值其实并不建立在"一个人"身上，而是更建立在"一个团队"上：相互自由分享，多人同时编辑，按职位分权限、新人培训手册常年挂在上面不丢。脱离了团队分享共创，这类产品大部分功能就没意义了。

3. 开发平台类。 Notion是这条线最典型的代表。Notion严格意义上讲不仅仅是个知识库，它底层是个数据库引擎，既能当笔记本用，也能当项目管理工具用，还能自己搭个小系统出来。知识管理只是它一堆用法里的小小的一个。少数派有篇文章标题起得很直接，叫《警惕notion迷梦：一款开发工具而非笔记软件》，冲着"笔记软件"这四个字去用它的人，用着用着会发现自己其实是在"开发"。

4. 双链笔记类。 Obsidian、Roam Research、Logseq是代表。核心是"块引用"和"双向链接”。笔记之间可以互相指来指去，A笔记提一句B笔记的内容，两边会自动建立一条看得见的连线，时间长了能长成一张网。由于这条线的产品的数据大多存于本地电脑，也有人习惯称之为"本地优先"。

5. AI原生类。 Gemini Notebook、IMA是这条线的代表。前面四条线，虽然也在陆续填加AI功能，但其核心动作仍是"人自己想办法整理"，链接、分类、检索还得靠人自己动手，而软件只负责存储和呈现。但AI原生类这一条反过来：你只管往里狂扔资料，啥格式都行，然后由AI来负责检索、归纳、分析和回答问题。这一类工具才真正开始把“整理”这个工作扔给AI。

二、知识管理软件赚的是企业的钱，个人用户免费就够

知识管理软件这个行业，有一点很有趣：C端用户数量庞大且平台讨论度很高，但它越来越像个to B业务。

Notion就是一个"个人用户破圈、企业用户接盘"的故事：蛰伏多年，靠数据库能力在2018年杀出重围，前期几乎全靠个人用户口碑传播，用户量从100万涨到2000万。到了2023年，公司账户数量已经占了付费账户的一半，同年年经常性收入从上一年的6700万美元一口气跳到2.5亿美元，此后一路涨到2026年的8.65亿美元，企业用户功不可没。那个人用户呢？Notion至今累计1亿注册用户里，绝大多数还是不掏钱的个人用户。

所以大多数知识管理软件公司，并不指望个人用户成为掏钱的主力。甚至翻遍那些市场研究机构报告，它们在统计"知识管理软件市场"的时候并不会把"个人用户"当成一个值得单独拆出来算的类别。

知识管理软件 C端用户的梯队金字塔，和 Keep 的在线健身用户群体非常像：绝大部分在塔底，少量人在中间，极其稀有的付费用户在塔尖尖上。产品一旦提收费和涨价，活跃用户量级一定欻欻往下掉。

就像死磕个人订阅付费的印象笔记，免费权益在诸多软件中逼仄得可怜，这两年已经很久没发布用户量级或月活的数据了，在当前知识管理软件百花争艳的时代，显得沉默不语。

咱把各类软件的免费档权益摆出来，直观看一看：

八款里，Notion、Obsidian、flomo、语雀、飞书文档、Gemini Notebook这六家，免费档基本上都能撑住个人核心工作流；IMA暂时处于全免费状态；而印象笔记，是少数真要靠个人订阅硬撑收入的产品。

所以，使用知识管理软件的门槛极低，只要想用，就有许多各式各样的免费产品可供挑选。

很私心地说，在AI Agent的时代，最适配 Agent 的知识管理软件当属“本地优先”的 Obsidian。下面两节，我将深入分享重度玩家的玩法，以及轻度玩家/初级学习者可以借鉴之处。

三、围观 Obsidian 重度玩家的雷霆玩法

这两种打法风格迥异，各有各的道理，确实值得所有人借鉴一下：

AI研究员大神的打法：Agent接手文件处理工作，Obsidian只负责当阅读器

前特斯拉AI总监、OpenAI创始成员之一的Andrej Karpathy（卡帕西），在2026年4月2日公开分享了自己的用法：用 AI agent 接手原始文件的整理、知识的提炼与标签工作， 而Obsidian 仅仅相当于是人类阅读知识时的阅读器。

他的流程的顺序大概是这样：

• 先建一个只增不改的原始素材文件夹（raw），把原始素材（论文、代码、对话记录之类）一股脑丢进去。
• 用Claude Code、Codex这类 Agent工作，直接打开原始素材文件夹（raw），读取和分析新丢进来的素材，提炼关键内容主题，形成markdown格式的新笔记。
• Agent 再将新生成的笔记存进Obsidian 的知识库文件夹（Wiki）中，已有主题刚续写，新主题则新建，再自动更新索引（一个index.md总目录），并在新的笔记中，标注 Obsidian 可呈现的反向链接。

注意他的逻辑：用Agent(整理、提炼、打标) + Obsidian(存储、链接和呈现)，给自己新做一个知识库出来。是一套工作流。

我们上面也说了，Obsidian 本身属于需要人手动去做文件整理的软件，但Karpathy（卡帕西）这套打法的先进之处在于，基于 Obsidian 的本地优先属性，让 Agent 全盘接手文件处理环节的工作，并在笔记和笔记之间建立超高密度的链接。

这套打法的门槛极高，不太适合轻度玩家。我归纳了一下至少有五条沟：

• 原始材料太少不行。比如你的工作是由很多个小项目，一个小项目文件也就百十来个，那根据用不着这么一套复杂的架子，杀鸡用牛刀，不值当的。
• 不是一个大主题的不行。比如你有一个庞大的文件夹，里面积累着不少日记、工作文档、电子书、孩子的教辅和作业，你收藏的图片、音乐和电影，全都混在一起。Agent 要么根本链不起来，要么生造些奇怪的链接，不够裹乱的。想把库建起来只能分域分主题。
• **格式洁癖。**pdf、图片、音频、视频、word、excel……这些格式的原始材料，必然面临着格式转写的大工程，要转写成 Markdown 才能进流程。
• **资料一多特别费 token。**它每次导入新素材后，就会把现有的知识库文件夹（Wiki）重头翻一遍，看要不要重做新链接。读得越多，调用模型的成本就越高。
• **开始没设计好=白干。**Karpathy（卡帕西）自己说"目录结构、命名规范、页面格式取决于你的领域、偏好、用哪个LLM"，翻译过来就是，他这一套打法没有现成模板可套，怎么建库怎么设规则全靠你自己判断，一旦没想好就开整，AI可就一去不回头地瞎搞下去了，很有可能token没少费，最后不知道做出个啥玩意儿来。

这套打法适合谁呢？我个人感觉，相对适合手里攒了一大堆没空整理的原始素材，靠人工整不完的朋友，比如：

• 写了十几年日记堆在硬盘里，却从没系统读过一遍的人。
• 工作沉淀下来千百个内部文档，早想整理成"自己的方法论"，但一直没空动手的职场老手。
• 代码提交记录堆成山、写过大量技术笔记却从没系统归档的开发者。

这些人的共同点是素材早就有了，要做的只是花算力买时间，考虑怎么把“整理这堆陈年老账的活计”外包给AI。

PS：如果你是个攒了海量网络小说、想理出经典人物设定、人物关系、世界观，但工程量太大的重度书虫。我劝你死心吧，别走这条路。一篇长篇小说的容量不是一个 Agent 上下文能容纳得了的。无法正确地打标和链接不说，光要这个钱就花不起：我问过Claude，做完300G小说的全面梳理，得花多少钱买算力，它说可能得卖上几套北京的房吧。虽然不知道这个数靠不靠谱，但不重要，掰掰了您内。

学术研究者的打法：古法手动打链接本身就是思考，不假手于 AI

古法手动打链接的路子，可以追溯回双链笔记的老祖宗那里——德国社会学家尼克拉斯·卢曼，他在上世纪50年代的发明了"卡片盒法"，每张卡片只写一个想法、编个号，靠人工判断进行卡片关联，他靠这套土办法一辈子写了70多本书。70年以后被Roam Research重新翻出来，包装成"第二大脑"的理论基础，也直接催生了Obsidian 这一整条双链笔记产品线的设计理念。

而荷兰阿姆斯特丹大学AI方向博士生Emile van Krieken公开过的Obsidian系统，就是这个古法链接的现代实践：他管理着2100多篇论文、900个研究主题、1600个概念，全靠手动创建笔记、手动给每条链接标注关系类型，比如"属于哪个主题""是不是同一个概念""谁的研究"等等，他自己写的原则是"能链接就链接，读一篇论文就建一条笔记、链上去"。这跟Karpathy（卡帕西）的做法正好反过来。

对于Emile van Krieken来说，链接这个动作本身就是做研究的思考方式，判断"这篇论文的方法算不算某理论的应用"的过程本身就是研究，核心的思考步骤不能交给AI代劳。

这套打法适合两类朋友：

• 做长期学术研究、需要对概念关系有精确判断力的人，文献综述里这种判断容不得AI的"大概齐""差不离"。
• 本身就享受手动梳理这个过程的人。学习科学里有个说法叫"合意难度"，越轻松获得的东西记得越浅，而手动整理的费劲，本身可能就是价值所在。

需要注意的是：这里的整理，并不只是把笔记简单归位、摆放和美化，低层次的整理确实很容易伪装成努力，而是要像Emile van Krieken一样，啃文章，建笔记，做链接，一条又一条，几百几千条，万丈高楼平地起。

四、轻度玩家和初学者如何玩 Obsidian ？学习，领悟，手搓

Obsidian 的使用方法相当自由，你的思维逻辑和使用习惯是什么样子，你就可以把 Obsidian 塑造成什么样子，而并非只有一个模板。

所以轻度玩家和初学者应该怎么用Obsidian？我的建议是：

1. 务必手搓入门：从AI博士生Emile van Krieken的实操作法入手，以最原始的方式，从0开始生产笔记，手动打标签和链接，积累Obsidian的手感。只有对Obsidian的用法开始有了感觉后，你才会知道如何和它相处会更加舒服，是转换到Karpathy（卡帕西）的用法，还是坚持积少成多的手搓方式，还是自创一套自己的玩法。

2. 领悟AI + 知识库理念： Karpathy（卡帕西）“AI+知识库”理念，任何学习 Obsidian 的人，都有必要去深入学习并理解内核。但是我非常不建议上来直接按照某一个教程的步骤，一步一步按图索骥地操作，学不明白、操作失败或用不长久的概率极大。

3. 自己动手建个AI管理的知识库：不必照搬 Karpathy 打法的所有步骤，自己尝试建一套“AI按规矩处理素材并做好知识库给你看”的工作流。Agent 需要如何对文件进行收纳归类、格式转化、分析提炼、成果转移进 Obsidian Vault并且打标上链接……这些流程、频率、规则，你需要反复试验并沉淀，直到形成更适配的 AI知识管理体系。即使最后和卡神的套路已然两模两样，那更好，那专属于你自己的AI+知识库，也就算成了，恭喜您。

五、知识管理软件，现在无一例外地不够完美

文中也提到过，在平台上，关于知识管理软件好不好用这件事一直有争议。归因派试图用人格/特征标签解释这种争议，尝试去总结什么样的人用起知识管理软件来可能更加得心应手，另一部分人则可能天然不适合用。"人格决定该用什么方法"这个说法听着新鲜，其实不然，在过去几十年间教育领域曾有过许多实验，比如“按学习风格指导教学”“个性化学习路径”等等，最后结果却是：无法证明“按一个人的静态标签（学习风格、人格类型）提前匹配一套方案是更有学习效果的”。

所以使不好、用不惯、坚持不下来哪个软件，先不要怀疑自己，也许得转过头评价产品，是不是不够匹配用户的需求？

在AI Agent时代，我认为一个优秀的知识管理软件起码得拥有以下几个特点：

1. 服务：免费服务足够用，付费服务性价够高。
2. 存储：支持本地存储且能与云盘同步。
3. 格式：跨格式文件的识别、处理、管理和互相链接。
4. 多端：PC、手机、平板，跨端侧输入、管理与存储。
5. 管理：AI Agent 能够主导文件处理、分析、提炼和链接。

按这个标准，**当前所有知识管理软件都是不太完美的，无一例外。**而 Obsidian 已经是相当接近的一个了。

六、分享我的懒汉管理法：Agent管理，Obsidian陈列

我既不想照搬卡神全套的AI自动编译路数，也没有精力坚持Emile van Krieken手搓链接的匠人精神，现在的解决方案折中且够用：

Agent+“身家性命”文件夹=我的终极知识库：我全部的知识素材都放在一个叫“身家性命”的庞大文件夹中，大概分了工作和生活两大坨，里面成百上千个子文件夹里圆环套圆环，散落着新的旧的五花八门的文件，txt小说、word纪要、excel数据、ppt报告、pdf文章，还有图片、音频、视频……几百个G的东西长年蹲在我的 onedrive 里，光吃不拉只多不少。当我用 Codex/Claude Code 这些 Agent 工具打开它进行文件处理、分析提炼和内容产出，它就具备了知识库应给予人类的全部能力。

Obsidian的定位=成果陈列间：Obsidian是目前最接近我心目中理想知识库的软件，但它既不是我的核心工具也不是最终成果，而是为提炼的工作学习成果找一个陈列间。这个陈列间，也在“身家性命”文件夹里。

• 陈列着从 “身家性命” 里提炼出的高价值内容存档。比如以“AI 应用”研究为主题：我每周都会搜罗一圈各类行业新闻、研究报告、厂商动态、大牛观点以及用户讨论，让 Agent 整理出行业小周报；平时也会搜罗各种有趣的 Agent 应用技巧和教程，堆成一堆。这些周报和教程，都会转成 markdown，扔进 Obsidian 相应的文件夹中打标。这个动作目前是一周一次。时间久了，母文件夹里就沉淀出一份记录着处理规则和目录的 AGENTS.md。
• 追踪总结我的日记。我习惯在手机端用 flomo，配合语音输入工具，做即时日记、脑洞、观点的口述记录。每隔两三周，把 flomo 导出的 markdown 文件扔进 Obsidian，让 Agent 追踪分析我的记录，研究自己观点变化的底层原因，尝试将发散脑洞转化为可执行的方案，不一定有大用，但偶尔很有趣。

七、不能帮你炼出仙丹的知识管理软件不是好丹炉

痛点往往不在知识存储和提炼，而在知识获取：一个从PC时代就混迹互联网的老网民，走过很多平台，写过很多文字，也许早就跟着消失的论坛和坏掉的电脑，一起死在了过去的某一年；而现在人们的时间又被切割进蜂巢般的 APP 中，美其名曰在碎片化时间里学习，但想把这些稀碎的内容收拢回来，不动些技术手段或钞能力，又谈何容易？高质量信息在数字世界中的磨损，巨浪无声。

学习知识管理软件，领悟比操作重要：技术高速迭代，知识管理软件形态变化无常，谁也说不好Obsidian、Notion、或者Karpathy（卡帕西）那套Agent流水线，一年后会是什么模样。不要困在任何软件的表象中，领悟理念比学习操作步骤和花俏小功能要重要得多。更何况对于大部分轻度玩家来说，软件大多只是锦上添花。

那具体用什么软件好？你喜欢最重要：哪个都不喜欢用也行，知识管理不用拘泥于任何一款具体的软件。哪怕就一个老老实实的文件夹，只要还愿意往里添东西，那也是你的宝贝知识库，这叫大象无形。PS：我用 Obsidian 和 flomo 还可以，不妨试试。

软件不重要，积累和产出才重要：会用再多软件，也并不等于做好了知识管理。那一点还愿意积累学习、产出内容、展示自我的少年心气，都不应该过多消耗在纠结软件上。软件撑死是个丹炉，关键不在于把丹炉雕出个花来，而在于你得炼出个丹来。学会了、产出了、发布了，才是你的绝品大仙丹。这叫返璞归真。

个人推荐：Agent 就是个好丹炉：单从文档管理的角度，只要你有一个装满文件的文件夹，Agent 就能本地化操作、链接云盘、链接在线文档、跨格式文件处理甚至跨端侧管理，天然是个做知识管理的全能型工具。所以个人认为，认真学习使用 Agent 的优先级，要大于任何一款知识管理软件。

我是盒小啡，一个沉迷 Agent 的行研分析师，最近被几个朋友问及要不要学 Obsidian 后，灵光一闪，赶制一篇。还是那句话：学，但别学得太较真哟！