收藏千篇干货却90%没打开:这波AI知识库热潮,谁该上车

源自11位全网作者

08-19 23:14

8月14日,DeepSeek发布了旗下首款Agent产品DeepSeek Harness,36氪的评测稿直接用了《DeepSeek Harness 来了,它不想做下一个Codex》做标题。自定义的Agent预设、可重建的会话和强大的插件功能,都让它和传统的Codex类产品不太一样。36氪

收藏千篇干货却90%没打开:这波AI知识库热潮,谁该上车

这个产品一下子点燃了知识管理圈:8月16日起的三天里,B站涌现出几十条「Obsidian+AI知识库」新教程;到了今天,微博上已经吵成两派,一派直接宣布「我宣布,Obsidian+Codex简直就是最棒的组合」!微博

这波热潮瞄准的是一类很具体的人:收藏夹囤积党。7月底,小红书上一篇《把小红书收藏夹做成个人知识库的简单方法》火了,开头第一句就是「收藏上千篇干货笔记,90%收藏完就再也没打开过」。小红书这条笔记拿到2900多赞、3300多收藏,953条评论翻下去,几乎全是求脚本。

变化在哪:AI从搜索框变成了图书管理员

搭知识库不是新事物,前面的人已经翻过两次车。第一次是手动派。一位Obsidian老用户在知乎坦承:「在OB中我有两千多篇笔记,大部分笔记都没有真正打开过,收藏夹里的笔记形同虚设,双链断裂,标签体系也早就已经混乱了。知识库由工具变为了我的负担」。知乎他也试过手动归纳,建索引、打标签,坚持两周后一切回到原点。

转机是OpenAI创始成员Karpathy在采访中透露的工作流:把原始信息交给大模型整理成文档,自己只负责提问和查看。用那篇知乎实践文章里的话说,「就是把人工智能当作知识库管理员来使用,而不是用来做搜索框」。知乎搜索框是一问一答,答完即忘;图书管理员则常驻在你的笔记里,持续整理、持续维护。

这套思路落地时有一个关键设计:原始材料和精炼成品严格分开,raw文件夹是垃圾桶,随便丢;wiki文件夹是展厅,只放值得反复查看的成品。AI每次把raw里的素材编译进wiki时,都要在笔记里写明来源,方便回溯。全部本地文件承载,还顺带避开了云端工具的安全隐患。

已经跑出来的是什么样子

前面那篇小红书笔记就是完整跑通的案例:用油猴脚本把收藏夹批量导出成CSV,投喂给Codex这类AI,就能生成一个可检索的本地知识库页面。

收藏千篇干货却90%没打开:这波AI知识库热潮,谁该上车

对话截图里,AI导入180条点赞笔记后,自动分进11个分类,生成了成品页。页面长得很像小红书,但数据全在自己手里。

收藏千篇干货却90%没打开:这波AI知识库热潮,谁该上车

B站UP主泉凭感觉走得更远,他把十几年的旧笔记迁进Obsidian再接上AI。「这套系统已经运行了71天。排除一开始搬进来的旧资料,新产生了668篇笔记;AI还从所有原始笔记中整理出了1,099张知识卡片」。哔哩哔哩

DeepSeek Harness则把这套玩法的天花板又抬高了一截。它的插件不是给界面加小功能,而是直接插进Agent的大脑:「但这套插件并没有把’长期记忆’做成传统的向量数据库+RAG,而是通过本地文件持久化+分层上下文注入+LLM自我整理,形成的一套完整系统」。36氪内测短短几天,用户就开发了约300个插件,插件仓库页面已经挂出291个repositories。

收藏千篇干货却90%没打开:这波AI知识库热潮,谁该上车

模型也能换,官方默认接入Kimi、OpenAI、Anthropic等将近40家第三方大模型厂商,还预设了标准、代码、极简、创造、写作五种工作台模式。

收藏千篇干货却90%没打开:这波AI知识库热潮,谁该上车

三个不会自动消失的坑

坑一,整理瘾复发。B站UP主Kiven大汉堡做了近10期AI知识库教程、播放近百万,接入AI一年后却得出一个反常识结论:「整理得越好,你越不想打开」。哔哩哔哩他把原因归结为两个:不知道为什么建,缺少自己的判断。解法是所有资料围绕任务组织,自己定规则让AI照着做。

坑二,把调工具当成目的本身。一位研究生在微博自嘲:「开学三周的最大学术进展是调试好了codex+zotero+obsidian的联动,至此才首次打开老师们发的阅读清单」。微博调通工具链用了三周,读文献才刚刚开始,这不是个例。

坑三,AI自己带来的新问题。记忆功能不是一劳永逸的,有用户抱怨:「Obsidian的记忆系统会越来越冗长,夹杂垃圾,想清理都无从下手」。微博插件生态也有阴暗面,内测仓库里已经有人做出广告插件,评测稿里忍不住调侃:「如果你嫌DeepSeek官方界面太简洁,不妨加点广告」。36氪

谁该上车,谁该再等等

先把概念掰清楚。知乎上一个43万浏览的回答把这件事拆成两层:「先把"资料库"和"知识库"分开:资料库解决的是原始材料能保存、能找到;知识库解决的是这些材料经过理解后,能在写作或做决策时被再次调用」。知乎对多数囤积党来说,缺的其实是资料库,而资料库的问题,一个导出脚本就能解决大半。这也解释了为什么本地方案更稳:今年5月Notion被曝出高危漏洞,「你以为分享的是工作文档,其实顺便给黑客发了一份精准的钓鱼通讯录」。36氪

对应三类人,三个动作:

  • 纯收藏囤积党(收藏上千篇、常年不打开):先别学Obsidian。照小红书的路线跑一次,把收藏夹导出成CSV让AI分类,看看自己到底愿意回看哪几类。成本是一个脚本加几块钱API费用,当天就能看到结果。

  • 手里已有笔记存量、但维护不下去的Obsidian用户:直接抄raw/wiki分离的思路,给AI写清楚职责。记住泉凭感觉的提醒:「我的做法不是把所有资料都搬进去,而是有选择地保留以后还会用到的内容」。哔哩哔哩

  • 爱搭基建的工具党:谨慎上车。有人总结得很直白:「obsidian对于爱搞基建爱玩装修的人来说…就像是在笔记里盖金字塔」。微博动手前先给自己设一个两周期限,回答不了「这个库帮我干成了哪个任务」就停一停。

金钱成本其实不高:Obsidian本体个人使用免费(官方同步服务收费),DeepSeek的API按量计费很便宜,Codex和Claude走每月订阅。真正的成本是时间——搭建系统的时间,以及AI整理出垃圾后返工的时间。

最后留几个值得盯的信号:Harness公测后的表现、插件仓库能不能长过1000个、Obsidian官方会不会跟进AI记忆管理、B站这波教程热还能持续多久。这波热度是工具革命还是又一轮收藏吃灰,一个月后再看会清楚得多。

内容由AI生成
0
扫一下,分享更方便,购买更轻松
0评论

当前文章无评论,是时候发表评论了
提示信息

取消
确认
评论举报

最新文章 热门文章