九月的知识管理社区，风向变得很快。
上半年大家还在讨论怎么把笔记喂给AI，下半年刷屏的已经是另一套话术：《WorkBuddy+ima最系统教程，学不会你来找我》《无偿分享！用AI自动整理笔记》《手把手教你搭建会自动进化的AI知识库》——知乎9月17日这篇长教程挂着"最系统"三个字，微博8月18日的实操完整版被大量收藏，小红书从保姆级入门到财务落地指南排着队更新。B站上，Get笔记、得到大脑的测评视频也在同期密集出现。
和教程潮配套的，是一条新的工具分工共识：存资料交给ima，用资料交给WorkBuddy。这套组合突然变热的第一个原因，是8月10日ima 2.0发布，官方主打"一句话搜索上百万知识库"。 第二个原因是WorkBuddy能直连ima知识库：一位关务从业者7月23日的实测里，这个组合补上了ima最大的硬伤——以前在ima里提问只能针对单篇文章或单个目录，想跨目录选几篇放一起分析没门；连上WorkBuddy之后，目录树展开任意勾选，选完直接生成一份能拿去汇报的HTML报告，“以前出一份调研报告要两三个小时，现在十分钟能出初稿”。知乎知乎
但同一时间，反方声音一点不少。
微博有人6月20日开炮：“腾讯新出的WorkBuddy软文满天飞，实际体验非常烂，白白链接了一大堆微信生态，整理资料库不如直接自家的ima，问答远不如豆包”。8月底另一位用户说装了两周，“一直不知道它有什么区别”。小红书上"WorkBuddy觉得笨？是没换对模型""占苹果电脑系统数据"这类吐槽帖也在更新。知乎9月9日那篇《别再手搓AI个人知识库了，真的没用》更狠：90%的个人知识库最后都是数字回收站，白天收藏、晚上分类、周末打标签，“要查个东西，还是直接开口问AI”。微博微博知乎
吵的两拨人，说的不是同一件事
把4月到9月的帖子按平台和立场摊开看，会发现这场争论有个错位结构：反方骂的是"存"，正方夸的是"用"。
骂WorkBuddy烂的，痛点多在资料整理、问答质量这些"输入侧"；夸组合香的，卖点全在跨文档联合查询、报告生成、定时任务这些"输出侧"。甚至那篇"真的没用"的爆款，往后读会发现后半段是在推销自家企业知识库产品——个人部分的扎心是真的，带货动机也是真的，两件事得分开算。
更有意思的是，正反双方的教程和避坑帖，最后都指向了同一个东西。9月17日那篇"最系统"教程自己承认：“库分得糊，指令就写不准；指令写不准，它就找不到。最后你会觉得是AI不好用，其实根本就是自己地基没打好”。8月3日一篇ima选料帖写得更直白：“知识库不是收藏夹。它的价值不在装了多少，而在需要的时候能不能找到一份可信、相关、当前还能用的资料”——作者列出的翻车现场包括同一个功能躺着一个库好几个旧版本、一件事有几篇互相冲突的说法、Copilot找到资料后你还得自己重新判断能不能用。而被骂的那位DataHunter作者，给出的药方居然是同一句话：“个人知识管理的核心不是收藏，是淘汰”。 所以真正的分水岭根本不在"云端还是本地"、“ima还是Obsidian”，而在你有没有做那件AI替不了的脏活：按用途整理自己的库，并且持续淘汰。选工具之前先看清这一点，能省下大量换工具的钱和时间。知乎知乎知乎
三条路线，服务三种人
摊开现在社区里真实存在的路线，适合的人群差别很大：
路线A：ima+WorkBuddy云端组合。门槛最低，微信授权几分钟接上，收藏公众号文章、手机随时翻查、分享给同行朋友都是原生能力——9月22日知乎一篇《为什么我选WorkBuddy+ima，而不是本地的Obsidian》给出的理由很具体：川西自驾攻略在电脑端跑出来再漂亮，“一旦真正准备出门，麻烦就来了”，同行朋友要零门槛查看和补充，就得靠云端。代价是资料在云上、和微信账号深度绑定（连接器教程特别提醒：扫码用的微信必须是你平时往ima存东西的那个号，换个号等于接了个空库）。知乎知乎
路线B：本地自建（Obsidian+Codex类工具）。数据完全在自己手里，适合沉淀代码片段、系统架构、长期深度复盘——连路线A的作者也承认这仍是本地库的主场。但两个现实门槛：一是折腾成本，分片、向量库、标签体系搭下来"熬两三个通宵"是社区常态；二是可得性，微博7月14日有条传播很广的话：“很多博主都在用codex+obsidian搭建自己的知识库，不过国内大部分人都是用不了”。微博
路线C：极简不建库。不搭任何系统，只维护一张"最近一个月真正反复用到的20条知识"清单，每周删10条不再用的。适合被教程潮搞得焦虑、其实资料量不大的入门用户——前提是你承认自己要的不是"跨文档调研"，而是随手可查的判断依据。
决定搬家之前，先做三件事
如果你正犹豫要不要把攒了几年的收藏交给AI，社区的踩坑帖能拼出一份现成的行动清单：
第一步，拿真实任务试跑，别先建库。找一件近期本来就要做的调研或汇报，用现成资料问一次跨文档问题，统计AI给你的东西里有多少需要你自己返工判断——8月3日那篇选料帖的教训是"Copilot找到了资料，我还得重新判断能不能用"。试跑不合格，什么路线都白搭。
第二步，按用途拆库，不按主题。9月17日教程里被大量收藏的六库模型值得照抄：收件箱（刚存、没想好归属）、素材库（整理过、随时调用）、文稿库、资产库（可复用提示词和模板）、复盘库、项目库。按主题建库的老路，结局是"Codex插件实测文章放AI实战还是AI资料，自己都得点进去才想得起来"。搬家可以先让AI出一份"标题、建议去处、一句话理由"的清单，拿不准的单独问自己。
第三步，立三条规矩。联合查询一次最多喂5到8篇。实测帖原话：一次选二十多篇，AI处理慢、提炼反而不够精准。 订阅库宁少勿多，陈年不更新的订阅源直接停掉；别人的聊天记录、群聊截图入库前必须脱敏，未经验证的AI初稿不要存进库——那是你三个月后判断力的污染源。知乎
至于"AI读了我的库会不会胡说"这类担心，8月4日知乎一个高赞回答给了个反直觉的诊断：多数时候那不是幻觉，是过时上下文在干扰——同一个旧会话窗口、新旧文件混放、云端同步延迟，都可能让答案指向错误版本。解法朴素得让人意外：开新会话、勾选最新文件缩小召回范围、把"之前错在哪、现在是什么"一条条说清楚。知乎
第二大脑这套东西火了十年，从Notion模板到Codex+Obsidian再到LLMWiki，每一轮教程潮都伴随一轮"软文/智商税"反击。这轮组合技到底是不是又一次换工具陷阱，判断标准其实一直没变：库是按用途整理的、资料是在淘汰的、AI是被真实任务调用的——三条都占，换什么工具都不亏；一条不占，留在收藏夹里喂谁都一样。
（你现在用哪条路线？评论区聊聊你库里最吃灰的是哪类资料。）
