「AI第二大脑」全网爆火：值不值得搭，先算清这三笔账
有个场景你很熟：去年收藏的教程，真要用时死活翻不出来；会议纪要散在微信收藏、语雀和便签里，越积越不敢点开。今年秋天开始，全网一股「AI第二大脑」教程潮把这套痛当成了解药：B站保姆级视频教你用 Obsidian + AI Agent，从零搭一个能持续积累、关联和调用知识的第二大脑。教程视频单篇收藏破六千，小红书相关笔记收藏近两万，连微软都在测试主打「第二大脑」的新AI应用Pantheon。哔哩哔哩知乎
这波热潮从哪来的？源头指向OpenAI的Karpathy：他提出了用LLM管理个人知识库的LLM-Wiki思路。核心不是某个新软件，而是换了一个角色：不再由人分类、打标签，改由LLM接管知识库的维护。人只负责找资料、定方向、提对问题，总结、交叉引用、归档这些苦活全丢给模型。随后82页系统教程电子书、36k star的开源「第二大脑」Khoj和各类实操视频在秋季集中刷屏。知乎知乎知乎知乎知乎
那么到底值不值得搭？先别急着跟风，算清三笔账。
第一笔：时间账——你在省时间，还是在加时间？知乎一篇热文批评得很直白：你的知识库不是第二大脑，是第二个垃圾场。资料一篇篇往里塞，标签一层层往上加，只收藏、不复用，等于给自己多签了一份「知识库管理员」的活。真正的验收标准就一句话：下次遇到类似问题，能不能调出来、真的帮你省力。如果每次还是重新搜、重新判断，那收藏得再多也只是摆设。知乎
第二笔：成本账——token是要花钱的。教程视频的评论区里，被顶到最前的吐槽很真实：「这得烧掉不少token」。跟着做完的人很快发现：重复的文件会二次摄入、没法去重；知识库没有遗忘机制，越用越臃肿；高赞评论还提醒，先读Karpathy原文再动手，否则大概率浪费一段时间和token，换来一个不符合预期的东西。哔哩哔哩
第三笔：适配账——谁适合搭，谁不必。连批评这篇热潮的文章都承认：每天处理大量论文和长期项目资料、需要复杂引用和离线访问的人，本地知识库完全可能是合理的选择。而以推进项目、解决具体问题为主的人，反着来更轻：先有问题、再找资料，只把这次真正帮上忙的参考内容存下来。工具也不必一步到位：小规模知识管理用LLM-Wiki式维护，大规模文档检索还是RAG更稳，两者可以叠加。知乎知乎
说到底，第二大脑不是玄学，是账本。如果你已经被收藏淹没，就从最小的一步开始：挑一批旧资料喂给AI，再拿它去回答你上周懒得查的那个问题——它到底值不值，一次调用就知道了。
