最近如果你打开B站或者小红书搜"双向链接"，会发现风向有点不对：被收藏得最狠的教程，已经不是"怎么用双链给自己织知识网"，而是"怎么搭一个AI能读懂的知识库"。
双向链接这个功能，2020年前后被Roam Research带火，后来成了Obsidian的灵魂。它的定位一直很清楚：帮人联想、帮人找回上下文。但2026年这几个月，它的角色悄悄变了——双链开始变成AI读取知识库的接口。连腾讯的ima笔记都在7月上线了双向链接功能，目前还在灰度测试阶段。知乎大厂AI笔记产品开始补双链这门课，说明这个功能已经被当成知识管理的标配。
这四个月到底发生了什么
我把知乎、小红书、B站的相关讨论拉了一遍，时间线很清楚。4月初，AI大神卡帕西（Karpathy）公开了自己构建知识系统的方法论：原始资料先收进来，由AI编译成结构化的wiki，再用Obsidian做前端浏览，复杂问答的结果回写进库，最后让AI持续校验、增强。Karpathy 用 Obsidian 做前端，不是因为 Obsidian 会思考，而是因为它很适合浏览整个知识库。小红书简单说，知识库不再是静态存档，而是一个"会生长的系统"。
5月底，B站冒出几条爆款：Codex联动Obsidian，十分钟搭一个卡帕西同款可以"自生长"的知识库。哔哩哔哩这条视频目前34万播放、4500多条评论；另一条Claude Code+Obsidian搭本地AI知识库的教程也有24万播放。6月中，社区扩展版LLM Wiki V2发布，它不是官方第二版，而是 Rohit Ghumare 基于原始 LLM Wiki 和 agentmemory 实践写出的一份架构设计。小红书AI知识库开始从"资料总结工具"往"Agent可维护的长期记忆系统"演进。
7月，ima官方给社群发了2.6.2内测版，这次更新日志很短，就两条：笔记支持双向链接，修复已知问题。知乎到8月，热度还没退：卡帕西LLM Wiki的统一标准（谷歌OKF规范）详解、基于Codex+Obsidian的自生长知识库2.0，都是最近两周的新内容，甚至今天都还有新的Obsidian双链教程在发。
为什么AI偏偏需要双向链接
这是整件事里最值得想明白的一环。AI没有界面，它读的是文件。Obsidian的笔记就是本地 .md 文件，双链就是纯文本语法，这恰好是对大模型最友好的结构。反过来，Notion 把双向链接塞进了 Relation 属性，和日期、选择器并列，本质是数据库功能的一个附属品。知乎Notion数据全在云端，导出迁移时双向链接信息基本就丢了，AI想读也无从下手。
更关键的是双链本身。有篇双链教程里一句话点破了这层关系：对人来说，双链是找回上下文的路标；对 AI 来说，双链也可以帮它理解知识库里哪些内容相关、哪些互为上下文。知乎你每打一个链接，等于在给未来的AI画一张导航图。这就是为什么这波"AI知识库"的载体几乎清一色是Obsidian：不是因为它最聪明，而是因为它最"可被机器阅读"——围绕双链，它有语法、反链面板、关系图谱和2700多个社区插件做配套。
但坑也在这里，先泼三盆冷水
第一盆：链接不是越多越好。社区里反思的声音很多。一位写了实用主义双链规则的作者总结得很狠：只有未来能被复用的关系，才值得变成双链。知乎他的操作规则是：加链接犹豫超过3秒，不打；“方法”“工具”“问题"这种泛词，不打；为了让图谱好看而打的链，克制。还有人专门写文章提醒：把双链当"高级超链接”，看到词就链，最后只会越链越乱。知乎
第二盆：别本末倒置。那条爆款教程视频底下有条扎心评论：不要本末倒置，先有知识沉淀，然后才有搭建知识库的需求。哔哩哔哩评论区还有个更扎心的现象：一半人在刷"求文档"，另一半在吐槽"看完恍然大悟，一上手还是废了"，视频甚至被垃圾广告刷了屏。这波热度里有多少是真需求、多少是流量生意，得自己掂量。
第三盆：囤积不等于知识。B站有条53万播放的视频，标题很戳人：“存了一万张截图后，我决定治一治自己的知识囤积癖”。你知道怎么整理100个PDF，1000个收藏夹和10000万张截图吗？这期视频手把手教大家把收藏的东西，整理成知识图谱。哔哩哔哩如果你的"知识库"主要是收藏夹搬家，那AI再强，也只是帮你整理了一堆没消化的信息。
所以到底上不上车？分三种情况说
第一种：笔记还不到100篇。先别上车。这个阶段你缺的不是知识库架构，是能反复回看的原始积累。双链只需要在一种情况下打：这个词你以后真的会单独展开讲。剩下的时间用来写和读，比研究插件值钱得多。
第二种：已经在用Obsidian，但链越打越乱。先清再连。打开反向链接面板，被链了几十次但你从没通过它找回过内容的入口，删；从最近10篇笔记开始清，不用全清；给自己写一条双链判断规则贴在首页。清完再考虑接AI，不然AI读到的也是一团噪音。
第三种：确定要搭AI知识库。最小可行组合是：Obsidian（个人使用免费）+ Claude Code或Codex这类能读写本地文件的Agent，AI负责定时摄取、整理、复盘，产出再回写进库。这套链路在社区里已经有成熟实践，连Obsidian官方的Copilot插件都把 Claude Code 和 Codex 接进了 Agent 工作流。知乎
成本账算清楚：软件本身0元，多端同步用iCloud或Git可以免费替代官方付费同步，真正的开销是AI的订阅或API费用，以及最容易被低估的——搭建和调教的时间。结构上可以参考爆款视频评论区被反复提到的一套四层分层：原始素材单独放一层，标准化提炼笔记一层，自己创作的内容单独一层，再加上模板规则层。哔哩哔哩边界清楚，AI才不会误改你自己写的东西。另外，很多人之前尝试过用Obsidian这类工具来搭建双链知识库，但复杂的用法和插件配置劝退了不少人。知乎不想折腾插件的，也可以等ima双链全量后试试低门槛方案。
后面值得盯什么
三个信号。一是ima双链从灰度转正式推送后，大厂AI笔记会不会重新定义"低门槛双链"。二是LLM Wiki这类规范的演进，从V2架构到谷歌OKF：用 Markdown + YAML 建立一套开放、可迁移、同时适合人类和 AI Agent 阅读的知识格式。小红书社区在往统一格式走，跟得早的人迁移成本最低。三是Obsidian官方和插件生态的AI动作——8月底已经有用户在讨论"Obsidian的copilot为什么要接入agent"，官方下场只是时间问题。
最后说句实在的：双向链接值得入，但不值得急。这波热潮里真正值钱的，不是图谱画出来多炫，而是你持续写进去的东西。工具免费，链接免费，唯一要花的是内容本身——这一点，四年前如此，AI时代依然如此。
