看完 Karpathy 的分享，我用 AI 重做了一遍 Obsidian 知识库

原始链接

看完 Karpathy 的分享，我用 AI 重做了一遍 Obsidian 知识库 - 少数派

任何用户都可使用写作功能。成功发布 3 篇符合基本规则的内容，可成为正式作者。了解更多共创 PRIME Matrix 栏目 Pi Store

用Obsidian构建知识库，一个用 AI 实践和赚钱的普通人。公众号【九思 AI 歪博】

引言一年多前，我写过一篇《Antinet：用纸笔链接广阔世界》的书评，把谢珀（Scott P. Scheper）的 Antinet 方法梳理了一遍——那是他提出的一套纸质卡片盒笔记法——手写的阻力是思考的助推器，物理卡片的存在感会不断提醒你深化想法，编号体系给每个想法安下一个独一无二的「住址」。

当然，我从一开始就没打算用纸质版。卡片随身携带太不方便，我的 Antinet 实践，一直在 Obsidian 里操作——借鉴纸质版的理念，操作上也尽量贴近纸质的风味。

这本该是个两全其美的方案：既有 Antinet 的思考骨架，又省去了纸笔的麻烦。可实践下来，实在水土不服了好一阵。

他是前 Tesla AI 总监、OpenAI 创始成员，今年开始用 LLM 搭自己的个人知识库——原始资料丢进一个 raw 目录，AI 把它们「编译」成一份带双链、带图谱的wiki；他本人几乎从不手动编辑，Obsidian 只当查看器用。他还说自己最近的 token 吞吐，大部分已经花在「操作知识」上，而不是写代码。

连他这样的人，都把 LLM 的日常用途从代码挪到了知识上——说明模型能力真的够用了！我心里一动，之前的知识库岂不是可以大展宏图？还有这种好事！哈哈。

于是我花了差不多一个月，把它按 AI 时代的逻辑重构了一次——这篇文章，就是这一个月的记录：从和 Karpathy 的分歧，到库结构的调整，再到 skill 的设计。

如果你读过那篇旧文，这篇是它借助 LLM 重焕生机的故事；如果没读过，也不影响理解下面要讲的东西。