宇宙最强笔记体系：Obsidian+ClaudeCode

01 笔记软件的三重困境

我最早萌发知识管理的意识是2016年，那时刚上本科，人生第一次有自己的电脑。 

我用微软Word做笔记、写日记。

问题很明显：Word太重，本质上是个编辑软件而非记录软件，也不联网，设备不互通，文件之间完全孤立，但相较于纸质笔记本已经是进步了。 

后来发现了有道云笔记，终于引来了救赎，原来世界上有如此轻盈的软件，不仅可以联网，打开速度也很快。 

随后市场上涌现了大量优秀的笔记软件，Evernote、FlowUs、Flomo、幕布、Notion、飞书等等，各有特色，我以为这就是最终的解决方案。 

但十年后回望，当面对Notion、飞书这些自己高频使用的主流工具时，我却发现自己陷入了更深的困境。 

困境一：你的数据不属于你。 

你在Notion里的数据位于俄勒冈州或者德国的服务器里，同时你的电脑里有一份缓存的数据库文件，但你无法打开这些加密的.notion格式文件，其他所有的云笔记软件都是这样。 

虽然Notion支持你导出所有笔记数据，但跨笔记软件的迁移往往只能带走骨架、丢失灵魂。尤其是图片、思维导图、表格等特殊样式的数据，很容易被搞乱。 

这种"云笔记"模式在很长一段时间里是先进生产力的代表，这种先进是相较于微软Word，就好比曾经的word相较于白纸打字机。 

直到大模型和Agent到来，更新的生产力出现了，这次云笔记的模式站在了生产力的对立面。 

困境二：适配AI的摩擦大 

有人说："Notion不是支持AI了吗？" 

如果你选择订阅笔记软件的AI服务，首先你得额外付一笔钱，然后平台用什么模型、有什么能力，你也无法决定。 

还有人说："飞书不是开放了CLI吗？不是还有MCP吗？" 

这两者首先对非技术背景的用户比较劝退，其次MCP或者API的底层本质是网络传输，实际用起来有速率和频次的限制。 

总而言之，你的私人语料是AI时代最重要的生产资料，应该是用户自己可控的资产，而不是被锁在某个APP里面的人质。 

困境三：语料利用率低

上个时代的知识库，用到后面会走向一种豪华而无用的状态。

维护笔记的成本大于笔记带来的产出，满足收集癖和学习代偿的需求大于实际思考学习的需求。 

往往是搞了PARA的分类、小红书上买的漂亮模板、严谨的层级关系，然后呢？

从来不写作、也没时间去洞察。 

有人分享自己记了20万字笔记，其实很多是大篇幅复制粘贴原文的摘抄，资源很多，但唯独缺少自己独特的东西。 

尤其是笔记累计到三五年、几十万字之后，越来越重，会有一种无法掌控的疲软。

 

02 聊天AI产品的四个问题

聊天式AI产品就是ChatGPT、Gemini、DeepSeek、豆包、Kimi。 

问题一：什么都懂，就是不懂你 

大模型的知识已经非常强大了，但是它完全不了解你。就好比爱因斯坦非常聪明，但他没法建议你今晚吃什么。

智商高，但是缺乏私人信息、关键局部信息，也无法完成很个性化的任务。

大模型是开放的、平的、一视同仁的。我的提示词好，你复制过去，就能实现一样的效果，AI眼里我们是没有区别的。 

一旦你有特殊的偏好、禁忌、背景、精细化微调的要求，聊天AI就没法满足。 

每次和AI对话，都像是在和一个失忆的陌生人重新认识一遍。

你花在重新解释的时间，可能比真正思考问题的时间还多。 

问题二：上下文供给弱 

大模型解决问题，上下文越丰富，输出的质量越好。 

聊天AI的上下文是有限的，上传文件是有数量和大小限制的，即使是云端模型的Deep Research，相比于本地工具（例如Claude Code）的上下文搜索能力，也存在数据密度、隐私边界和操作权限的劣势。 

私人上下文的重点是"深"，而不是广。 

广是云端大模型的优势，而在理解"深"这件事上，本地AI是完全懂你的，理解你的项目结构、笔记逻辑。 

问题三：尤其是没有项目上下文 

你和AI讨论项目，需要告诉他背景、请你扮演xx、分析、给方案ABC，发现不对还要"让我们回到xx"，而且突然它就会忘记了最关键的需求。 

我不知道这是不是故意如此设计的，让你每次都要重新建立上下文，平台就会成为必经的中介。 

不过，我常用的Gemini已经上线了Memory（记忆）能力，能够记住我的职业、我爱用的工具等等偏好，支持外部导入。但你无法控制，你不知道它记住了什么，也无法控制它怎么用这些信息，对于项目级别的工作还是无能为力。 

而且把自己的私人画像轻易给到大公司，这听起来很像是下一个时代的大数据杀熟的前奏。 

问题四：最大的问题是没有资产积累 

和AI聊天是一次性的。你提问，AI解答，然后就没有了。

每次对话从新开始，聊歪了就新开窗口。 

你和ChatGPT聊200次，和Claude只有2次，前者不会更懂你。 

假设你今天开始启动一个项目，AI是你的助手，一年后，你已经小有所成，结果AI居然不懂你的进步，对过去一年里项目积累的知识、逻辑关系、项目细节，居然一无所知，每次讨论居然还要喂给他一堆背景说明，这就是聊天AI的局限性。

 

03 为什么是Obsidian

在AI时代，Obsidian不是简单从A工具替换到B工具，它恰好成为了数据主权与AI协同矛盾的最优解。 

大多数人选择笔记软件，关注的是： 

-界面是否美观 

-功能是否炫酷 

-协作是否方便 

但我觉得最根本的问题是：这个工具能否接住AI时代的生产力？ 

Obsidian恰好可以，它有10大优势：

优势1：数据主权。Obsidian使用纯文本的.md(Markdown)格式，本质是带格式的纯文本。 你可以用Windows的记事本打开它，用Mac的备忘录打开，也可以用程序员写代码的VS Code打开。Obsidian没有格式壁垒，不像word的.doc、notion的.notion，它直接打开并渲染.md文件。 假设Obsidian这个软件明天从地球上消失，你的笔记依然是完好无损的，不会被任何大公司绑架。 与其说Obsidian是一个"软件"，它其实更像一种"协议"。 

优势2：本地安全。你的笔记数据位于你自己的设备上，而不是云服务器上。Obsidian只是"打开"了你的某个文件夹，然后加载渲染里面的内容，是物理级别的安全。 

优势3：能接住AI。AI大模型处理.md文件的准确率远高于解析复杂的PDF或HTML。GitHub上数以亿计的README.md、技术文档、Issue讨论、代码注释，API文档、开发者指南，几乎100%采用Markdown编写。大模型在训练时就见过海量Markdown，天生就擅长读写。 Markdown在计算机文本世界里的地位，就好比人类语言中的英语，或者货币世界里的黄金。 当AI能够读取你的所有Markdown笔记时，它才能真正理解你。它能看到你的思考轨迹，你的知识网络，你的认知模式。 

优势4：高语义密度。Markdown为AI提供了天然的结构化信息，这让本地RAG的效率和准确率远高于其他封闭格式。 

优势5：工具自由。你可以多线程用不同工具操作一份md文件，同时用Obsidian来整理逻辑、用Typora沉浸式写作，再用Claude Code辅助编辑。 

优势6：生命周期长。Markdown在未来五十年、一百年都不会过时，而私有格式和笔记工具是有生命周期的。十年后，当AI成为生活的一部分，当所有花哨的工具都消失了，只有Markdown文件还会依然存在。 

优势7：轻量化。Markdown格式打开速度非常快。我的笔记文件有180万个汉字，只占用了25MB空间。 

优势8：适合深度写作。编辑Markdown格式是依靠特定符号，比如设置二级标题是在文字前面加上##，手指不需要离开键盘就能排版，写作时可以保持心流状态。 

优势9：插件生态丰富。Obsidian原本就有丰富的插件和社区生态，在全世界有几百万用户。

优势10：适合与Agent协作。可以和本地Agent（比如Claude Code）无缝衔接，Obsidian的本地文件属性让它成为了构建个人AI生产力系统的最佳搭配。

 

04 为什么是Claude Code

现在，你有了Obsidian的操作界面，有了Markdown的完美格式，再加上Claude Code的大脑，就什么都不缺了。 

大多数人用AI是聊天模式。

-人类：帮我写个文章。

-AI：好的，这是文章。

-人类：帮我改改。

-AI：改好了。

-人类：再帮我个忙。

-AI：好的...

这种模式效率很低，因为：

1.AI每次都要重新理解你要什么。

2.AI不知道你的背景知识。

3.AI无法直接操作你的文件。

而Claude Code是Agent，可以执行任务、基于任务去思考，是协作的模式：

-人类：帮我处理整个项目

-Claude Code：理解你的项目、查阅你的上下文、产出结果、直接操作你的文件、不断迭代直到完成。

目前使用AI有这么几个层级： 

等级1：哪里不会点哪里，不知道自己要什么。 

-@Grok 这是真的吗？ 

-@元宝 总结一下 

-@豆包 总结这个视频私信发给我 

等级2：有逻辑的现实情景，知道自己要什么，跟AI连接，做加法。

-“DeepSeek，我最近健身后神经疲劳该怎么调整训练计划和补剂？”

-“Kimi，我明天要去面试产品经理，你作为面试官，针对如何处理技术债这个话题对我进行三轮追问。”

等级3：有自己的项目上下文，把AI内化为生产要素，做乘法。

-“根据我的项目风格，参考xxxx的实现方式，为我新建一个xxxx，并确保变量命名规范和错误处理逻辑与全局一致。”

-“扫描xxxx下面的50篇我的爆款文章，模仿我的"语气、金句比例、段落节奏"，将这份技术文档改写成适合我公众号粉丝阅读的推文。”

Obsidian和CC结合，就赋予了AI长期记忆和项目上下文，瞬间将整个项目的背景知识喂给AI，不需要每次重新解释。 

并且你和AI的互动也不是一次性的了，随着时间推移，CC会越懂你。

 

05 停止和AI聊天，奠基你的知识资产

Obsidian + Claude Code的组合，实质上，就是GUI配合CLI。 

GUI是人类视角的总控制室，CLI是AI视角的工作流水线。 

我最推荐Obs+CC，但你完全可以换成Typora或任何你喜欢的Markdown编辑器，把CC替换为Codex、Cursor、甚至龙虾。

 

这就是数据主权带来的最高级自由。 

 

工具不重要，重要的是：你的数据和语料，必须是你自己可以控制的资产。

这是一个生产关系的问题。

不要把知识锁在别人的App里，把知识生产权从平台手中夺回来。

今天Claude Code是最好的本地agent，也许几个月会有更厉害的，工具不重要，Obs不重要，CC也不重要，重要的是能接住新质生产力的生产关系。

我这套方法的本质是：

数据主权：你的知识资产，由你控制。

AI嵌入生产方式：不是用AI孤立辅助，而是把AI作为生产资料本身。

资产积累：每一次对话、每一段语料，都在为你自己增值。

所以，我不是在探讨笔记工具，

我在讲范式问题、生产关系问题。

这套方法就是AI新范式革命的一个切面。

 

本文由哈雷Halley原创，转载请联系：xdc2061