Obsidian

💡Summary

我并不会像翻书一样逐个去看 Obsidian，它更多的像 Redis 一样是 key value 的。那么我根本不用在意它会爆炸，只需要忠实地将我知道的所有概念拆分好。这种方式虽然显得信息很冗余，但是几乎穷尽地反映自己知道的概念，能够让 AI 最精准地拿到我的知识 context。

🧩Cues

• 当我担心 Obsidian 笔记太多、系统会爆炸时
• 当我纠结笔记系统到底是阅读系统，还是索引系统时
• 当我想解释为什么 Obsidian 更像 Redis/key-value，而不是一本书时
• 当我需要判断笔记内容应该完整成文，还是拆成概念块时
• 当我想让 AI 更精准地读取我的知识 context 时
• 当我在思考信息冗余、命名标准化、实体链接和搜索体验之间的关系时

🪞Notes

• 1. 笔记有用吗？浪费注意力？复写率

  • 1. 人脑的特点：缓存的逻辑（人脑与世界信息之间的缓存）

  • 2. 手写还是电子：

    • 1. 容易编辑

    • 2. 搜索

      • 1. 命名、标准化，与世界知识尽量对齐，强调实体链接，挂靠，摒弃过去自己发明语言系统做比喻

      • 2. 和 IDE 一样的搜索体验

• 2. DIKW 和 2 第二大脑：从数据到智慧。所有看到的、听到的、和模型聊天收到的信息都结构化归入知识系统。inbox 主要解决两个痛点：很多闪念不及时记录会丢，以及各个平台有很多收藏但从来不看。

• 3. PARA 工作流

• 4. 本质：多种学习方法的结合，以及信息块理论的组织方式

• 5. 其他

  • 1. 标签系统 第一性原理 最佳实践 comment

  • 2. 关于语义搜索，覆盖率×召回率，召回率够，但是覆盖率不足，无法获取新知识，老知识不如用对齐的文件名搜索

  • 3. public 和 sync

知识网络

上级目录：信息系统

反向链接：

• 暂无

返回：信息系统