人們以為 token 是 AI 的氧氣，但不是。Markdown 文件才是
整理版優先睇
Markdown 文件係 AI 嘅真正記憶，比 token 更重要
呢篇文章嚟自 Greg Isenberg 嘅播客，佢嘅嘉賓 Vin 示範咗點樣用 Obsidian（一個 Markdown 筆記軟件）夾埋 Claude Code（AI agent），掃描自己寫咗 13 個月嘅個人筆記，然後自動諗出一個工具點子仲自己寫 code 整出嚟，成個過程唔使十分鐘。Greg 睇完之後話「我腦子炸了」，仲提出一個判斷：如果佢係 OpenAI 或 Anthropic 嘅人，會去收購 Obsidian，因為 Markdown 文件係 AI agent 嘅 missing link。
點解 Markdown 文件咁重要？因為 AI 模型能力已經好強，但缺嘅係關於「你」嘅上下文。你喺 ChatGPT 嘅對話存在人哋 server 度，你控制唔到佢記咩；Claude 嘅 memory 功能你都唔知佢記咗咩。但 Markdown 文件係純文字，存在你嘅電腦，你可以睇到每一個字，而且 LLM 天然就讀得明。Greg 話 Markdown 文件係完美記憶——佢唔會扭曲，係你當時寫嘅原話，一個字都唔會變。
Vin 用呢套系統做出咗三個示範：AI 唔單止睇你嘅日曆，仲讀你嘅筆記，所以知道你跟對方嘅關係，畀到真正有用嘅建議；AI 可以幫你追蹤自己 13 個月嘅變化，畫出你嘅成長軌跡；AI 甚至可以自己發現問題，自己造工具解決。Greg 話 99.99% 嘅人唔會做呢件事，但門檻唔係技術，而係習慣——你要每日寫筆記，…
- Markdown 文件比 token 更重要，係 AI agent 嘅真正記憶，因為佢提供完美、唔扭曲嘅上下文。
- 用 Obsidian + Claude Code，AI 可以讀取本地筆記庫，利用連結關係理解你嘅想法。
- AI 唔單止睇日曆，仲讀筆記，所以能畀到超越日程表嘅有用建議。
- 個人知識系統係獨一無二嘅競爭優勢，門檻在習慣唔係技術，堅持落去護城河越深。
- 開始方法：由每日筆記寫一句簡單指令，讓 AI 自動執行，跑通最簡單嘅循環先。
Markdown 文件：AI 嘅完美記憶
Greg Isenberg 喺播客入面話：人們以為 token 係 AI 嘅氧氣，但 Markdown 文件先係。佢嘅嘉賓 Vin 示範咗點樣用 Obsidian + Claude Code，掃描 13 個月嘅個人筆記，然後自動諗出工具點子仲寫 code 整出嚟，成個過程唔使十分鐘。Greg 話佢腦子炸了，呢個完全超出預期。
Markdown 文件係完美記憶——佢唔會扭曲，係你當時寫嘅原話，一個字都唔會變。
If I were OpenAI or Anthropic, I would acquire Obsidian. 因為 Obsidian 係 AI agent 嘅 missing link。
呢個判斷背後嘅邏輯係：AI 模型能力已經好強，但缺嘅係關於「你」嘅上下文。ChatGPT 同 Claude 嘅記憶功能你控制唔到，但 Markdown 文件係純文字，存在你嘅電腦，LLM 天然就讀得明。
三個場景，顯示真正實力
Vin 喺 Claude Code 入面造咗 10 個自定義命令，以下三個最說明問題：
一個讀過你筆記嘅 AI 知道你跟對方嘅關係、你最近在想咩，所以能畀到真正有用嘅建議。
- 1 AI 唔單止睇你嘅日曆，仲讀你嘅筆記。佢發現你有關 Greg 嘅筆記提到播客係你最在意嘅事，所以建議你唔使單獨開會——因為你哋早上已經要一齊錄播客。
- 2 AI 幫你追蹤「我和 Obsidian 嘅關係」喺筆記庫中嘅演變，掃描 13 個月嘅筆記，輸出四個階段，Vin 話呢啲係人類自己唔可能做到嘅。
- 3 AI 根據你嘅筆記庫發現數百個未被發展嘅洞察，建議創建命令自動提取。Vin 話「造吧」，AI 當場寫 code，成個過程兩句對話。
Vin 話呢個輸出係人類自己唔可能做到——讀曬所有文件，理解關聯，畫出條線。
從發現問題到造出工具，成個過程就兩句對話。
點解 Obsidian 係 missing link
Greg 話如果佢係 OpenAI 或 Anthropic 嘅人，會去收購 Obsidian。唔係因為 Obsidian 值錢，而係因為所有筆記都係本地 Markdown 文件，冇私有格式、冇雲端鎖定。呢個喺 AI 時代變成巨大優勢——你嘅整個知識庫對 AI agent 係透明嘅。
所有筆記都係本地 Markdown 文件呢個特點，喺 AI 時代變成巨大優勢。
我自己用 Obsidian + Claude Code 嘅體感非常好，特別係有咗 Obsidian 嘅 CLI 工具之後，AI 可以直接搜索筆記、創建連結、提取模式，你只需要專注寫低想法。呢套組合已經令我回唔到頭。
呢套組合已經令我回唔到頭。
開始嘅方式：由小做起
Vin 建議唔好一嚟就想搞 10 個自定義命令。由細處開始：喺每日筆記寫一句簡單指令，例如「呢周同某人約個電話」，然後讓 AI 去讀筆記、自動執行。建立寫筆記嘅習慣，讓 AI 慢慢讀懂你，跑通一個最簡單嘅循環先。
由每日筆記寫一句簡單指令開始，讓 AI 自動執行最簡單嘅循環。
Vin 話佢朋友笑佢——一個成年人對住一堆文本文件發呆，話「呢個太瘋了」。佢話：我從小到而家一直在電腦上寫嘢，突然之間一個 agent 可以掃描呢啲嘢，然後自己造出新嘅嘢嚟。呢個太瘋了。也許 13 個月後，你都會有同樣嘅感覺。
一旦呢個飛輪轉起嚟，別人好難複製——因為你嘅筆記庫係獨一無二嘅。
啲人以為 token 係 AI 嘅氧氣，但其實唔係。Markdown 文件先係。
Greg Isenberg 喺播客度講呢句嘢嘅時候，佢嘅嘉賓 Vin 正喺度示範一件事：叫一個 AI agent 掃描佢寫咗 13 個月嘅個人筆記，然後自己諗出一個工具嘅點子，自己寫 code 將佢整出嚟。
成個過程唔使十分鐘。
Greg 睇完之後講咗一句好誠實嘅話：我個腦爆炸咗，呢件事完全超出我嘅預期，我覺得講唔通。
但講唔通嘅嘢真係發生咗。
Vin 用嘅係 Obsidian——一個筆記軟件，本質上就係一個裝滿 Markdown 文件嘅文件夾，文件之間可以互相連結。佢叫 Claude Code（一個行喺終端機嘅 AI agent）讀取成個筆記庫，利用筆記之間嘅連結關係嚟理解佢呢個人。
Greg 喺播客度講咗一個判斷：如果我係 OpenAI 或 Anthropic 嘅人，我會去收購 Obsidian。 佢話 Obsidian 係 AI agent 嘅 missing link——缺失咗嘅一環。
呢個判斷背後嘅邏輯係：AI 模型嘅能力已經好強，但佢哋缺嘅唔係更大嘅參數量或者更多嘅訓練數據，而係關於「你」嘅上下文。
你用 ChatGPT 傾過嘅對話，存在人哋嘅 server 度，你控制唔到佢記住啲乜、忘記啲乜。你用 Claude 嘅 memory 功能，都唔知佢實際上記咗乜。
但 Markdown 文件唔同。佢係純文字，存在你自己部電腦度，你可以睇到每一個字。而且——呢個係關鍵——佢係 LLM 自然就讀得明嘅格式。唔需要轉換，唔需要 API，直接讀就得。
啲人以為 token 係 AI 嘅氧氣，但 Markdown 文件先係記憶。
冇上下文，再勁嘅模型都只係俾到通用嘅答案你。
而且 Markdown 文件有一個人腦冇嘅優勢——佢唔會扭曲。人腦會選擇性遺忘，會美化過去，但 Markdown 文件係你當時寫低嘅原話，一個字都唔會變。Greg 叫佢做完美記憶。
Vin 用呢套「完美記憶」整咗啲乜
Vin 喺 Claude Code 度幫自己整咗 10 個自訂指令。與其逐個拆解，不如睇三個最能說明問題嘅場景。
場景一：AI 唔止睇你嘅日曆，仲會讀你嘅筆記
Vin 問 AI：2月20號下晝兩點可唔可以同 Greg 開個會？ AI 睇咗佢嘅日程——排到好滿，有播客錄製、團隊午餐、其他會議。但 AI 唔止睇日曆，仲翻咗筆記庫，發現 Vin 有一個專門嘅 Greg 筆記，而且最近嘅筆記入面提到播客係佢最在意嘅嘢。
AI 嘅建議係：下晝兩點唔得，但你根本唔需要另外開會——你哋朝早已經要一齊錄播架啦。
一個淨係睇日曆嘅 AI 會話你知「下晝兩點得/唔得」。一個讀過你筆記嘅 AI 知道你同呢個人嘅關係、你最近諗緊乜，所以俾到真正有用嘅建議。
場景二：AI 幫你睇清自己 13 個月嘅變化
Vin 叫 AI 追蹤「我同 Obsidian 嘅關係」喺筆記庫入面嘅演變。AI 掃描咗 13 個月嘅筆記，輸出咗四個階段：
2024 年 12 月，Pre-vaults——嗰時佢根本冇用 Obsidian，用嘅係實體筆記本同語音轉文字。
2025 年 1 月到 5 月，發現與懷疑——佢開始用，但覺得「雙向連結冇咩用，我唔肯定」。
然後係一個關鍵轉折——佢意識到連結到「播客」呢啲太闊嘅詞完全冇用，真正要做嘅係為自己嘅每一個模式、理論、項目、觀點創建專屬筆記，然後將日常筆記連結到呢啲筆記上。
2026 年 1 月，爆發式構建——摩擦點從「點用 Obsidian」變咗做「點樣令筆記庫同 AI agent 嘅界線消失」。
Vin 見到呢個輸出嘅時候話：呢件事係我作為人類冇可能自己做到嘅——讀曬所有呢啲文件，理解佢哋之間嘅關聯，然後畫出呢條線。
場景三：AI 自己發現問題，自己整工具解決
Vin 俾咗 AI 一個 meta prompt：根據我嘅筆記庫，評估你覺得我目前嘅水平喺邊度，然後建議啲咩指令可以帶我去到更高嘅層次。
AI 掃描完之後發現：佢嘅每日筆記入面有「數百個未被發現嘅洞察」散落喺度——寫咗就冇理過，從來冇正式發展成獨立嘅諗法。AI 建議創建一個指令嚟自動提取呢啲諗法。
Vin 講咗一句：造吧。
AI 當場寫咗 code，指令就即刻行到。由發現問題到整好工具，成個過程就兩句對話。
除咗呢三個場景，佢仲整咗可以模擬自己聲音答問題嘅、可以挑戰自己信念揾矛盾嘅、可以發現自己喺迴避啲乜嘅指令。Greg 直接拎呢套系統同睇治療師做對比：你喺治療入面做大部分嘅傾訴，治療師嘅工作係幫你將散落嘅點連返埋。 Obsidian + Claude Code 做嘅係同一樣嘢，只不過「治療師」讀過你寫低嘅每一個字。
我自己嘅感覺
Greg 講嘅「收購 Obsidian」，我同意。
唔係因為 Obsidian 好值錢，而係因為佢做啱咗一件事——所有筆記都係本地 Markdown 文件，冇私有格式、冇雲端鎖定。呢樣嘢喺 AI 時代變咗一個巨大嘅優勢：你成個知識庫對 AI agent 係透明嘅，隨時可以被讀取、被理解、被操作。
我自己用 Obsidian + Claude Code 嘅感覺非常好。尤其係有咗 Obsidian 嘅 CLI 工具之後，佢完全變成咗一個為 AI 時代設計嘅知識管理工具——AI 可以直接搜索筆記、創建連結、提取模式，而你只需要專注於將諗法寫低。呢套組合仲有好多功能我持續探索緊，但已經行得通嘅部分已經令我覺得返唔到轉頭。
Greg 話 99.99% 嘅人唔會做呢件事，將門檻講得太嚇人。技術門檻幾乎係零——Obsidian 免費，Claude Code 訂閲就用得，指令叫 AI 自己寫就得。真正嘅門檻得一個：你需要花啲時間構建自己嘅知識系統。
唔係花一年，唔係花一個月。係花幾日時間諗清楚你要記啲乜、點樣組織、乜嘢值得連結。一旦呢個骨架搭好咗，後面就係每日填入啲嘢——而呢件事本身就係思考。
99.99% 嘅人唔會做呢件事
Greg 呢個數字好誇張，但佢講嘅係事實。
搭建呢套系統嘅門檻唔喺技術上。Obsidian 免費，Claude Code 有訂閲就用得，自訂指令嘅 code AI 自己就寫到。
門檻喺習慣度。
你要每日寫筆記。唔係嗰種「今日天氣幾好」嘅流水帳——係將你正在諗嘅問題、你對某件事嘅判斷、你猶豫嘅地方、你覺得可能得但未驗證嘅假設，全部寫低。
Vin 講得好清楚：你要將呢件事同「呢個係我進步嘅方式、呢個係我產生諗法嘅方式」連繫埋一齊。 如果唔係咁就堅持唔到。
呢個就係 Greg 講嘅 alpha 所在——競爭優勢喺摩擦入面。越係門檻高、需要持續投入嘅系統，護城河越深。因為大多數人會喺第三日放棄，第一星期就剷走，第一個月就完全忘記自己裝過呢個嘢。
但如果你捱得過呢？
你嘅筆記庫開始累積，AI 睇到嘅上下文變得豐富，俾你嘅建議變準，你發現嘅盲區變深，整嘅工具都越來越貼合自己嘅需求。呢個飛輪一轉起嚟，其他人好難複製——因為你嘅筆記庫係獨一無二。
私隱，不得不講
你將自己最私密嘅諗法、最脆弱嘅反思、所有嘅項目細節全部交俾一個 AI 嚟讀——Greg 直接話：都幾得人驚㗎。 Vin 都同意，佢叫呢樣嘢做「呢項技術最怪嘅地方」。佢為咗上播客專門做咗所有指令嘅「示範版本」，因為正式版會讀取真正嘅私人上下文——嗰啲嘢佢唔想俾任何人見到，就算喺直播入面閃過一秒都唔得。每個人要自己衡量願意分享幾多。
開始嘅方法
如果你睇完覺得想試嚇，唔好一開始就想整 10 個自訂指令。
Vin 嘅建議係由細位開始。喺每日筆記入面寫一句簡單嘅指令——例如「呢星期同某人約個電話傾某個話題」——然後叫 AI 去讀你嘅筆記、自動執起呢啲指令去執行。
建立寫筆記嘅習慣，叫 AI 慢慢讀明你，行通一個最簡單嘅循環就夠。
剩下嘅，13 個月後再講。
Vin 嘅朋友笑佢——一個成年人，成日坐喺電腦前面對住一堆文字檔案發吽哣，把口噏噏「呢個冇可能」「呢個太癲」。
他說：我係冇法相信，我由細到大一直喺電腦上寫嘢，然後突然有一日，一個 agent 可以掃描呢啲嘢，然後自己整出新嘅嘢出嚟。呢個太癲啦。
可能 13 個月後，你都會有同樣嘅感覺。
人們以為 token 是 AI 的氧氣，但不是。Markdown 文件才是。
Greg Isenberg 在播客裏說出這句話的時候，他的嘉賓 Vin 正在演示一件事：讓一個 AI agent 掃描他寫了 13 個月的個人筆記，然後自己想出一個工具的點子，自己寫代碼把它造出來。
整個過程不到十分鐘。
Greg 看完之後說了一句很誠實的話：我腦子炸了，這完全超出了我的預期，我覺得這說不通。
但說不通的事情確實發生了。
Vin 用的是 Obsidian——一個筆記軟件，本質上就是一個裝滿 Markdown 文件的文件夾，文件之間可以互相連結。他讓 Claude Code（一個跑在終端裏的 AI agent）讀取整個筆記庫，利用筆記之間的連結關係來理解他這個人。
Greg 在播客裏說了一個判斷：如果我是 OpenAI 或 Anthropic 的人，我會去收購 Obsidian。 他說 Obsidian 是 AI agent 的 missing link——缺失的一環。
這個判斷背後的邏輯是：AI 模型的能力已經很強了，但它們缺的不是更大的參數量或更多的訓練數據，缺的是關於"你"的上下文。
你用 ChatGPT 聊過的那些對話，存在別人的服務器上，你控制不了它記住什麼、忘記什麼。你用 Claude 的 memory 功能，也不知道它到底記了什麼。
但 Markdown 文件不一樣。它是純文本，存在你自己的電腦上，你能看到每一個字。而且——這是關鍵——它是 LLM 天然就能理解的格式。不需要轉換，不需要 API，直接讀就行。
人們以為 token 是 AI 的氧氣，但 Markdown 文件才是記憶。
沒有上下文，再強的模型也只能給你通用的回答。
而且 Markdown 文件有一個人腦沒有的優勢——它不會扭曲。人腦會選擇性遺忘，會美化過去，但 Markdown 文件是你當時寫下的原話，一個字都不會變。Greg 管它叫完美記憶。
Vin 用這套"完美記憶"造了什麼
Vin 在 Claude Code 裏給自己造了 10 個自定義命令。與其逐個拆解，不如看三個最能說明問題的場景。
場景一：AI 不只看你的日曆，還讀你的筆記
Vin 問 AI：2月20號下午兩點能不能跟 Greg 開個會？ AI 看了他的日程——排得滿滿的，有播客錄製、團隊午餐、其他會議。但 AI 不只看日曆，它還翻了筆記庫，發現 Vin 有一個專門的 Greg 筆記，而且最近的筆記裏提到播客是他最在意的事。
AI 的建議是：下午兩點不行，但你可能根本不需要單獨開會——你們早上已經要一起錄播客了。
一個只看日曆的 AI 會告訴你"下午兩點有空/沒空"。一個讀過你筆記的 AI 知道你跟這個人的關係、你最近在想什麼，所以能給出真正有用的建議。
場景二：AI 幫你看清自己 13 個月的變化
Vin 讓 AI 追蹤"我和 Obsidian 的關係"在筆記庫中的演變。AI 掃描了 13 個月的筆記，輸出了四個階段：
2024 年 12 月，Pre-vaults——那時候他根本不用 Obsidian，用的是實體筆記本和語音轉文字。
2025 年 1 月到 5 月，發現與懷疑——他開始用了，但覺得"雙向連結沒那麼有用，我不確定"。
然後是一個關鍵轉折——他意識到連結到"播客"這種寬泛的詞毫無用處，真正該做的是為自己的每一個模式、理論、項目、觀點創建專屬筆記，然後把日常筆記連結到這些筆記上。
2026 年 1 月，爆發式構建——摩擦點從"怎麼用 Obsidian"變成了"怎麼讓筆記庫和 AI agent 之間的邊界消失"。
Vin 看到這個輸出的時候說：這是我作為人類不可能自己做到的事——讀所有這些文件，理解它們之間的關聯，然後畫出這條線。
場景三：AI 自己發現問題，自己造工具解決
Vin 給了 AI 一個元提示：根據我的筆記庫，評估你覺得我目前的水平在哪裏，然後建議什麼樣的命令能把我帶到更高的層次。
AI 掃描完之後發現：他的每日筆記裏有"數百個未被發現的洞察"散落在裏面——寫了就沒管了，從來沒有被正式發展成獨立的想法。AI 建議創建一個命令來自動提取這些想法。
Vin 說了一句：造吧。
AI 當場寫了代碼，命令就跑起來了。從發現問題到造出工具，整個過程就兩句對話。
除了這三個場景，他還造了能模擬自己聲音回答問題的、能挑戰自己信念找矛盾的、能發現自己在迴避什麼的命令。Greg 直接拿這套系統跟看治療師做對比：你在治療裏做大部分的傾訴，治療師的工作是幫你把散落的點連起來。 Obsidian + Claude Code 做的是同樣的事，只不過"治療師"讀過你寫下的每一個字。
我自己的體感
Greg 說的"收購 Obsidian"，我同意。
不是因為 Obsidian 多值錢，而是因為它做對了一件事——所有筆記都是本地 Markdown 文件，沒有私有格式、沒有云端鎖定。這在 AI 時代變成了一個巨大的優勢：你的整個知識庫對 AI agent 是透明的，隨時可以被讀取、被理解、被操作。
我自己用 Obsidian + Claude Code 的體感非常好。特別是有了 Obsidian 的 CLI 工具之後，它完全變成了一個為 AI 時代設計的知識管理工具——AI 可以直接搜索筆記、創建連結、提取模式，而你只需要專注於把想法寫下來。這套組合還有很多功能我在持續探索，但已經跑通的部分已經讓我覺得回不去了。
Greg 說 99.99% 的人不會做這件事，把門檻說得太嚇人了。技術門檻幾乎為零——Obsidian 免費，Claude Code 訂閲就能用，命令讓 AI 自己寫。真正的門檻只有一個：你需要花一點時間構建自己的知識系統。
不是花一年，不是花一個月。是花幾天時間想清楚你要記什麼、怎麼組織、什麼東西值得連結。一旦這個骨架搭好了，後面就是每天往裏面填東西的事——而這件事本身就是在思考。
99.99% 的人不會做這件事
Greg 的這個數字很誇張，但他說的是實話。
搭建這套系統的門檻不在技術上。Obsidian 免費，Claude Code 有訂閲就能用，自定義命令的代碼 AI 自己就能寫。
門檻在習慣上。
你得每天寫筆記。不是那種"今天天氣不錯"的流水賬——是把你正在想的問題、你對某件事的判斷、你猶豫的地方、你覺得可能行但沒驗證的假設，都寫下來。
Vin 說得很清楚：你得先把這件事跟"這是我進步的方式、這是我生成想法的方式"連接起來。 否則堅持不了。
這就是 Greg 說的 alpha 所在——競爭優勢在摩擦裏。越是門檻高、需要持續投入的系統，護城河越深。因為大多數人會在第三天放棄，第一週就卸載，第一個月就完全忘記自己裝過這個東西。
但如果你撐過去了呢？
你的筆記庫開始積累，AI 能看到的上下文變豐富了，給你的建議變準了，你發現的盲區變深了，造的工具也越來越貼合自己的需求。這個飛輪一旦轉起來，別人很難複製——因為你的筆記庫是獨一無二的。
隱私，不得不聊
你把自己最私密的想法、最脆弱的反思、所有的項目細節全部交給一個 AI 來讀——Greg 直接說了：挺嚇人的。 Vin 也同意，他管這叫"這項技術最怪的地方"。他為了上播客專門做了所有命令的"演示版本"，因為正式版會讀取真正的私人上下文——那些東西他不想讓任何人看到，哪怕在直播裏閃過一秒都不行。每個人得自己權衡願意分享多少。
開始的方式
如果你看完覺得想試試，別一上來就想搞 10 個自定義命令。
Vin 的建議是從小處開始。在每日筆記裏寫一句簡單的指令——比如"這周跟某人約個電話聊某個話題"——然後讓 AI 去讀你的筆記、自動拾取這些指令去執行。
建立寫筆記的習慣，讓 AI 慢慢讀懂你，跑通一個最簡單的循環就行。
剩下的，13 個月後再說。
Vin 的朋友們笑他——一個成年人，整天坐在電腦前對着一堆文本文件發呆，嘴裏唸叨着"這不可能""這太瘋了"。
他說：我就是沒法相信，我從小到現在一直在電腦上寫東西，然後突然有一天，一個 agent 可以掃描這些東西，然後自己造出新的東西來。這太瘋了。
也許 13 個月後，你也會有同樣的感覺。