很多人好奇我的知識庫是怎麼搭建的

由於前幾期數據不好，可能是ai文章確實味太沖了，我就想到什麼講什麼測試下這次數據。

背景

故事的開始要從半年前剛剛接觸ai說起

由於半年前的國產AI用法基本還是以對話形式的瑪卡巴卡爲主，但機緣巧合之下用上了Claude Code和opus4.6，瞬間驚爲天人！感覺是在跟活人專家對話，於是想着能不能通過AI優化工作，畢竟誰不想有人替自己幹活啊

當時最早還是在用影刀RPA來幫B端業務做自動化生產，但有個問題是RPA太僵硬了，流程稍微有變動，就得大改，一週時間有一半花在改程序上了，真實按業務算人效的話其實很低

於是當時想着先用AI幫公司優化RPA流程，當時一個助理按我們的業務流程，一天最多上架十個商品，這一天助理什麼活都幹不了，只能擱那框框上架

RPA做到1.0版，一天大概可以上10個，但它是串行運行的，稍微遇到一點bug就得停下來人工去修，處理完卡點才能繼續跑，我當時手頭還有其他工作，搞得頭疼死了

於是在和Claude對話的過程中，優化這一套流程推進到了 RPA 2.0，當時做了一個半自動上架的，一半資料人填，一半上架機器做。但效率還是偏低，而且擺脫不了人工，一天數量基本能拿到三十個，bug也比2.0少了很多，但還是會有偶發bug出現，有些商品資料稍有格式變化就會卡上架，到這一步只能算半成品

但是計劃趕不上變化，業務變成要求追鋪品量，一天30上架還是太少，得拉到五十一百，對我一個非技術出身的業務來說太強人所難了。於是借AI深度溝通問了一下，只能走python了，畢竟RPA流程修改都得人工改，AI很難介入

知識庫雛形

到了3.0階段，發現一個比較頭疼的問題，每開一個對話都會丟失上下文，於是當時上網搜索了一下解決方法，總結出來讓AI提煉核心信息，作爲下次對話的開頭

但隨着項目文件增多，上一個問題重新描述一遍，基本就用了大半了，根本沒辦法好好工作。opus4.6當時上下文只有200k，我就在想有什麼方法可以讓AI記住，研究了半天，發現 AI 和 agent 基本都喜歡 Markdown 文檔，但這個文檔格式我電腦打不開，文檔寫了什麼只能在對話裏看到

然後又搜了一下，發現了Obsidian，我又問AI誰用這個軟件用最好？順帶發現了卡帕西的wiki知識庫【感興趣的讀者讓AI幫你搜索Andrej Karpathy  LLM Wiki】

然後我就按照發在網上的結構，讓AI幫我做了一個，這個時候我發現上架程序已經可以很好的記下來了，但是我的工作除了做這個程序，還有其他業務，能不能讓其他業務也能併入我的知識庫裏面，但寫代碼的和做業務的邏輯還是不太一樣，Claude讀代碼會讀到我其他業務的信息，全部存進來會讓本地知識庫變得特別混亂

這個時候，我意識到必須要設計一套規則約束結構，才能讓管理好知識庫，且跑得順。一開始啥也不懂，搜索了下Obsidian用的最好的那批人，搜索結果顯示PARA結構是比較合理的，我當時給ai提的要求是人和ai都要看，於是ai就建議按PARA+wiki結構，命名就取Obsidian的前三個字母，OBS，作爲初版框架了

框架有了，剩下的就是分工了，PARA全程是

Projects：活躍項目，單個idea落地的一系列過程都算一個個子項目

Areas：長期責任領域，需持續維護的信息存這裏

Resources：參考資料，raw（放一些原始素材，比方說我各個平臺收藏夾喫灰的信息）

Archives：歸檔，我管它叫墓地，生命週期到了的項目和信息就該躺裏面了

在原本基礎上，我加了

inbox：待處理的臨時性文件，類似羅永浩老師的「閃念膠囊」

wiki：LLM編譯的知識庫，給AI讀的，Resources裏的東西越攢越多，全讓ai讀，ai腦子（上下文空間）要爆炸

Agents：我管數字員工的地方，確保任意模型和agent接進來都能使用知識庫，同時也避免某家模型宕機或者封號後知識庫就停滯了

知識庫複利效應

【曬下最近的，斜槓命令/insights 可查看你的Claude code使用習慣】

隨着我滾雪球的用法，/insights跑出來的結果從逐步變成了這樣：

不同agent能幹的活，也從一開始的這樣變成了這樣和這樣

和我帶新人的時候邏輯是近似的，新人來了我帶着先幹活，熟練了新人變老人後再老帶新，最後成長成自發驅動的職場老手。

【數字員工項目就是在這個基礎上搭建的，目標是自發驅動的ai員工團隊，這裏後續的文章再詳細展開】

知識庫落地效果

這是B端電商商家其中一個飛書儀表盤，主要看店鋪裏各個商品各個需要優化的環節完成進度，例如標題、圖片、sku、編碼、聚水潭規則維護等。

以前影刀RPA時代，這裏面不少信息需要人工處理，畢竟有些非標場景RPA處理不了，一個變量分支就得改流程加判斷，這你受得了嗎。

現在通過數字員工項目，商品agent隨時隨地自動上架維護商品，推廣agent推廣，客服、售後、倉儲……。老闆就一個人，一人公司最終雛形就是這樣的，人盯結果，ai幹活…

個人的部分

前半段基本都在講知識庫對業務、對幹活有什麼用，後半段講講對個人的用處。

我這個人在個人生活上，思維比較發散，俗話說就是想一出是一出。

比方說，某個晚上刷相冊的時候，發現有個照片死活找不到，但當下就想看看，很煩，翻箱倒櫃把舊設備都翻出來終於找到了，但下次要這樣太累，怎麼辦？我問了ai，建議我放nas上【NAS也是我搭建知識庫過程中購買在ai指導下一步步安裝的，以後有時間開這個話題的文章】，於是我花了幾個小時把所有手機上的照片都遷移到nas上，然後手機遠程訪問。

這一下給我發現了新大陸，我居然可以在手機和電腦上從2011年一直翻照片到現在，橫跨了期間無數老設備（我老照片一般都有備份）。

通過nas上的相冊管理軟件，還可以給相冊分類。不僅能看到所有照片，還能知道是在哪拍的（收集黨狂喜）

順帶把手機內存不夠的問題也解決了，畢竟nas上照片不佔手機空間，一下子清理了120G的照片和視頻

還有一個比較厲害的在於模型在思考方面可以給你的人生提供解答

讓Claude反推我是誰，它的上下文漂移了，漂出來的東西讓我愣住了

我花了2個小時讓Claude陪我人生設計，結果發現過去7個月，我只真正快樂過一個晚上。

小的例如和對象吵架了，ta在想啥，雙方怎麼處理好關係，有些話從對方嘴裏講出來和從ai嘴裏講出來，自己看到聽到的感受真的不一樣，尤其是在情緒上【後續有時間更新一期家庭和婚姻主題的，真的讓我刷新ai還能這樣用的想法】

解放注意力

相信深度用ai嵌入自己工作流的人都會遇到這個問題，注意力被切割，ai太強了，強到很多對話併發同時跑的時候讓人無法完美審覈ai交付的內容。於是網上大家都在玩梗，ai問yes or no，人只能一個勁yes yes……

知識庫怎麼拯救注意力呢？把每次對話的問題沉澱下來，讓ai幫你分析後整理【這裏面比較複雜，不是文章或者短視頻裏幾句話就能完美實現的，需要設計規則，有時間針對這個沉澱機制單獨講一期】

沉澱後，部分決策讓渡給ai，前提是已經建立好一套完整的約束反饋覆盤閉環。這樣後續不用點yes了，只需要告訴它，任務開始前，看一下我對這個XX的要求諸如此類自然語言，ai就能根據過往定好的規則，自動跑完整個任務，人的注意力放在關鍵決策上。

結語

ai對個人帶來的改變，我認爲不僅是生產關係和能力上，而是時間尺度上，知識庫則是當前階段的一個載體，關於我這個知識庫的內容，面對面三天三夜都講不完，但重點是它是一個可自我成長的第二大腦，人不能因爲有了ai反而失去了更多的個人時間，而是讓ai幫你把你把花時間的事情解放出來。

古人，半生都在田間土地，現代，土地還是這片土地，人還是隻能半生花在勞作上，無非環境和工具變了，從時間尺度看，其實沒有變化。如果一天裏真正屬於自己的時間只有幾個小時，那其實和古人沒兩樣。

ai和機器人的的發展，給人帶來了新的希望，ai是腦，機器人是身體。希望人人都可以從繁重的時間裏解放出來，讓ai+知識庫這個賽博分身替人幹活，人只有閒下來，有時間精力，才能真正思考怎麼過好這一生。

如果哪天我死了，而我的知識庫裏又恰好繼承了我的大部分思維，他或許可以憑藉我的能力給自己賺能源，和我的粉絲互動，會不會過好屬於他的賽博人生呢？

這或許纔是時間尺度上人類文明的傳承真正的意義