过去几年，“第二大脑”这个词有点被用烂了。
很多产品说自己是第二大脑，最后做出来的东西其实还是一个更漂亮的笔记本。你把网页剪进去，把想法丢进去，把会议纪要存进去，然后它们安静地躺在那里。偶尔搜索一下，偶尔链接一下，偶尔在年终整理时感慨：我居然收藏过这么多东西。
这当然有用。但它离“大脑”还差一步。
真正的大脑不会只是仓库。它会追问、联想、遗忘、重组，还会在你要做事的时候，把旧经验拉出来帮你继续往前推。
所以我看到 AI & I 那期《Claude Code Can Be Your Second Brain》时，第一反应不是“又一个 AI 笔记玩法”，而是：这次好像摸到边了。
节目里提到 Noah Breyer 的一套工作流：他把 Obsidian vault 放在家里的服务器上，再让 Claude Code 跑在上面。于是 Claude Code 不只是读一个项目目录，而是能进入他的长期笔记、研究材料和写作上下文里。它可以帮他思考、研究、写作，甚至从手机上继续发代码。
这件事让我兴奋的点，不是“Claude Code 又多接了一个工具”。真正的变化是：个人知识库开始从可搜索资料库，变成可执行工作台。
为什么 Obsidian 这类笔记库适合接 AI
Obsidian 的核心价值一直不是界面，而是它的存储方式。
一堆本地 Markdown 文件，看起来朴素，甚至有点土。但这恰好适合 AI。因为 Markdown 足够透明，结构清楚，版本可控，不被某个平台的数据库格式绑死。对人来说，它是笔记；对 AI 来说，它是可以直接读取、引用、改写和组织的上下文。
这和很多“AI 笔记应用”不太一样。后者常常把 AI 包在产品里，你只能按它设计好的按钮来问。Obsidian 这种文件型知识库更像开放地基，你可以把 Claude Code、脚本、MCP、搜索工具、Git、自动化任务都接进来。
说白了，它不一定最顺手，但很耐折腾。
而 Claude Code 这类命令行 Agent 的优势，刚好在“耐折腾”这件事上。它本来就习惯读文件、改文件、跑命令、调用工具、维护上下文。当它面对的不是一个代码仓库，而是一个人的笔记仓库时，角色就变了：它不再只是程序员助手，而像一个能翻你旧笔记的合作者。
这就是“第二大脑”开始像真的的地方。
笔记软件以前解决的是“存下来”，现在要解决“用起来”
知识管理有个老问题：收藏很爽，复用很难。
我们保存文章、记录想法、整理标签、建立双链，很多时候是在制造一种“我正在积累”的安全感。但真正写文章、做产品、查资料、设计方案时，还是要靠自己从一堆旧材料里翻。
AI 接进来以后，问题变得不一样。
以前你问的是：
- 这条笔记放在哪个文件夹？
- 有没有打对标签？
- 我记得以前写过，关键词是什么？
现在你可以问：
- 我之前关于 Agent 权限写过哪些判断？
- 把这三个月的 AI 工具观察整理成一篇文章提纲。
- 找出我对 Claude Code 的所有负面评价，看看有没有矛盾。
- 根据我的旧文章风格，帮我把这个选题扩成一版初稿。
这不是搜索框的升级，而是使用方式的升级。
搜索框要求你知道自己要找什么。真正有用的第二大脑，应该能在你只知道“我要推进一个问题”时，把相关材料、旧判断、待验证的想法都拉到桌面上。
这里的关键不是模型多聪明，而是它有没有进入你的长期语境。
GitHub 上的 Skills 热，也在指向同一件事
今天的 GitHub Trending 也很有意思。
mattpocock/skills、addyosmani/agent-skills、Imbad0202/academic-research-skills、K-Dense-AI/scientific-agent-skills 这些项目都在涨。它们不只是普通 prompt 集合，而是在把“怎么做事”打包成可复用的 AI 工作流程。
比如 academic-research-skills 直接把学术研究拆成 research、write、review、revise、finalize。agent-skills 则把工程能力做成可迁移的技能包。再看 zilliztech/claude-context，它的方向是让 Claude Code 之类的 coding agent 拿到整个代码库上下文。
这些东西放在一起看，信号很清楚：AI 正在从“回答问题”走向“继承工作方法”。
这也是我觉得 Obsidian + Claude Code 有潜力的原因。笔记库提供个人上下文，Skills 提供做事方法，Claude Code 提供执行能力。三个东西接起来，才像一个能持续工作的系统。
如果只有笔记库，它是资料馆。
如果只有 Skills，它是操作手册。
如果只有 Claude Code，它是聪明但健忘的执行者。
把它们接起来，才开始接近“会记得你怎么想，也会帮你继续做”的东西。
这套东西适合谁
我不觉得每个人都该马上照着搭一套 home server + Obsidian + Claude Code。老实说，这东西现在还不够大众。配置、权限、同步、备份、安全边界，每一项都可能劝退普通用户。
但它特别适合三类人：
第一类是创作者。你有长期选题、旧文章、素材库、观点积累。AI 如果只接互联网，它写出来的东西很容易像“公共答案”；一旦接进你的旧笔记，它才可能写出“你的延续”。
第二类是开发者。代码仓库、设计文档、issue、commit 记录、调研笔记，本来就是一套散落的工作记忆。Claude Code 加上 claude-context 这类工具，价值不只是补全代码，而是减少“重新进入项目”的成本。
第三类是研究型工作者。学术、投资、产品战略、行业研究，最痛的地方不是没有信息，而是信息之间缺少可复用的判断链。Skills 化的研究流程，加上个人知识库，很容易变成一个长期复利工具。
这三类人的共同点是：他们的工作不是一次性问答，而是长期积累后的持续输出。
但别把它神化
我喜欢这个方向，但不想把它吹成“每个人都有 AI 第二大脑”的童话。
这里至少有三个坑。
第一，隐私和权限会变得很敏感。一个能读你全部笔记、跑命令、改文件的 Agent，非常有用，也非常危险。权限边界、Git 版本管理、备份和审计日志，不能省。
第二，垃圾进，垃圾出。你的知识库如果长期混乱，AI 不会魔法般变出清晰思考。它可能只是更快地把混乱包装成像样的文字。这个更可怕，因为看起来很顺。
第三，第二大脑不是替你思考，而是帮你维持思考现场。你仍然要判断什么重要，什么值得写，什么该删掉，什么只是当时兴奋收藏的垃圾。
这点挺扎心，但是真的。
我真正看好的方向
我看好的是一种更朴素的产品形态：本地知识库 + 可安装 Skills + 可执行 Agent。
它不一定长得像今天的聊天机器人，也不一定长得像传统笔记软件。更可能像一个贴在你工作目录里的协作者：知道你的资料在哪，知道你的写作偏好，知道项目历史，能帮你找证据、提问题、改草稿、跑脚本，还能在做完后留下记录。
这个方向一旦成熟，很多内容生产和知识工作会发生一个细小但关键的变化：从“我问 AI 一个问题”，变成“我和 AI 在同一个工作现场里继续推进”。
差别很大。
前者像临时咨询。后者像长期搭档。
所以，如果你已经在用 Obsidian、Logseq、Markdown 笔记，或者有一堆散落在 Git 仓库里的研究材料，我建议现在就可以开始做一件小事：别急着追最花哨的 AI 笔记产品，先把自己的知识库整理成 AI 能读懂、能引用、能版本管理的形状。
文件命名清楚一点。
主题索引补一点。
重要判断写得明确一点。
把临时灵感和长期观点分开一点。
这些事看起来笨，但等 Agent 真正接进来时，它们会变成燃料。
我越来越觉得，AI 第二大脑的第一步，不是买一个新 App，而是把自己的第一大脑留下的痕迹，整理到机器能接住的程度。
参考链接
- AI & I by Every, Claude Code Can Be Your Second Brain：https://www.youtube.com/watch?v=in7i-EVDDlk
- Imbad0202/academic-research-skills：https://github.com/Imbad0202/academic-research-skills
- K-Dense-AI/scientific-agent-skills：https://github.com/K-Dense-AI/scientific-agent-skills
- mattpocock/skills：https://github.com/mattpocock/skills
- addyosmani/agent-skills：https://github.com/addyosmani/agent-skills
- zilliztech/claude-context：https://github.com/zilliztech/claude-context
- Show HN: Files.md, open-source alternative to Obsidian：https://news.ycombinator.com/item?id=48179677