这两年，说实话，AI这个东西今天一个新模型，明天一个新工具，后天又冒出一个 Agent。

你刷一圈信息流，会有一种错觉——我是不是落伍了的「焦虑感」。我也有过这种阶段，焦虑到晚上睡不着，盯着天花板想：这波机会要是真过去了，我是不是就真的落下了。

尤其前段时间那个 OpenClaw 很火，GitHub 上一堆教程，我甚至专门在虚拟机里重装了一个 Windows 环境准备部署，环境都配好了，结果……放那了。到现在没动。折腾的欲望很强，真正落地的行动却总差一点。

工具不是答案

后来我慢慢发现一个事——问题不在工具更新得太快，而在于人的精力根本跟不上。

ChatGPT 来了，我玩。Gemini 来了，我也试。后来又是 Grok，又是各种 Agent。

每次打开一个新产品，都觉得挺爽，可玩完呢？关掉页面，内容没留下，想法也散了。第二天再打开，又是新的对话框，像失忆了一样重新开始。那一刻我突然有点明白，没有底层积累，再强的 AI 也只是陪你聊天而已。

我一直觉得，笔记软件这东西，是做产出的人最基础的工具。就像厨师得有灶台，写东西的人，总得有个地方放材料吧。

我的公众号文章，视频脚本，图文底稿，包括后面准备做的一些商品服务，基本都在 Obsidian 里面。统一管理。统一产出。

承接比提问重要

以前我其实挺排斥在 Obsidian 里接 AI 的。觉得笔记就是笔记，AI 就是 AI，分开挺好。写东西的时候，去网页端开个 DeepSeek，问完复制回来，也不是不能用。

直到前段时间，我才把 AI 真正接进了 Obsidian 中。怎么说呢，有点像你原来每天跑出去打水，现在家里直接装了水龙头的感觉，省事，方便，每月消费点 Token 的钱。

写东西的时候，卡住了，直接问。看到一段教程看不懂，直接在 Ob 中选中内容让 AI 给我解释。甚至润色标题，都是在一个界面完成。

直到后来配置好 Embedding 之后，我才发现它有点厉害。它能基于我自己的笔记库，读取我过去写过的东西，然后建立关联。

比如我之前写过 Obsidian 的插件教程，写过 Notion 的迁移感受，写过智能家居折腾记录，现在我在写新文章的时候，它能把这些旧内容拉出来，帮我关联。你知道这意味着什么吗？意味着 AI 不再是一个陌生的大脑，它开始理解你的笔记中写的东西了。

知识得沉下来

前段时间研究 OpenClaw 的时候，我就是这么干的。网上教程很多，GitHub issue 一大堆，说实话，信息量挺多的。

以前我可能收藏一下，吃灰。现在不一样了，我会把教程保存进 Obsidian 中。

然后直接在笔记里让 AI 帮我解释那些看不懂的代码段。你会发现，知识开始沉下来，也成了我日后写作的文本资料，而不是飘过去。

这也是为什么，我后来越来越少用那些自带 AI 的云笔记产品。Notion 挺好，语雀也挺好，我不是说它们不好。只是——云端的东西，总让我有点不踏实。老粉都知道，我是从 Notion 转到 Obsidian 的。

数据归属权这件事，年轻的时候不觉得重要，等你积累多了，就知道那不是「文件」，那是你花时间换来的东西。

现在很多人用 AI，还是停留在问问题阶段。打开豆包，问一下。打开元宝，问一下。问完，答案看完，关掉。结束。其实也没错，AI 本来就可以这么用的。

但我越来越觉得，真正值钱的，不是 AI 给你的答案，而是你怎么把这些答案留下来。留下来，整理好，和自己的经历连起来，和自己的认知长在一起——这才是长期生产力。

说到底，AI 是流动的，知识库才是沉淀的。你今天用 DeepSeek，明天用 Gemini，后天可能换成别的模型，模型会变，工具会变，甚至 API 价格都会变。但你的 Obsidian 仓库不会。那些你写过的字，看过的教程，记录过的想法，它们会一直在。安安静静躺在那里，等你下次再回来翻。

昨天晚上，我在 Obsidian 里整理旧笔记的时候，翻到三年前自己写的一篇东西，写得挺幼稚。可我盯着看了半天，突然觉得——原来这些年，我不是没进步，只是平时跑得太快，忘了回头看……然后顺手打开 Copilot，问了它一句：你觉得现在的我，和三年前最大的区别是什么。

光标闪着，答案还没出来，我端起旁边那杯已经凉掉的茶，屏幕反光照在桌子上，安静得有点过分。