我花了一整年，把“用 AI 思考”这件事，做成了一个可以运行的系统：Claude Code 直接跑在我的 Obsidian Vault 上。
它不只是帮我写字，而是在提取概念、追踪推理、建立连接——把我的思考变成一个“活体网络”。

0. 先说结论：你还在用 2023 的 AI

很多人对 AI 的用法还是：

• Prompt 输入
• 答案输出
• 会话结束
• 记忆归零

而我现在几乎只在 Vault 里工作。

因为我的 Markdown 文件：

• 记录了我发现过的一切（结构化）
• 自带“情境上下文注入”（situational context injection）
• 能在需要时把相关内容喂给模型做 in-context learning
• 让智能体像读代码库一样读知识库

我用一个 Vault Index 帮智能体决定“该拉哪些笔记进上下文”。
这和 Claude Code 决定“该加载哪些 Skills”是同一套模式。

认真想想：每条笔记某种意义上都是一个 skill——被精心整理过的知识块，在相关时刻被注入。

更深一层：Vault 编码的不是“你想过什么”，而是“你如何思考”。
方法论，成为系统的一部分。

1. 这不只是笔记：这是你完全拥有的系统

这套东西“只是 Markdown 文件”。

• 纯文本
• 你完全拥有
• 任何编辑器都能读
• 任何 AI 都能处理
• 某个 App 消失也不影响（Obsidian 只是一个窗口）

这就是我想要的：AI 作为思考伙伴（thinking partner），而不是写作助手（writing assistant）。

2. 知识 = 代码？（我突然意识到这件事）

我发现：知识库（knowledge base）和代码库（codebase）非常像：

• 都是由文本文件组成的文件夹
• 都有约定、模式、规范
• 都靠“关系”建立可用性（import / link）
• 都适合让智能体去“导航 + 操作”

Vibe coding 改变了写软件的方式：AI 处理实现，你专注方向。
同样的迁移也发生在知识工作：

你不再“做笔记”。你在运营一个会做笔记的系统。

3. 什么是 Vault？

Vault 就是一个互相链接的 Markdown 文件夹。示例结构：

ounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(linemy-vault/├── 00_inbox/           # capture zone, zero friction├── 01_thinking/        # your notes and synthesis│   └── notes/          # individual thinking notes├── 02_reference/       # external knowledge│   ├── tools/          # tool documentation│   ├── approaches/     # methods and patterns│   └── sources/        # external knowledge├── 03_creating/        # content in progress│   └── drafts/├── 04_published/       # finished work archive├── 05_archive/         # inactive content├── 06_system/          # templates and scripts├── CLAUDE.md           # teaches the ai your system└── attachments/        # images and files

文件之间用 [[wiki links]] 连接，形成思想网络。

• 当你在一条笔记里写 [[quality is the hard part]]
• Obsidian 会生成一个可点击链接，指向同名笔记
• 智能体可以沿链接跳转，在相关想法之间穿行
• 它会发现你自己都忘了存在的连接

4. 如何写“好笔记”：链接要写进句子里

链接的写法很关键。

多数人把引用放在底部，像脚注：

“这与质量有关，参见 quality-note。”

不要这样。要把链接织进思路里：

“因为 [[quality is the hard part]]，我们必须把重点放在筛选（curation）上。”

这样做有两个结果：

1. 链接成为思考的一部分（不是附录）
2. 智能体能通过“跟随链接”跟随你的推理路径

5. 笔记必须“可组合”：像乐高一样

写“可独立成立、可拼装”的笔记。

规则很简单：

• 如果有人从一个链接跳进来
• 他不应该必须再读 5 条笔记才能看懂
• 如果做不到，就把它拆分

把笔记当作 Lego：

• 每块都完整
• 但能拼成更大结构
• 当你的笔记如此工作时，“网络本身”就变得有价值

6. AI 不会自动理解你的哲学：你必须教它

关键点：AI 并不会自动理解你对笔记的哲学与风格。

我曾经看着 AI “完全不尊重我的哲学”，才被迫承认这一点。

当你需要教 Claude “你怎么想”时，你会发现：

• 你携带了大量隐性知识（implicit knowledge）
• 现在必须把它“文本化”成规则与约定

我的 CLAUDE.md 现在大概 2000 行，因为我不断迭代：什么有效、什么无效。

7. 每个 Vault 都需要自己的哲学（多数指南都讲错了）

很多教程会给你一个系统，然后说：照做。

但现实是：每个 Vault 的目的不同，原则就不同。
这和代码库一模一样：

• 你不会用同样的目录结构写 CLI 工具和 Web App
• 你也不该用同一套笔记哲学去做“工作项目管理”和“研究验证”

我跑多个 vault：

• 一个用于 AI + 知识管理的思考（本文例子）
• 一个用于工作：项目、客户、交付，完全不同规则

同样的底层模式，不同的上层规则。

8. 不变的底层模式是什么？

不管你做什么类型 vault，底层都一样：

1. Markdown 文件 + 链接（任何 AI 都能读）
2. 一个 CLAUDE.md（教智能体你的系统）
3. 让智能体能快速定位的结构（orientation-friendly）
4. 把约定写成“指令”（让 AI 保持一致）

至于这些指令具体写什么——完全由“目的”决定。

9. 这套系统可以长什么样？（按目的分型）

一个 工作 Vault 可能强调：

• 先捕获，后结构（capture first, structure later）
• 项目文件夹：会议、决策、输出
• 面向 AI 消费的客户上下文（client context）

一个 研究 Vault 可能强调：

• 来源追踪与引用（source tracking & citations）
• 文献笔记（literature notes）
• 论断验证（claim verification）

一个 创作 Vault 可能强调：

• 灵感捕获与孵化（capture & incubation）
• 草稿推进（draft progression）
• 参考资料组织（reference organization）

10. 思考 Vault 示例：我的哲学是什么？

我分享的这个 vault 核心目标是：发展理解（developing understanding）。

当 vault 维护得好 vs 充满噪声时，我能明显感觉到差异：

深度比广度重要。

CLAUDE.md 里有一句我很在意的原则（原文片段）：

ounter(linedepth over breadth. quality over speed. tokens are free.

这不是在追求效率。
这是在追求卓越。

当你选择一个任务，你是在承诺：

• 彻底理解它
• 留下未来智能体也能继续构建的成果

11. Claude 怎么“找东西”？（否则它会淹死）

当 Claude 开始一个 session，它必须知道“有哪些东西存在”，但不可能读完每个文件。
几千条笔记时这不现实。

所以我做了分层，让它能快速定向：

11.1 SessionStart 自动展示结构（hook）

ounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(line"hooks": {    "SessionStart": [{        "hooks": [{            "type": "command",            "command": "tree -L 3 -a -I '.git|.obsidian' --noreport"        }]    }]}

Claude 在 session 开始就能看到目录与文件分布。

11.2 Index：每条笔记一句话描述

我有一个 index 文件，列出所有笔记 + 一句话描述。
Claude 不用打开文件，也能在几十秒内扫过 50 条笔记的“摘要”。

11.3 Topic Pages（MOC）：主题目录页

我使用 MOC（Maps of Content）把相关笔记串起来：

• 像每个主题的目录
• 也包含 Claude 自己留下的“导航笔记”
• 它在遍历图谱时记录学到的东西，为未来 session 留下 breadcrumbs

于是 Claude 的策略是：

先广 → 再窄 → 然后沿链接深入 → 建立理解

12. 核心原则（我的思考 Vault 规则）

这些规则对“思考 Vault”有效，其他 vault 类型可能需要不同规则。

12.1 可组合性（composability）

问自己：

• 这条笔记能否被别处链接进来仍然自洽？
• 如果必须先解释三个前置概念才能看懂，就拆分

12.2 用“论断”命名，而不是用“主题”命名

我不再用“主题”命名：

• “Thoughts on AI slop”

我改成“论断”命名：

• “Quality is the hard part”

好处是：当你把它链接进句子里，标题会自然成为语义的一部分。

更重要的是：这会迫使 Claude 在写句子时先理解“论断”，而不是拼贴“主题词”。我认为这会让输出更扎实。

12.3 关系比单条笔记更重要

单条笔记的重要性，往往低于它和别的笔记的关系。

• 一个拥有大量反向链接（incoming links）的笔记，比孤立笔记更有价值
• 每个链接都会创造一条新的阅读路径
• 网络就是知识

13. 智能体如何操作 Vault？

每个任务从 orientation（定位） 开始：

1. Claude 扫描结构
2. 查 index 找相关笔记
3. 先读 topic page（MOC）再做修改
4. 沿链接建立理解，不在缺上下文时改东西

当 Claude 发现某个主题的导航规律，它会把“怎么找”的经验写回 topic page。

未来 session 会先读这些 breadcrumbs，从过去的导航经验里学习。
这就是 Vault 记住“如何思考自己”的方式。

有时两条笔记会产生“组合洞察”。
Claude 会新建一条笔记，记录这种组合带来的新理解。

每一次新捕获都会触发：

• 搜索相关笔记
• 增加带上下文的链接（links with context）

14. 目录架构（再给一个更简化的版本）

ounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(lineounter(linevault/├── 00_inbox/           # capture zone├── 01_thinking/        # your notes and topic pages│   ├── knowledge-work.md    # example topic page│   └── notes/               # individual notes├── 02_reference/       # stuff from others├── 03_creating/        # drafts in progress├── 04_published/       # finished work├── 05_archive/         # old stuff└── 06_system/          # templates and config

这个结构适合“个人思考 vault”。
工作 vault 往往会加入 projects / clients 等目录。

重点不在“必须长这样”，而在于：目录位置告诉你它是什么。

Markdown 就是系统。
Obsidian 只是窗口。
Vault 能在任何应用消失后继续存在。

你拥有的是：

• 纯文本
• 可迁移
• 可审计
• 可被任何 AI 处理的数据资产

15. 如何开始（最小可用版本）

1. 建一个文件夹与子文件夹——按你的目的来
2. 写一个 CLAUDE.md 解释你的系统——先简单，后迭代
3. 让 Claude 操作：

• 捕获一条内容
• 让它找连接
• 让它建议归档位置

你已经不是“记笔记的人”。
你在“指挥一个会记笔记的系统”。

你的工作变成判断：决定什么重要。

人类角色从：

• writer → editor
• creator → curator

✅ 全文总结

• Vibe coding 改变写软件的方式
• Vibe note taking 改变思考的方式
• Vault 只是互相链接的 Markdown 文件
• LLM 没有记忆，Vault 给它一个“外部记忆”
• CLAUDE.md 教 AI 你的系统如何工作
• 每个 vault 需要基于目的建立自己的哲学
• 不变的是：Markdown、链接、AI 执行、人类判断