从笔记到可执行上下文

我过去看知识库，主要还是从人的角度看：资料能不能找到，笔记之间有没有关系，目录是不是清楚，长期回看时能不能想起当时为什么这么判断。

后来用 AI agent 做事多了以后，我对知识库的要求变了。

人看笔记时，可以容忍很多隐含信息。一个标题、一个标签、几句当时写给自己的话，过几个月再看，大概还能补回语境。但 AI 不一样。它不会自然知道哪份资料更可信，也不知道一段话是草稿、事实、规则、偏好，还是一次性讨论里的临时判断。

这也是我在 Obsidian、linch-km、linch-wiki、obsidian-tablite 这些方向上持续折腾的原因：知识库不能只是“资料堆放处”，它需要逐渐变成可维护的工作上下文。

关键不是更复杂，而是更清楚

这里说的上下文，不是说所有笔记都要变成程序，也不是把生活和工作全部流程化。

我更关心的是：一份资料能不能被后续的人和 AI 正确使用。

比如一张 CSV 表格，如果只是作为附件放在知识库里，它就是一个文件。但如果它能在 Obsidian 里被直接查看、筛选、排序、编辑，并且保持原始文本文件的可追溯性，它就更接近一个可维护的数据源。

一段项目背景，如果只是聊天记录里的几句话，它很快会被新的对话覆盖。但如果它被沉淀成 profile、preferences、constraints、episodes 这类结构，AI 就能在不同会话里读到相对稳定的上下文。

一份知识库目录，如果只是导航，它只能帮助人找东西。但如果里面的条目有明确状态、更新时间、来源和使用边界，它就能帮助 AI 判断“这是不是当前可信的材料”。

AI 出现以后，知识管理的问题不再只是“我如何记住事情”，而是“未来的协作者如何继承我的上下文”。

这个协作者可能是另一个人，也可能是一个新开的 Claude Code 或 Codex 会话。它们共同的问题是：刚进入现场时，如何快速知道什么重要，什么过时，什么可以改，什么必须先问。

所以我现在越来越少追求笔记系统本身的精致感，更多关注它能不能承担上下文治理：资料从哪里来、现在是否有效、被谁使用过、和哪个项目相关、能不能被机器稳定解析。

当知识库能回答这些问题，它就不只是个人整理术了。它会变成长期工作的上下文基础。