我让 AI 替我养了半年个人知识库,然后 Google 发布了 OKF——把我瞎摸出来的那套,写成了规范

个人知识管理OKFAI Agent

我让 AI 替我养了半年个人知识库,然后 Google 发布了 OKF——把我瞎摸出来的那套,写成了规范

先把话撂这儿:这半年我没在「记笔记」,我在「养一个会自己长大的知识库」。 它每小时自己爬、自己编译、自己往回填,到今天跑了 625 个周期、攒了约 44.8 万字、213 页 wiki,我几乎没动过手。

然后前几天 Google 扔出一份叫 OKF(Open Knowledge Format) 的规范草案。我读完一身冷汗——它把我一年前凭直觉瞎摸出来的那套结构,一条一条写成了标准。 这篇,我把「我的实战」和「这份规范」并排摆给你看:哪儿撞上了、哪儿我还差着、以及对你想给自己建知识库,这意味着什么。

我的判断摆在前面:AI 时代,个人知识管理的胜负手,已经从「你记了多少」变成了「你的知识,你和你的 agent 能不能一起读」。 笔记软件比的是给人看的排版;而真正的杠杆,是一种人和 AI 同时能读、能写、能审计、能 git clone 走的格式。Karpathy 一年前点了这个题,我闷头做了个实现,Google 现在把它标准化了——三股力量指向同一个方向,不是巧合。


一、起点:我受不了「即用即弃的摘要」

去年有阵子我被一件事折磨:我每天读大量 AI 和咖啡行业的信息,让 AI 帮我总结。但每一篇摘要都是一次性的——读完就扔,下次再问同一个话题,它又从零给我编一段,跟上礼拜那段毫无关系。知识没有沉淀,只有不断重置。

Karpathy 那条推点醒了我:别让 LLM 给你生成摘要,让它给你维护一个知识库。区别是什么?摘要是快照,知识库是活体——新信息进来,不是新开一篇,而是去富化已有的那一页。OpenAI 今天发了个模型,不该多一篇「今日速报」,而该让 companies/openai.md 那一页长出新的一段,并且和它三个月前的动作连起来。

我照着这个想法,自己写了个东西。


二、我到底建了个什么

一句话:一个用 Claude Code 当大脑、markdown 当身体、自己当 cron 的个人知识库。 数据流是这样的:

信源配置 → 每小时抓取(Twitter / arXiv / 小红书 / RSS)→ raw/(不可变原始件)→ LLM 编译 → wiki/(活的 markdown 知识库)→ /ask 问答 + /lint 体检 → 结果再填回 wiki/

图:自我生长的知识库——抓取→不可变 raw→LLM 编译富化→活 wiki→回填,它自己是个 daemon

几条我当时定死、现在回头看最关键的规矩:

  • raw/ 永远不可变,只追加。 每次抓取存一份带时间戳的原始 JSON/PDF,绝不回改。它是「事实层」,是一切的地基。今天 raw/ 已经 3105 个文件、4 个 G。
  • wiki/ 由 LLM 增量维护,人基本不碰。 页面只增量更新,永不从头重写。这是「知识层」,12M 的纯文本,密度极高。
  • 先读 _index.md。 任何操作前,先读这个入口页——它列着所有页面 + 一句话摘要。机器和我都靠它「先看见有什么,再决定翻哪页」。
  • 反链是命脉。 页面之间用 [[companies/openai]]、[[concepts/ai-agents]] 这种双链勾连。知识的价值不在单页,在连接。
  • 它自己是个 daemon。 不靠我开 Claude、不靠 launchd,代码里内置 cron,自己 detach、自己监管、自己记状态。我关了电脑它在上海那台 Mac 上照跑。

「编译」这一步,是整套东西的灵魂——它做的是富化,不是摘要。 给你看一段我的 companies/anthropic.md 真实长出来的内容(我一个字没写):

「美国政府援引国家安全权限,对 Anthropic 两个最强模型层发出出口管制指令……这是已知首次针对单一 AI 实验室特定模型版本的美国出口管制行动。对 Anthropic [[2026-06-02]] 的 S-1 保密递交,这条是 IPO 风险因子

— 以上为试看内容(约 40%),开通会员后阅读全文 —