概念說明

AI 輔助知識管理是指借助 AI 工具強化個人知識庫的建立、整理與連結流程。

電馭大腦（AI 第二大腦）架構

以 Obsidian 為核心的 AI 輔助知識管理系統，目標是讓 AI 完美與人的大腦連接。完整三層架構詳見 電馭大腦三層架構。

已實現的核心功能

  • 資訊可視化呈現（觸發自我觀察與整理）
  • 自由寫作結合 AI 自動建立卡片筆記盒

規劃中的延伸功能

來源：LINE 截圖, 2026-04-06

  • 時程表整合
  • 串接外部 email inbox 與行事曆
  • 串接 Claude.ai 介面操作 Obsidian
  • 跨裝置使用
  • 會議記錄整理系統

知識管理的核心機制：觀察帶來改善

來源：LINE 截圖, 2026-04-06

當資訊清楚可見，觀察本身就會自動觸發整理欲望，進而改善資訊流結構，最終讓思考更清晰。詳見 觀察帶來改善。

Karpathy AI 筆記流方法論

來源：本地MD：2026-04-05-Karpathy-AI-筆記流方法論

Andrej Karpathy（OpenAI 早期核心研究員（founding research scientist）、Tesla AI 前總監、Eureka Labs 創辦人）提出的 AI 輔助個人知識庫建立方法。核心概念：將 AI 從「每次用完就失憶的便利商店」升級為「會自己長大的圖書館」。

核心比喻

  • 一般人用 ChatGPT = 實習生 A：每次問完就失憶，下次從零開始
  • Karpathy 的做法 = 實習生 B：每次回答後整理筆記，越用越快、越精準

Karpathy 六步驟系統

第一步：建立原始資料庫（raw/ 資料夾） 看到好文章、論文、程式碼、圖片，全部存進 raw/ 資料夾。使用 Obsidian Web Clipper 瀏覽器外掛一鍵存成本地 Markdown 檔案。原則：不管亂不亂，先存再說，不花時間整理。

第二步：讓 AI 將原始資料「編譯」成 Wiki Karpathy 不自己整理筆記，而是讓 AI 讀完 raw/ 資料夾的所有內容，自動產出有結構的 wiki：自動摘要、自動分類、自動建立主題間的交叉連結。他幾乎不手動修改 wiki，所有整理都由 AI 維護，他只負責丟新資料。

重要提醒（Obsidian 創辦人 Steph Ango）：自己的筆記與 AI 產出的知識庫應分開存放，避免搜尋結果、連結圖被 AI 生成內容淹沒，無法區分哪些是自己的想法。Karpathy 的 raw/ 是親自整理的權威來源，AI 產出的 wiki 獨立存放，每篇有反向連結指回原始資料。

第三步：直接對百科全書提問 當 wiki 累積到一定規模（某主題約 100 篇文章、40 萬字），直接對 AI 提問，AI 翻自己維護的 wiki 來回答。Karpathy 發現 AI 自己維護的索引和摘要已夠好，不需要額外的 RAG 搜尋系統。

第四步：多樣化輸出格式

  • Markdown 文件（在 Obsidian 顯示）
  • Marp 簡報（Markdown 直接轉投影片，不需 PowerPoint）
  • matplotlib 圖表（程式生成）

關鍵機制：查詢結果會「回存」到知識庫，每次問答都讓知識庫更豐厚。

第五步：定期 AI 健康檢查 定期讓 AI 掃描整本 wiki，找出矛盾資料、補上缺漏（用網路搜尋）、發現跨主題的有趣關聯。

第六步：自製搜尋工具（進階） 用 vibe coding（用口述描述功能讓 AI 寫程式）製作簡易搜尋引擎，有網頁介面和命令列版本。適合知識庫規模大到需要更好搜尋方式時使用。

Lex Fridman 的延伸玩法

Lex Fridman（MIT 研究員、知名科技 Podcast 主持人）在 Karpathy 的基礎上增加兩個獨特做法：

1. 互動式網頁取代靜態圖表 Karpathy 的輸出是靜態圖表，Lex 讓 AI 直接產出帶有 JavaScript 的 HTML 頁面，結果是可點擊、可篩選、可拖動的互動式儀表板，類似 Excel 樞紐分析表但更靈活。

2. 跑步時的互動式 Podcast（語音學習法） 針對特定主題，讓 AI 從大知識庫抽出精華版筆記（mini knowledge base），載入 AI 語音對話模式。跑步時用講的問 AI 問題，AI 語音回答——他稱為「互動式 Podcast」，內容根據問題即時生成，而非預錄的靜態內容。

一般人的三步驟簡化版

工具可彈性替換，核心邏輯不變

步驟一：建立原始資料庫

  • 工具：Obsidian（免費）或 Notion
  • 做法：看到值得保存的內容全部存入，不整理，讓 AI 來做
  • Obsidian Web Clipper 或 Notion Web Clipper 均可一鍵存檔

步驟二：定期讓 AI 消化資料 每週或每兩週，把原始資料丟給 ChatGPT 或 Claude，提示範本：

「我收集了以下關於 [主題] 的資料，請幫我：1) 整理出核心概念清單，2) 為每個概念寫 2-3 句摘要，3) 標出不同概念之間的關聯，4) 列出目前資料裡還缺少哪些面向。」

把整理結果存回筆記軟體即為 wiki。新資料加入時，告知 AI「根據之前的整理，把這些新資料也納入」。

步驟三：對知識庫提問 新對話時先貼 wiki 當背景資料再提問。注意上限：ChatGPT 約 10 萬字，Claude 約 15 萬字。若 wiki 過大，只貼相關部分。

進階工具選項：

  • Claude Projects / ChatGPT 自訂 GPT：上傳 wiki 為永久背景，每次開對話不需重新貼
  • Google NotebookLM：目前最接近這套概念的現成免費工具，上傳文件後自動整理摘要，支援直接對資料提問；Audio Overview 功能可把資料轉成 Podcast 風格語音對話

Karpathy 本人的總結觀察

Karpathy 認為這整套流程應該成為正式產品，而非「一堆拼湊的腳本」——透露出目前工具仍原始，但核心概念已成立的現狀。

Karpathy 方法論 vs. 電馭大腦

來源：LINE 截圖（電馭大腦文章）, 2026-04-06

Karpathy 的做法屬於純 PKM 個人知識管理範疇：把學過的所有概念整理成結構化 Wiki 交叉連結，需要時隨時提領。電馭大腦以此為地基，往上延伸為學習、工作、個人三層。詳見 電馭大腦三層架構。

面向 Karpathy 方法 電馭大腦
定位 PKM 個人知識管理 PKM 為地基，往上延伸
核心產出 結構化 Wiki 交叉連結 洞見 + 工作效率 + 個人成長
筆記類型 Wiki Zettelkasten（連結優先）
個人層 無 自由寫作 + 人生問題專案化
原始資料與 wiki 分離 ✅ 明確分開 待確認
語音學習整合 ✅（Lex 延伸版） 未提及

反向連結

以下頁面引用了本頁：