Start from 🤖 Edison Qian
Tana #WX群 里 [author:Edison Qian] 说
- 最终极的 PKM 工具 和 工作流 应该就是 各种 files + Antigravity 这样的 agent tools + MCP servers integrated 1. Search With Purpose/📑 IDEs|
- 搜索它 搜索得快
- 对象：无结构 纯文本
- 工具：毕竟本身就是拿来写代码的
- 编辑它 编辑得快（全文替换）
- PKM/Apps/Obsidian|Obsidian 只有全库搜索 (支持正则)，没有全库替换 [author:Edison Qian]
- 读全库（应该没问题吧？如果能塞下大代码库的话，作为知识库的第二大脑又算得了什么呢）RAG 找联系 又厉害
- 但不能读得太频繁了：如果每个 page 都类似 PKM/Apps/SilverBullet 的 renderTopWidget 那样读一次全库，找出 PKM/Apps/Tana/Related Content...
- 这意味着 ==人造的 wiki== 仍然是 有用的
- 作为 绝对关联路径 形成的 ==“图骨架”==
- 作为 数据结构 近似 在内存中 连续分布，以使 查询成本 极低
- 总结、联想等功能只需要说一说就可以生成...
虎鲸 #WX群 里也提到了类似的 #PKM 工具：[author:Wilfred]
- KnowNote #github
- WitNote #github
Ultimate PKM tool + method
tool
index.html #gnu emacs 或许也... 是 最终极的 PKM - Vim + agent tools（操作文件们的手(脚架)） = emacs ? - h1ixyxc #reddit - emacs #emacs-china - logseq for code management #discuss #logseq - PKM/Apps/LogSeq| 里也可以运行 js 和 python edit and run python code inside logseq itself #discuss #logseq - 这有点像 SilverBullet 里可以运行 js 和 lua - 而 PKM/ecosystem/emacs|emacs 似乎可以在笔记中运行任何代码 - 问题来了：我们需要在 笔记软件 里 造 1. Search With Purpose/📑 IDEs|IDE（像 LogSeq, SilverBullet 和 PKM/ecosystem/emacs|emacs） - 还是把 1. Search With Purpose/📑 IDEs|IDE 变成 笔记？（像 [author:Edison Qian] ）
method
AI回答正文里的❓ → AI回答可以看做一种"AI推送" → 我在"AI推送"中获得灵感 → 提出新问题 → AI根据新问题继续推送 → 我不感兴趣的回答，就不会再提问，AI也就不会再"推送"
- 他这个 ==打嵌入笔记的❓来标记 ai 推送信息流 + Antigravity ctrl I 直接更改选择的文本内容，并将 AI 生成的文本 用 ^[A]^ 来与自己手写的 内容 区分开来（便于提炼转换成自己的表述后，后续 清除 AI 内容？）== 的 方法挺好
- 1. 不需要（像 Github 和 Antigravity ctrl L）那样去手动选择范围 #L23-L32 ，而是用 一个（或 2 个）定界符（这就有点像 🤔 Daydream/‼️Non-MarkDown|）来标定 问句（的同时提供问句的上下文），来让 LLM 一次性回答多个问题，或关注/注意多个焦点/重点。
2. 不需要 像 Antigravity ctrl L 将内容单独 多项选择到 聊天界面，然后将返回的聊天内容，再（多次）复制粘贴到 笔记.md 内部
agent回一次回答所有问题，实测问几十个问题，一次agent合起来回答个几万字都可以
原则：正文里提问，正文里回答
写作时严格遵守原则，不能用右侧chat窗口或agent manager里直接提问
绿色提问和部分主要回答是人写的，提问必须以❓结尾，不含❓的内容AI全部忽略，红框是AI对❓的回答，
==系统提示词==与上述要求配套
就是如果用Antigravity打开Obsidian库的话，你提问，他会在Obsidian库里查参考你写过的笔记内容，至于像NotebookLM那种溯源到原文的链接，就要自己==系统提示词==里要求，默认是不放来源链接的 考虑用Antigravity代替NotebookLM，因为NotebookLM与Tana/Roam/Obsidian等无法同步，笔记改了改了只能手动上传，几千上万词条的大库同步堪称噩梦
这是一个我用Antigravity打开Obsidian库提问，Antigravity回答的例子，rules要求了溯源，所有⁽¹⁾是溯源链接，点击就跳转到原文
角标⁽¹⁾实际上一个内链，跳转精确到heading，无法精确到具体行，
所有角标都是⁽¹⁾，相当于㊟，没有234，因为没必要
例如 [✪Procrastination Devil ›（拖延魔）⁻⁵#Minor Pros（次要优点）|⁽¹⁾](✪Procrastination Devil ›（拖延魔）⁻⁵#Minor Pros（次要优点）|⁽¹⁾)
我的==系统提示词==都是放在rules里，然后新建词条正文md，在面写主干，和比如十个提问❓，chat窗口不输入任何问题，只输入空格+回车（因为不打空格不让回车）
在正文里用❓提问 → AI正文里回答
与在chat窗口提问 → AI在chat窗口回答， - 其实回答内容差不多，主要区别是:
正文里的问题本身就是有树形结构的，回答(比喻为苹果吧)也是挂在相应问题的树枝下面，提问直接出文章，就可以发布到论坛/知乎/公众号/视频文案，
chat就是聊天流水账，给自己解惑可以，如果想变成正经文章发布，需要复制粘贴编辑，这极大的增加了写作摩擦力，结果就是我们用chat app(例如ChatGPT)大部分的chat，哪怕是很精彩的问答，都懒得整理成文章
chat严重违反"爽经济"力的"低摩擦爽"原则 - 参考那些爽应用(高多巴胺应用），摩擦力都非常低 - 例如抖音的摩擦力就是划一下
所以我坚持不用chat app，或者Antigravity里的chat窗口写作， - 这种聊天，很容易人写的字数占比过低，一般只有1%~10%，甚至一篇文章除了标题都是AI写的，这种即质量平庸，发布了也没有成就感
我研究试验自控力方法很多年，纯自由时间里，只有两个方法能有效对抗高多巴胺活动诱惑，
Ⓐ物理隔离，比如跑到小区户外/公园里，带个不装娱乐app的手机语音识别写作（用 Spokenly + Obsidian，tana 语音，voicenote 等 ） 这个方法简单有效，因为户外除了语音写作，基本啥也干不了
==缺点==： 严重受季节，天气，时段，地点影响，比如现在太冷了就不行，夏天太热也不行，夏天蚊子太多的地方也不行 只有写作，没有整理，手机那么小屏幕，能录长文就不错了，整理长文不现实
note Note 物理隔离的本质就是打不过就躲，带个只语音识别app和笔记app的"准老年机"，别的啥也干不了。写语音笔记，总比啥也不干无聊有意思多了
Ⓑ最近开发的"AI爽写法" 这个方法基本原理就是与其他高多巴胺活动，正面硬刚 以毒攻毒，以爽战爽，以更高的多巴胺释放水平，战胜现有的高多巴胺活动(B站抖音等）
完全在相同的平台(电脑)上，硬把B站抖音怼下去 这与"Ⓐ方案物理隔离，躲的方法"虽然某个阶段可能结果相似，例如春秋季适合户外的时候 但心理感受是完全不同的，正面硬刚的胜利给人带来自信心爆棚，躲开对手的胜，其实下次遇到对手还是打怵
效果
我两周前新建一个workspace，不包含Obsidian的库
这是我用Antigravity的lines of code插件，统计的每日总行数，和AI行数统计，AI行数占比一半左右
为什么 效果好
鸡生蛋，蛋又生鸡
AI爽写会极大激发灵感和创造力，问一个问题❓，AI回答比如500字，你看他的回答又有新的3个灵感，又追加了三个问题❓，鸡生蛋，蛋又生鸡，形成"灵感链"
这符合"爽经济"的原理
所有符合爽经济的爽app，都有明显的推荐和链式反应
比如抖音看一个视频，你是否完播，他后面根据你这个行为，决定是否推送类似的视频
AI回答正文里的❓ → AI回答可以看做一种"AI推送" → 我在"AI推送"中获得灵感 → 提出新问题 → AI根据新问题继续推送 → 我不感兴趣的回答，就不会再提问，AI也就不会再"推送"
AI爽写，利用AI和IDE工具，高度复刻了抖音等爽经济（多巴胺经济）产品的很多底层原理
warning Warning 当然这与大模型底模的智商关系也很大，2024年我就用cursor+gpt4做写作，就爽不起来，那时的ai太笨了，也没有agent增加智能
当个写作助手完全够格的，而且ai每半年到一年（gemini-3-pro与gemini-2.5-pro间隔是8个月），智力还有一次小飞跃
人与AI"合体"是大势所趋，嗯赛博朋克2077玩多了[呲牙]
Antigravity可能就是初代，非侵入式软件脑机接口