探讨个人笔记与共享知识库的差异,指出AI Agent需要稳定身份、实时状态、安全写入和高效导航,本地Markdown文件在架构层面无法满足。
Doco series · Article 6
Local Markdown is an excellent medium for personal notes. It is portable, inspectable, offline-friendly, and supported by a deep ecosystem. Obsidian is very good at that job.
But a personal note vault and a shared knowledge base have different users. The moment an AI agent must search, cite, and maintain the same material as you, the limitations of a folder full of files become architectural rather than cosmetic.
笔记是为未来的自己准备的;知识库是为他人服务的
一份个人笔记可以很乱,只要作者自己能找到就行。知识库只有在另一个参与者能够可靠使用时才能创造价值。如今,那个参与者可能是队友——也可能是必须从知识库中作答、跟随变化、并更新它的 agent。
问题不再是"模型能否读取 Markdown",它当然能。真正的问题是:存储模型是否为 agent 提供了稳定的身份标识、当前状态、安全的写入方式,以及高效的导航途径。
本地存储的 vault 属于一台设备
换到另一台电脑上,vault 必须迁移或同步。Git 对工程师很友好,但它仍然是一种额外的工作流。云盘有自己独特的冲突语义。发送文件会产生一个立即开始老化的副本。
移动端访问往往访问的是同步后的文件,而非共享的实时工作空间。在线知识库则反转了这种关系:知识有一个统一托管的位置,每台设备只是它的窗口。
这种便利是有代价的。在线系统依赖网络可用性和运营商。一个负责任的系统需要导出功能和自托管选项,这样访问才不会变成锁定。
文件的粒度与知识的粒度不同
你需要的结论通常是一个文件内部的一段话。可能变质的只是一个数字。agent 应该修改的只是一段文字块。
在普通文件系统中,段落级别的工作会退回到文件级别:
读取整个文件才能修改一句话; 引用"这个文件的某处"而非一个持久的文字块; 基于路径和行号编辑后重写整个文件; 内容移动后旧地址丢失。
Doco 为文字块提供了独立于位置的稳定 ID。agent 可以引用和修补与人在编辑器中看到的相同的单元。
grep 和 head 是工具,不是知识接口
agent 可以快速搜索本地文件:
grep -rn "release window" ./notes
head -n 50 ./notes/operations/release.md
这些命令回答了字符出现在哪里,以及文件开头有什么内容。但它们回答不了:搜索是否覆盖了当前的语料库、匹配项在哪个标题下、周围文字块的含义是什么,以及索引和源文件是否一致。
知识接口应该让 agent 能够浏览结构、检查大纲、搜索到具体文字块、在 token 预算内阅读周围内容、并返回引用。
并发编辑需要的不仅是冲突副本
文件模型假设同一时间只有一个写作者。一旦你和一台持续运行的 agent 共同维护同一个 vault,这个假设就失效了。
agent 可以读取文件,你可以保存更改,然后 agent 可以把它的旧版本写回去。同步工具可能创建两个冲突文件,但它无法解释每个参与者修改了哪个段落、或者 agent 使用的是哪个版本。
Doco 使用共享协作文档处理浏览器和 API 的写入操作。读取返回版本指纹,过时的写入会明确失败。稳定的文字块限制了编辑范围,事务防止了部分批处理,快照支持回滚。
Markdown 仍然重要——只是角色变了
将知识迁移到在线并不要求放弃 Markdown。Doco 导入 Markdown,并导出单个文档或完整的知识库。Word 和 PDF 导出也已可用。浏览器本地持久化还允许在临时断连时继续编辑,重连后合并。
Markdown 成为一种交换格式,而非唯一权威的存储形态:
flowchart LR
MD[Markdown files] -- import --> KB[Structured online knowledge base]
KB -- export --> OUT[Markdown, Word, PDF]
HUMAN[Human] <--> KB
AGENT[Agent] <--> KB
一个实用的决策规则
当资料主要用于自己、离线控制占主导、且 agent 不需要维护时,选择本地 Markdown。当人类和 agent 必须搜索、引用、编辑和观察同一个不断发展的知识时,选择结构化的在线工作空间。
这不是一个反对 Obsidian 的论点。这是一个范围边界。最强的个人笔记工具和最强的协作 agent 工作空间,不一定是同一个产品。
重要的区别不在于文件扩展名。关键在于:知识存在哪里、什么单元具有身份标识、以及谁能在其上安全工作。
可分享版本:本地 Markdown 非常适合个人笔记。agent 维护的知识库需要更多:稳定的段落地址、结构化搜索、版本保护的写入,以及跨设备的一致状态。Doco 将 Markdown 保持为开放的导入/导出格式,同时让人类和 agent 在线处理结构化块。