10,994 条笔记的实践：抛开向量库，纯 markdown 让 agent 复用你的知识
Turn 10,994 Notes Into Memory - Paul Iusztin, Decoding AI & Louis-François Bouchard, Towards AI · Paul Iusztin
全片 40 分钟·真正值得盯屏约 15 分钟·3 个必看点
- 0:00 – 7:01听
为什么要在助手和笔记之间再加一层
两位讲者从一个人人都有的尴尬开始：收藏了上万条内容，却从来不回头看。他们提出在 Claude Code 这类终端助手与 Obsidian、Readwise 这类笔记源之间，缺了一层能让两边接上的系统。
问题不是笔记不够多，而是攒下来的东西没有任何机制能被再次调用。
全程是两人对着讲，屏幕上没有可看的东西，通勤或做别的事时听声音不损失信息。▶ 跳到 0:00讲者 · Paul Iusztin、Louis-François Bouchard - 7:01 – 14:07听
上下文一停就归零，以及项目仓库
解释对助手来说，上下文窗口同时充当了数据库、文件系统、记忆和推理空间，对话一结束全部消失：每开一个新会话都要重新粘材料，随手写的脚本也一起丢掉。随后介绍这个开源项目本身。
缺的不是更大的上下文，是记忆和上下文管理——让信息在会话之间活下来。
这一段是纯论证，画面停在讲解状态没有实质变化，听论点即可。▶ 跳到 7:01讲者 · Paul Iusztin - 14:07 – 21:12略
三个版本演进：从对着公网到对着自己
复盘系统的三次改版。最早一版面向公开网络、靠人工挑选优质链接、输出一份静态文档；第二版把同一套深度研究循环调转方向，指向自己的笔记库；第三版因为静态文档没法承接追问而引入知识库层。
真正的转折是意识到研究天生是迭代的——静态产物每次追问都得重跑一遍，代价高得离谱。
大部分时间在讲演进逻辑，配合的是版本示意，可以快速拉过；临近 20:48 屏幕会切到真实的索引文件，那里放慢一点。▶ 跳到 14:07讲者 · Paul Iusztin - 21:12 – 28:13看
三层文件结构与逐级降级的查询
拆解知识库的构成：原始资料层不可改动，衍生层放模型写出的概念页、实体页、对比页和尚未解答的问题，索引层作为入口。查询时先读索引摘要，不够再看来源页，再不够才翻原文。
摘要在收录那一刻只算一次，之后每次查询都吃这份现成结果——用一次性成本换长期的 token 效率。
屏幕上是打开的真实文件和它们之间的跳转链接，22:42 前后还演示了概念之间怎么可视化地连起来。这些结构靠语言描述会很抽象，必须看着屏幕才能建立起对应关系。▶ 跳到 21:12讲者 · Paul Iusztin - 28:13 – 32:07看
演示一：一次深度研究和它留下的痕迹
现场发起一次针对自己知识库的深度研究，展示查询轮数和成本可以按轻、快、深三档调节，并说明每次提问都会在知识库里留下新的页面和记录。
知识库是活的——不只在收录资料时长大，你每问一个问题它都在生长，最终成了「你还没搞懂什么」的真实映射。日常用轻档或快档就够，深档一次要跑十到二十分钟。
要看的是运行过程和结束后新增出来的文件，只听讲述会漏掉「问完之后知识库变了什么」这个最关键的证据。▶ 跳到 28:13讲者 · Paul Iusztin - 32:07 – 35:14看
演示二三：摄入代码仓库与一条链接
跳过研究阶段，直接把三个开源终端助手仓库交给系统并指定探索主题，自动生成单仓库架构笔记和跨仓库对比；再演示最简形式——丢进几条链接就能跑通。
代码库可以当成一等的研究对象来读，而且整条路径没有外部依赖，装上插件扔链接即可。
看点在提示词怎么写、系统自动克隆和生成的过程，以及最后长出来的对比文件，这些都只存在于屏幕上。▶ 跳到 32:07讲者 · Paul Iusztin - 35:14 – 39:32听
坦白短板与项目定位
明确这个项目首要目的是教记忆与上下文管理，不是做产品，所以刻意停在终端工作流、只接自己用得上的数据源。同时承认最大的未解问题是判断不了来源的时效和可信度。
来源的出处与可信度追踪是整个个人知识系统领域的公共难题，别指望现成方案。
收尾是口头交代取舍和后续方向，画面已经回到讲解状态，听完即可。▶ 跳到 35:14讲者 · Paul Iusztin