即刻App年轻人的同好社区
下载
最近探索本地大模型记录📝
综合体验最佳模型：Qwen3.6-35B-A3B
编程最佳模型：Qwen3 Coder Next
最佳部署方式：llama cpp
最好的本地模型调用工具：Craft Agents（非编程场景）
个人感受是，家用级硬件已经能支持生产力了。
86 t/s
测试环境：
Windows 11
Intel Core i7-14700KF
DDR5 32 GB
RTX 4080 SUPER 16 GB
综合体验最佳模型：Qwen3.6-35B-A3B
编程最佳模型：Qwen3 Coder Next
最佳部署方式：llama cpp
最好的本地模型调用工具：Craft Agents（非编程场景）
个人感受是，家用级硬件已经能支持生产力了。
86 t/s
测试环境：
Windows 11
Intel Core i7-14700KF
DDR5 32 GB
RTX 4080 SUPER 16 GB
1 01
做了一个小实验，AI有鲜明的性格：ChatGPT 更包容，Claude 更笃定自己。
同一个问题分别发给二者，把拿到的结果分别告知对方，
最终 ChatGPT 接受了 Claude 的方案。
过程中 GPT 的回答并没有比 Claude 差，只是它更加接受建议和批评，像一个师门中知识渊博温和包容的大师兄；
Claude 则更坚守自己，对自己的方案笃定自信，即使是反对的观点，也能在其中找到有利于自己的部分，和指出别人的不足，更像一位才华过人冷血果断的宗门天才。
题外话，我在生活上很不喜欢过分笃定自己的人，他们总有一种解构天下事的确信感，一种莫名的“登”
我讨厌这种确定，一切都确定的话，太无趣了。
同一个问题分别发给二者，把拿到的结果分别告知对方，
最终 ChatGPT 接受了 Claude 的方案。
过程中 GPT 的回答并没有比 Claude 差，只是它更加接受建议和批评，像一个师门中知识渊博温和包容的大师兄；
Claude 则更坚守自己，对自己的方案笃定自信，即使是反对的观点，也能在其中找到有利于自己的部分，和指出别人的不足，更像一位才华过人冷血果断的宗门天才。
题外话，我在生活上很不喜欢过分笃定自己的人，他们总有一种解构天下事的确信感，一种莫名的“登”
我讨厌这种确定，一切都确定的话，太无趣了。
1 00
你的 Obsidian 接入 AI 了吗？
用 AI 打造 Obsidian 工作流的内容铺天盖地。主流声音同一论调：只要把 Obsidian 接入 AI，再利用 Claude、Codex、Hermes、OpenClaw 等工具，你就能拥有一个智能化的生产力系统。
作为 Ob 资深用户，我也被这样的描述吸引。
但我发现，大多数人是因为“恐惧”害怕掉队，才去使用和研究这些AI工具，而不是真的自己有需求有痛点，所以最终因为 FOMO 所构建的系统，看似华丽，实则极其脆弱。
AI 时代，工具本该让"有想法"到"记下想法"之间的摩擦更小。可眼下的潮流恰恰相反。
过去想写个 Ob 插件、做个复杂模板，你至少得懂点代码吧；现在只要一句话，AI 就能帮你整理所有笔记、自动打标签、搭好 PARA 体系，几分钟生成一个插件。
这当然是一件好事，我能按自己的习惯定制 Obsidian。
但新的陷阱也来了：我们太容易把"我能做出来"误当成"我需要做出来"。
我们拥有了一个自己都未必完全理解的系统，它持续膨胀，导致我花大量时间在维护系统上，而不是在笔记里思考。
所以当你发觉自己在"优化笔记系统"而不是"在笔记里思考"，这就是一个明确的信号，你大概率正在亲手造一个“弗兰肯斯坦”。
对于 Obsidian 新人来说（或者任何知识类工具入门），我有一个忠告，过早地构建一个过于复杂的解决方案，最终一定会遇到收益递减的问题。这也是最容易让人感到挫败的体验之一。
更好的方式是，一切系统应该构建在我们自己一个个非常小的真实问题开始：
我总是忘记自己读过什么，所以我需要一个阅读笔记流程。
我经常写文章没有素材，所以我需要一个灵感和案例库。
我每天想法很多但不成体系，所以我需要一个每日记录和定期回顾机制。
然后在使用过程中不断迭代它。
即使哪天你不使用 Obsidian ，当所有系统都是你亲手构建，它就成了真正属于你的 harness。哪天你不用 Obsidian 了，迁移到任意工具都不会有很大的阻力。
这也是为什么，不要急着把 Obsidian 做成一个“巨大的怪物”。
一个好的 Obsidian 系统，应该像一座花园，而不是一台机器。
用 AI 打造 Obsidian 工作流的内容铺天盖地。主流声音同一论调：只要把 Obsidian 接入 AI，再利用 Claude、Codex、Hermes、OpenClaw 等工具，你就能拥有一个智能化的生产力系统。
作为 Ob 资深用户，我也被这样的描述吸引。
但我发现，大多数人是因为“恐惧”害怕掉队，才去使用和研究这些AI工具，而不是真的自己有需求有痛点，所以最终因为 FOMO 所构建的系统，看似华丽，实则极其脆弱。
AI 时代，工具本该让"有想法"到"记下想法"之间的摩擦更小。可眼下的潮流恰恰相反。
过去想写个 Ob 插件、做个复杂模板，你至少得懂点代码吧；现在只要一句话，AI 就能帮你整理所有笔记、自动打标签、搭好 PARA 体系，几分钟生成一个插件。
这当然是一件好事，我能按自己的习惯定制 Obsidian。
但新的陷阱也来了：我们太容易把"我能做出来"误当成"我需要做出来"。
我们拥有了一个自己都未必完全理解的系统，它持续膨胀，导致我花大量时间在维护系统上，而不是在笔记里思考。
所以当你发觉自己在"优化笔记系统"而不是"在笔记里思考"，这就是一个明确的信号，你大概率正在亲手造一个“弗兰肯斯坦”。
对于 Obsidian 新人来说（或者任何知识类工具入门），我有一个忠告，过早地构建一个过于复杂的解决方案，最终一定会遇到收益递减的问题。这也是最容易让人感到挫败的体验之一。
更好的方式是，一切系统应该构建在我们自己一个个非常小的真实问题开始：
我总是忘记自己读过什么，所以我需要一个阅读笔记流程。
我经常写文章没有素材，所以我需要一个灵感和案例库。
我每天想法很多但不成体系，所以我需要一个每日记录和定期回顾机制。
然后在使用过程中不断迭代它。
即使哪天你不使用 Obsidian ，当所有系统都是你亲手构建，它就成了真正属于你的 harness。哪天你不用 Obsidian 了，迁移到任意工具都不会有很大的阻力。
这也是为什么，不要急着把 Obsidian 做成一个“巨大的怪物”。
一个好的 Obsidian 系统，应该像一座花园，而不是一台机器。
15 62
稍后阅读软件还有必要存在吗？
目前情况下，主动保存需要阅读的内容，
直接都发给 OpenClaw 或 Hermes ，
处理一遍后全部自动保存在本地 Obsidian 。
一段时间后它们就学会了我的阅读喜好，
并制作 Skill ，比如根据不同平台的内容格式，进行对应的处理方式。
再进一步，如果我想写一份每周阅读的好内容推荐，基本初稿都能直接完成。
目前情况下，主动保存需要阅读的内容，
直接都发给 OpenClaw 或 Hermes ，
处理一遍后全部自动保存在本地 Obsidian 。
一段时间后它们就学会了我的阅读喜好，
并制作 Skill ，比如根据不同平台的内容格式，进行对应的处理方式。
再进一步，如果我想写一份每周阅读的好内容推荐，基本初稿都能直接完成。
3 10
