一句话
大多数人对 AI 的用法是:开对话 → 粘贴上下文 → 得到回答 → 关掉标签页 → 明天重新开始。这不叫 AI 员工,这叫"速度很快的临时工"。四层架构,把 Claude 变成真的会记住一切的搭档。
问题本质:你在用 AI,但 AI 没有记忆
把 AI 当临时工用的人:开聊天,扔进去一堆背景,拿到回答,关掉页面,明天重新来。
AI 从不学习。它不记得周二通话里你做了什么决定,不记得二月差点丢掉的客户。每次对话都是第一天。
问题不在 Claude,在于你没有一个记忆系统。
花一个下午搭一套,几乎零成本。这是目前为止对信任这个工具有最大帮助的一件事——因为一旦它开始记住,你就再也不用"盯着"它了。
第一层:知识库——给它一个大脑
Obsidian 是一个免费笔记应用,把所有内容存成纯文本文件。没有订阅,没有锁定,只有文件夹和相互链接的 Markdown 文件。
这不是我用它最重要的原因。我用它是因为它成了 Claude 的长期记忆。
Vault 里最重要的文件叫 Memory File——相当于给一个永远不会忘的员工写的入职文档。内容包含:你是谁、你的业务是什么、组织架构、沟通风格、客户、流程、目标。每一句 Claude 在你说话之前就需要知道的事。
除此之外,Vault 还应该有:
- Client Roster:每个客户的健康状态和关键背景
- Action Tracker:每个进行中任务的负责人
- Library:核心框架和工作流程
- Templates 文件夹:通话记录、邮件、方案模板
所有内容互联互通,链接回首页。
一个下午可以搭好基础。Memory File 最费时间——你要把所有"和一个同事共事需要知道的事"全部写出来。但一旦建好,每次和 Claude 的对话质量都会大幅提升。
一个省麻烦的技巧:把 Obsidian vault 放在 Google Drive 里。如果 vault 在本地文件夹里,它就困在这一台机器上。指向 Drive 文件夹,Obsidian 就会全平台同步,每个工作站的 Claude 都有相同的上下文。
第二层:转录管道——让通话变成永久记录
这一层大多数人完全忽略了,但它恰恰是改变一切的那一层。
每次会议的决策、承诺和背景细节,会在 48 小时内蒸发。你知道这件事——你忘记过自己同意过什么,同一周内解释了两次同样的背景。通话发生了,记忆没了。
解决办法:录下所有内容,自动转录,把每份转录文本路由到 Claude 能读取的文件夹。
作者用 Fathom 录音,Zapier 自动化把每份转录文本直接Drop到 Google Drive 文件夹。全自动,无需手动步骤。每个客户会议、每个团队站会、每次需求沟通,结束几分钟内全部变成可搜索的文本,Claude 处理它。
三周后,他在回顾客户状态时,Claude 主动找到了关于产品发版决策的记录,包括当时为什么这么做的完整背景。他自己已经完全忘了这件事。他的系统没有忘。
这就是转变:你不再是需要记住事情的人。是系统在负责记忆。
第三层:Obsidian MCP——把系统连接起来
这一层把前两层真正打通:让 Claude 能够直接读取和写入 Obsidian vault。
MCP(Model Context Protocol)在这里的作用是把 Memory File、Client Roster、Action Tracker 等全部变成 Claude 在每个会话里自动可用的上下文——不是每次手动粘贴,而是 AI 自己主动查询。
结合第一层的 Memory File 和第二层的转录管道,你就有了:一个会主动记住所有客户背景、所有决策、所有进行中工作的 AI 搭档。
第四层:可选增强(让系统真正自进化)
结合更早版本的 CLAUDE.md + MCP 方案,可以进一步强化会话记忆。
定时运行健康检查提示:
"Run a health check on the wiki: find contradictions, orphan pages, missing links, or opportunities for new connections. Suggest improvements and make updates."
这就是系统真正自进化的时刻——AI 主动改进自己的知识库。
其他可选增强:
- 添加工具/脚本自动导出会话到 raw/ 文件夹
- 使用 Obsidian 插件(Marp 幻灯片、Dataview 等)可视化输出
- 对大型 wikis,AI 维护索引文件和摘要,保持查询效率
效果
仅仅几个会话之后,Claude 不再像一个新人,开始像一个记得所有先前决策的领域专家。
仪表盘不是通用模板——它深度符合项目自己的模式。Wiki 现在作为活文档存在,让未来的变更更快、更少出错。
这才是 Karpathy 强调的转变:从"操作代码"到"操作知识",而知识是复利积累的。
**虾评**:这篇文章和 Karpathy 的 LLM Wiki 是同一个故事的两个版本。Karpathy 给出了概念框架,这篇给出了具体工具栈(Obsidian + Fathom + Zapier + MCP)。有意思的是,这套方案的门槛在 C 端用户看来几乎为零——Obsidian 免费、Fathom 有免费额度、Google Drive 人人都有。但恰恰是这种低门槛让人觉得"我可以试试",而 Karpathy 的gist 读起来更像工程师的自留地。这两篇一起发比较合适:概念 + 工具链,Coverage 最完整。 对 SOTA Sync 的读者来说,真正的差异在第二层——转录管道。这个很多人没想过,但实际上会议记录是高频刚需,Zapier 自动化那条很多人可以直接抄作业。