個人知識管理（Personal Knowledge Management, PKM）是指個人有系統地收集、整理、內化、產出知識的流程。核心目標不只是「存起來」，而是讓知識可以被重複使用、交叉連結、產生新洞察。
傳統的 PKM 強調四個步驟：
資訊過載的時代：2026 年的數位資訊量達到前所未有的高峰。問題不再是「找不到資訊」，而是如何過濾、組織、利用這些資訊。一個好的知識庫讓你不重複研究相同主題、快速找到過去的結論、在不同主題之間建立連結。
傳統筆記：單純的文字記錄，靠人工搜尋和回憶來使用。筆記之間沒有智慧連結，寫了就忘，很難產生新洞察。
AI 知識庫：結合 AI 能力的知識系統，具備以下新特性：
三大路線：Obsidian、Notion、以及你目前使用的純 Markdown（Claude Code 記憶系統 + 研究報告網站）。
| 比較項目 | Obsidian | Notion | 純 Markdown （你目前的方式） |
|---|---|---|---|
| 資料儲存 | 本地 .md 檔案 | 雲端伺服器 | 本地 .md + Git |
| 離線使用 | ✓ 完全離線 | ✗ 需要網路 | ✓ 完全離線 |
| 資料所有權 | ✓ 100% 你的 | ✗ 在 Notion 伺服器 | ✓ 100% 你的 |
| 雙向連結 | ✓ 原生支援 | ● 基本支援 | ✗ 無 |
| 圖譜視覺化 | ✓ Graph View | ✗ 無 | ✗ 無 |
| AI 整合 | ✓ 2700+ 插件生態 | ✓ Notion AI（$10/月） | ✓ Claude Code 直接讀寫 |
| 團隊協作 | ● 需 Sync 付費 | ✓ 原生強項 | ✗ 只有 Git |
| 手機版 | ✓ iOS/Android | ✓ iOS/Android | ✗ 需額外工具 |
| 插件生態 | ✓ 2700+ 社群插件 | ● 內建 + 整合 | ✗ 無 |
| 學習曲線 | ● 中等 | 低 | 高（需技術背景） |
| 費用（個人） | 免費（Sync +$4/月） | $8/月 Plus + $10/月 AI | 免費（只需 Claude 訂閱） |
| 最適合 | 知識工作者 | 團隊/專案管理 | 開發者/技術人員 |
關鍵差異總結：Obsidian 是「知識的家」，適合長期積累個人知識；Notion 是「工作的平台」，適合專案管理和團隊協作；純 Markdown 是「開發者的筆記」，靈活但需要自己搭建一切。
Obsidian 是一款本地優先（local-first）的 Markdown 知識管理工具。所有筆記儲存在你電腦上的純 .md 檔案中，不依賴任何雲端服務。截至 2026 年 2 月，Obsidian 已突破 150 萬名使用者，年增長率 22%。
雙向連結（Bidirectional Links）
在筆記 A 中用 [[筆記 B]] 語法連結到筆記 B，兩邊都會互相感知。這讓你的知識自然形成網狀結構，而不是傳統的樹狀資料夾。
圖譜檢視（Graph View）
將所有筆記和它們之間的連結視覺化為互動式網路圖。你可以看到哪些概念高度關聯、哪些是孤立的、知識結構中有沒有缺口。
插件生態系統
超過 2,700 個社群插件，涵蓋日曆、看板、資料庫、PDF 標注、Zotero 整合、數學公式等。幾乎任何你想到的功能都有人做成插件。
Obsidian 搭配 AI 的主要插件：
用 RAG 技術讓你跟整個知識庫對話，自動找到語意相關的筆記。支援 Claude、GPT、Gemini、本地模型。
智慧文字修改、自訂 prompt、全庫問答。類似 GitHub Copilot 但用在筆記上。
建立本地端 AI 知識庫，讓 AI 在你的筆記上下文中回答問題。
Obsidian CEO 在 2026 年 1 月發布的官方 Agent Skills，讓 AI agent 直接操作知識庫。
透過 MCP 協定將 Claude Code 連接到 Obsidian vault，AI 可以直接讀、搜、建、改筆記。2026 年最令人興奮的整合方式。
Chrome 擴充功能，一鍵將 Claude 對話匯出成 Obsidian-ready 的 Markdown 檔案。
| 方案 | 價格 | 內容 |
|---|---|---|
| 個人使用 | 免費 | 所有核心功能、插件、主題，無限制 |
| 商業使用 | 免費（2026 起取消商業授權費） | 與個人版相同 |
| Sync | $4/月 | 跨裝置同步、端對端加密、版本歷史、共享 vault |
| Publish | $8/月 | 將筆記發布為網站，可選擇性公開 |
| Catalyst | $25 一次性 | Beta 版搶先體驗、社群徽章 |
學生/教職/非營利：Sync 和 Publish 享有 40% 折扣。
Obsidian 有 iOS 和 Android 版本，功能與桌面版相同。但要注意：
2026 年 3 月，AI 領域教父級人物 Andrej Karpathy（前 Tesla AI 負責人、OpenAI 共同創辦人）在 GitHub 上發布了 autoresearch 專案。核心概念：讓 AI agent 在你睡覺時自動進行研究實驗。
一句話總結：你用 Markdown 檔案寫下研究目標，AI agent 自己改程式碼、跑實驗、看結果、保留好的、丟掉壞的，無限迭代。早上起來，你的 git history 裡就有一串已驗證的改進。
↑ 無限循環，每小時約 12 次實驗，一晚約 100 次 ↑
| 檔案 | 角色 | 誰可以改 |
|---|---|---|
| prepare.py | 資料準備、評估指標（BPE tokenizer + val_bpb） | 不可修改（確保一致的衡量標準） |
| train.py | 完整的 GPT 模型、optimizer、訓練迴圈（630 行） | 只有 AI agent 可以改 |
| program.md | 研究方向、限制條件、停止標準 | 只有人類可以改 |
Markdown 坐落在人類可編輯性和 AI 可解析性的完美交叉點。
program.md 承載三種溝通：
Karpathy 在 3 月 7 日晚上 push 了這個 630 行的 Python 腳本然後去睡覺。隔天早上，agent 已經自動跑了 50 個實驗、發現更好的學習率、並且把驗證過的改進 commit 到 git — 全程零人工介入。Fortune 雜誌形容這是「自主 AI agent 的未來」。
autoresearch 的核心啟發不是「AI 幫你跑實驗」，而是一個更深的概念：
.claude/memory/ 下的 markdown 檔案，含使用者資料、偏好、專案記錄、每日日誌做法：
.claude/memory/ 結構，增加「知識庫」分類（不只是偏好和專案記錄）knowledge/ 子目錄，分主題存放研究筆記做法：
做法：
我的建議：方案 B（Obsidian）最適合你的狀況。原因：
建議的漸進路線：先嘗試方案 A（立刻可做），同時開始摸 Obsidian，等熟悉後再遷移到方案 B。