这篇文章也有英文版本Read in English →
Obsidian 知识管理教学：用 AI 打造你的 LYT 笔记系统
你有多少笔记？
500？1000？更多？
现在问自己一个问题：上一次你「找到」一则三个月前写的笔记，是什么时候？
如果你跟我一样，答案大概是沉默。不是笔记不够多，是多到找不到。你花了时间写下来，但它们就像丢进黑洞一样消失了。
问题不在你的记性，在你的系统。
大多数人整理笔记的方式是「分类」——建文档夹、给标签、想办法把每一则笔记塞进一个正确的位置。但知识不是图书馆的书，它不只属于一个分类。一个关于「远距工作」的笔记，同时跟「团队管理」「生产力」「工作生活平衡」都有关。你要放哪个文档夹？
我自己踩过这个坑。
最早用 Notion 的时候，我试过 PARA——Tiago Forte 有一个很出名的口号叫「打造第二大脑」，PARA 就是他的方法，把笔记按项目分类。简单好上手，但几个月后项目结束，那些笔记就跟着被埋进 Archive，再也没翻过。
这个问题一直困扰我，也是我后来选择 Roam Research 的原因——Roam 的双向链接不靠文档夹，笔记不会因为项目结束就消失。我买了五年会员，花了 500 美金、还投资了这家公司。
在 Roam 上我开始用 ，方法是好的，但建卡片真的累——每则笔记都要原子化、用自己的话改写、手动找链接，一张卡片花二十分钟是常态。时间一忙就拖延，拖到最后一个星期才完成一张卡片。更多的笔记连半成品都算不上——随手记了几行就搁着，再也没被归档，最后散落在系统各处，跟没写一样。
去年 Roam Research 五年会员到期，加上我想把 AI（Claude Code）导入个人知识和目标管理系统，而 AI 需要读取本地 Markdown 文档——Roam 做不到。于是我转到了 Obsidian。这个决定后来彻底翻转了我对知识管理的认知——当 AI 能直接读写你的笔记，很多过去要手动做的事情就不再是瓶颈了。但这是后话。
工具的问题解决了，但新问题马上来了：Obsidian 打开就是一个空的 Vault，我的笔记要怎么组织？ 我找了很多 Obsidian 教学，操作面的资源很丰富——装插件、快捷键、主题设置都有人教，但我当时最需要的是笔记结构该怎么设计，这方面的教学相对少。
然后我遇到了 LYT。
LYT，全名 Linking Your Thinking（链接你的思考），是 Nick Milo 在 2020 年开发的知识管理框架。
Nick 是 Obsidian 最早期的 beta 测试者之一。他在 2020 年 4 月加入 Obsidian，5 月就发布了第一版 LYT Kit（后来改名为 Ideaverse）。到今天，免费版的 Ideaverse for Obsidian 已经被下载超过 70,000 次，是全世界最多人使用的 linked notes 入门套件。
LYT 的内核信念很简单：
不要用分类整理笔记，用链接。
「用链接不用文档夹」这件事，Zettelkasten 早就在做了。但 LYT 多了一个关键的东西：地图。Zettelkasten 只有笔记之间一对一的链接，像一张没有目录的网；LYT 加上了 MOC（Maps of Content），让你可以站在高处俯瞰整个主题。链接让笔记不会被困在一个文档夹里，MOC 让你不会在链接的网里迷路。
转到 Obsidian 之后，有了 AI 帮忙，笔记以每天 5-10 则的速度增生，很快就破百则。一开始我还是用 Roam 时期的 Zettelkasten 方法，但很快发现不对——AI 能帮我快速产出笔记，却没有一个框架告诉它该怎么组织。笔记量增长的速度远超过去，我需要一个更好的结构。不是文档夹（我在 Notion 踩过这个坑），也不是纯靠链接自由生长（Roam 的经验告诉我，笔记多了之后没有上层结构，你会迷路）。我需要的是一张地图。
MOC 就是这张地图。它是 LYT 最重要的发明。
一个 MOC 就是一则笔记，里面放的是指向其他笔记的链接，按照你的思路排列。它不是文档夹，不是标签，是一张你自己画的地图。
举个例子，这是我真实的 AI MOC（节录）：
## 内核概念- [[Agentic Coding]]- [[MCP]]- [[Claude Skills]]- [[Agent Loop]]
## 工具与实践- [[Claude Code]]- [[AI Agent]]
## 我的洞察- [[MCP 与 Skills 是厨房与食谱的关系]]- [[AI 工具的普及是分发问题]]- [[Harness 的差异大于模型的差异]]- [[迭代赢过天才]]
## 产业事件- [[Anthropic 收购 Bun]]（2025-12）看到了吗？这不是随机丢在一起的。这是我和 AI 讨论之后，由它帮我归档的排列——内核概念有哪些、我自己用什么工具、我从实践中想通了哪些道理、产业发生了什么大事。有了这个架构，每次我和 AI 深入讨论一个议题时，它都会先到我的笔记系统中确认之前有没有相关的 context。有了 MOC，它很快就能找到这个主题下所有相关的笔记，带着我过去的思考继续往前推进，而不是每次都从零开始。
MOC 跟文档夹最大的差别：一则笔记可以同时出现在多个 MOC 里。 比如 [[Claude Code]] 同时链接在我的 AI MOC 和 PKM MOC 里，因为它既是 AI 工具，也是我管理知识的内核手段。在文档夹系统里，你只能选一个位置。
什么时候该建 MOC？在没有 AI 的时代，Nick Milo 的建议是当同一个主题累积到 5 则以上的笔记，你开始觉得「有点乱」的时候再建。但现在有了 AI，这件事可以自动化——AI 会在归档笔记时判断是否已有相关的 MOC，没有的话就帮你建一张新的。你只需要点头，不用自己想。
有了 MOC 管个别主题，但整个 Vault 的顶层结构呢？我一开始什么文档夹都没建，所有笔记丢在同一层。后来笔记多了，我知道不该走回文档夹老路，但也不知道有什么框架能取代它——总不能几百则笔记永远摊在同一层吧。
ACE 解决的就是这个问题。它是 LYT 的顶层文档夹结构，只有三个，把你的 Vault 分成三个「心智空间」：
| 空间 | 问的问题 | 放什么 |
|---|---|---|
| Atlas（知识） | 这是什么？ | 知识卡片、MOC 索引、来源数据 |
| Calendar（时间） | 什么时候发生的？ | 日记、回顾、时间轴 |
| Efforts（行动） | 我在做什么？ | 进行中的项目、持续的领域、完成的作品 |
Vault/├── Atlas/ ← 我知道什么（知识）│ ├── Notes/ ← 知识卡片│ ├── Maps/ ← MOC 索引│ └── Sources/ ← 书、文章、课程├── Calendar/ ← 我经历了什么（时间）│ └── Journal/ ← 日记└── Efforts/ ← 我在做什么（行动） ├── Areas/ ← 持续进行的领域 ├── Projects/ ← 有明确终点的项目 └── Works/ ← 完成的产出ACE 的哲学不只是整理文档。它区分了三种思考模式：
- 打开 Atlas，你进入「学习模式」——这个概念是什么？跟什么相关？
- 打开 Calendar，你进入「反思模式」——今天发生了什么？我学到了什么？
- 打开 Efforts，你进入「运行模式」——我在做什么项目？下一步是什么？
很多人的问题是把所有东西混在一起。学习笔记跟待办清单放同一个地方，结果两边都做不好。ACE 用物理空间帮你切换心智模式。
有一点值得提：原始 LYT 的设计把 MOC 放在 Atlas/Maps 底下，看起来像是只为知识卡片服务。但我实际用下来，MOC 的链接会自然跨到 Efforts 的项目、Calendar 的日记。它的位置在 Atlas，但守备范围是整个 Vault。这是我自己用出来的理解，不一定是 Nick Milo 原本的设计意图。
ACE 管空间，MOC 管主题。但每一则笔记本身呢？我刚开始写的卡片全长一个样——都是「某个概念的定义」。写了一百张之后，我发现这些笔记跟 Wikipedia 没什么差别，里面没有「我」。LYT 的五种笔记类型帮我打破了这个盲点。
在 Atlas 的知识卡片里，LYT 把笔记分成五种类型：
| 类型 | 问的问题 | 范例 |
|---|---|---|
| Things | 这是什么？ | 概念、框架、工具 |
| Statements | 我怎么想？ | 你的观点、洞察、原则 |
| Questions | 我好奇什么？ | 待探索的问题 |
| Quotes | 别人怎么说？ | 引言 |
| People | 这个人是谁？ | 人物笔记 |
大部分人只写 Things——「Zettelkasten 是什么」「PARA 是什么」。但真正让笔记系统产生价值的是 Statements——你自己的想法。
比如我有一则 Statement：「MCP 与 Skills 是厨房与食谱的关系」。这不是从书上抄来的定义，是我在开发 OpenClaw 时自己想通的比喻。一个月后我在写文章时，这则笔记直接变成了一个段落。
写下你的想法，不只是别人的想法。 这是 LYT 跟传统笔记最大的差别。而有了 AI，这件事变得更自然——很多 Statement 是我在跟 AI 讨论问题的过程中冒出来的，AI 会帮我捕捉这些想法并归档成笔记。你不用刻意坐下来「产出洞察」，它会在对话中自然发生。
前面提过，我在选 LYT 之前试过 PARA 和 Zettelkasten。这三个是目前最热门的个人知识管理框架，很多人在它们之间犹豫。以下是我用过之后的理解：
| LYT | PARA | Zettelkasten | |
|---|---|---|---|
| 创始人 | Nick Milo | Tiago Forte | Niklas Luhmann |
| 内核问的问题 | 这些想法之间有什么关联？ | 这个信息现在对哪个项目有用？ | 这个想法如何链接到我现有的思考？ |
| 组织方式 | 链接 + MOC | 文档夹 + 搬移 | 纯链接，几乎无文档夹 |
| 学习曲线（无 AI） | 中等 | 低 | 高 |
| AI 兼容性 | 高 | 中 | 低 |
有了 AI 之后，三种框架的学习曲线都大幅降低。真正的差异变成：哪个框架最适合让 AI 介入？ 我用 Claude Code 操作 Obsidian vault——它能直接读写 Markdown 文档，所以你的笔记框架决定了 AI 的工作效率。LYT 的 MOC 是一张主题总表——Claude Code 进入 vault 搜索时，打开一张 MOC 就能看到整个主题的全貌和所有相关笔记，几秒钟就掌握 context。Zettelkasten 没有这个，AI 只能一张卡片一张卡片顺着链接跳，效率差很多。PARA 的文档夹结构 AI 能读，但项目结束后笔记被埋进 Archive，AI 也不知道该去哪里找。这是我最终选择 LYT 的关键原因。
光看表格可能还是很抽象。用一个场景来说明：
假设你正在运行一个「公司官网改版」的项目，过程中研究了 SEO 的内核概念，记了一则「长尾关键字策略」的笔记。你打开笔记软件，然后呢？（不管你用 Obsidian、Notion 还是其他笔记软件，这个问题都一样。）
PARA 的做法：在 PARA 里，每个项目就是一个文档夹，笔记直接丢进去，所以这则笔记进了 Projects/官网改版/。简单直觉。但三个月后官网上线、项目结束，Forte 建议你先从文档夹里挑出有再利用价值的素材（他称之为 Intermediate Packets），剩下的整包搬进 Archive。问题是，你当时觉得「这则 SEO 笔记以后可能用得到」吗？多数时候不会特别挑出来。半年后你在规划新的行销活动，需要用到长尾关键字策略——它在 Archive 的「官网改版」文档夹里，你得靠搜索把它翻出来，前提是你还记得当初写了什么关键字。
Zettelkasten 的做法：你不能只是把文章重点粘贴去。Zettelkasten 要求你写一张「永久卡片」——用自己的话，把「长尾关键字为什么有效」这个概念完整重述一遍，而且一张卡片只能讲一件事。然后你要翻阅已有的卡片，找到跟它相关的，例如「内容行销」和「搜索意图」，手动创建链接并写下为什么它们相关。
但如果你当时只有一个模糊的感觉「长尾关键字好像比短关键字更容易排名」，却说不清楚为什么？在 Zettelkasten 里，这种程度的理解还不够写成永久卡片。你只能先记成一张「临时笔记」，等哪天想清楚了再处理——但临时笔记在 Zettelkasten 里是会被丢弃的，它不进入正式系统。这就是 Zettelkasten 的设计哲学：「有意义的摩擦力」（eufriction），故意让你慢下来，逼你想清楚才能写进系统。Niklas Luhmann 靠这套方法写了 70 本书，但他也花了一辈子维护那 90,000 张卡片。
LYT 的做法：你建一张 长尾关键字策略.md 的知识卡片。在笔记最上方填好 frontmatter（metadata），告诉系统这张卡片「属于谁」：
---up: - "[[SEO MOC]]" - "[[Content Marketing MOC]]"collection: - "[[Things]]"related: - "[[搜索意图]]"created: 2026-03-03says: "长尾关键字比短关键字更容易排名，且转换率更高"---
长尾关键字（3 个字以上的搜索词）竞争低、搜索意图明确，转换率通常比短关键字高。例如搜「笔记软件」的人可能只是随便逛逛，但搜「Obsidian 新手入门教学」的人已经决定要用了——后者就是长尾关键字。
官网改版时学到的，之后规划内容策略可以用。up 就是这张卡片的「上级地图」——它属于哪些 MOC。collection 标记它是哪种笔记类型。related 是横向链接，连到你觉得相关的其他卡片。says 用一句话说明这张卡片的内核观点。
填完这些，这张卡片就自动出现在你的 SEO MOC 和 Content Marketing MOC 里了。到这里跟 Zettelkasten 看起来很像——都是链接，都是知识卡片。但关键差异在于：LYT 让你先写再想清楚。 笔记内文你可以只写三行——「长尾关键字好像比短关键字容易排名，可能跟搜索意图有关，待研究」——metadata 先填好，内容之后读到更多数据再回来补。在 Zettelkasten 里，这种半成品不会进入正式系统；在 LYT 里，它从第一天就挂在知识网上，随时等你回来深化。
另一个差异是 MOC。Zettelkasten 是纯粹由下而上的网——卡片之间一对一链接，你要靠记忆或浏览来发现关联。LYT 多了 MOC 这一层，让你可以站在高处俯瞰整个主题。打开 Productivity MOC，你一眼就能看到 Timeboxing、Deep Work、Pomodoro 这些概念排在一起，它们之间的关系立刻浮现。Zettelkasten 是由下而上长出来的网；LYT 让你同时拥有由下而上的链接和由上而下的鸟瞰。
三个框架都在 AI 出现之前设计。PARA 和 Zettelkasten 的内核摩擦——搬文档、建卡片——AI 都能代劳，但它们的结构性问题 AI 解决不了：
- PARA：项目结束，知识就被埋进 Archive 这个黑洞。AI 可以去翻，但没有线索告诉它该找哪个旧项目文档夹，效率很低。
- Zettelkasten：没有上层结构。AI 要理解你的知识体系，得一张一张卡片跳着读，没有总表可以看。
- LYT：MOC 就是那张总表。AI 一进来就能看到整个主题的全貌，知道该去哪里找、新笔记该放哪里。
如果你打算让 AI 参与你的知识管理——不只是问它问题，而是让它读你的笔记、帮你归档、带着你过去的思考继续往前推——我认为 LYT 是目前最适合的底层架构。
我用 LYT + AI 管理知识大概大半年了。最明显的改变是知识库的成长速度。在没有 AI 的 Roam 时代，有两个主要问题：一是不少半成品笔记散落在各处，始终没被归档，很可惜；二是知识累积的速度太慢，一个星期才磨出一张卡片，系统长不大。现在我用 Claude Code 直接读写 Obsidian 笔记里的 Markdown 文档——它平时就在帮我归档笔记、创建链接。对比一下：在 Roam 时期用 Zettelkasten，我一个星期才完成一张知识卡片；现在用 AI + LYT，一天就能产出五张以上的知识卡片加上 MOC。每次写文章、做研究，知识库都有新的输入，系统会越用越厚，复利效应就出来了。
还记得开头那个问题吗——上一次你找到三个月前写的笔记，是什么时候？现在我的答案不再是沉默。三个月前到今天的每一则笔记，我都清楚它是什么时候记的、为什么记、跟哪些笔记有关联、以及我可以怎么用。笔记没有消失在黑洞里，因为 LYT 给了它们地址，AI 负责每天把新东西送到对的位置。我要用的时候，AI 沿着 MOC 就能把相关的笔记全部捞出来。
等我要写文章的时候，Claude Code 会先到 LYT 的 MOC 里找相关的素材，找不到的再上网搜索补充，然后把新找到的知识建成卡片放回系统里。这篇文章里关于 Zettelkasten、PARA 的比较，大部分是 Claude Code 从我 Obsidian 的知识卡片里拉出来的，不用重新研究。
但大概用了一个月之后，我发现一个缺口：LYT 管的是「知道」，不管「做到」。
我的 Atlas 整理得很漂亮，MOC 一张一张长出来。但每天早上打开 Obsidian，我还是不知道今天该做什么。知识管理和工作运行是两件事——LYT 的 ACE 里有 Efforts（项目和领域），但它只提供了分类的位置，没有告诉你怎么从目标拆解成每天的行动。
很多人用子弹笔记或 GTD 追踪目标和待办，但我需要的是更长周期的运行框架。后来我在 LYT 的基础上，接上了 12 Week Year 的目标运行框架——把年度目标压缩到 12 周，每周有明确的 deliverables，每天有可运行的任务。现在每天早上我和 AI 做一场 1 对 1 的 standup meeting——它读我的 12 Week Year 进度、扫描本周待办、和我讨论今天的优先级。LYT 管知识，12 Week Year 管行动，AI 把两者串在一起。这套系统我之后会另外写一篇完整介绍。
但回到这篇文章的重点：LYT 是很好的知识底层。 它不会帮你完成目标，但它会让你的每一个想法都不会消失，而且随着时间累积，这些想法之间的链接会越来越密，价值会越来越高。你在上面要搭什么——目标系统、写作流程、项目管理——都可以，地基是稳的。
如果这篇让你有了想法，订阅电子报——我固定写 AI 工作流、和一路上想通的事。
想聊聊怎么把 AI 融入你的工作流？看看我的服务。
