AI 进笔记软件,有两种“坐法”

上周我干了件小事：把一堆视频素材导进笔记库，想让 AI 帮我提炼成大纲。动手前愣了一下——这活儿，我该在哪儿喊它？

是在笔记软件里直接喊，还是切到另一个窗口，把整个笔记库打包丢给它？说起来有点玄学，但入口不一样，AI 干活的方式真的不一样。

这两天看到一个Up主的视频，把这事讲得挺透。他拿两个具体工具做例子：OpenAI 的 Codex App，和一个叫 Claudian 的 Obsidian 插件。我查了下 GitHub，前者背后的 Codex CLI 有 123830 颗星，后者 15283 颗星，2025 年 12 月才发布——不到一年，这条路已经挤满了人。

先把两个名词交代了。Obsidian 是一款本地笔记软件，所有笔记是纯文本 Markdown 文件，它管你的整个笔记库叫 vault（仓库）。Agent 这词专栏里说过很多次了，就是能自己规划步骤、自己动手干活的 AI，不只是聊天。

两种坐法：一个在你旁边，一个在隔壁

那位Up主的框架很干净，两种模式，四维度拆解。

外部 Agent，以 Codex App 为代表。它有自己的独立界面，你把 Obsidian 的 vault 当成一个项目导入进去，在它那边的窗口里派活、看结果。干活的 AI 坐在隔壁房间——你把材料送过去，它做完送回来。

内嵌 Agent，以 Claudian 加 Codex CLI 为代表。它直接嵌在 Obsidian 里面，侧边栏就能唤起对话窗口，你写到哪儿、问到哪儿。AI 就坐在你旁边，探头就能看见你桌上摊开的那页笔记。

界面上看只是窗口切换的差别，真正的分野在底下——外部 Agent 从任务出发，内嵌 Agent 从当前笔记出发。前者偏任务中心，后者贴着阅读、写作、整理的现场。

Codex App 这边，把 vault 导入就能干活，配置成本几乎为零；Claudian 那边，插件从 Obsidian 社区市场装，但底层得先装好 Codex CLI——它是站在 CLI 肩膀上的，不是从零违的轮子。

说白了，是上下文从哪来

我自己琢磨这事的时候，脑子里蹦出来的全是数据工程里的概念。

外部 Agent 像什么？像批处理作业。你给它一个任务包：这是我的库，这是我要的产出，去跑吧。它自己读文件、自己规划、批量交付结果。适合目标明确、边界清晰的活——「把这 50 个视频的要点都提出来」。

内嵌 Agent 像什么？像交互式查询。你正看着一页笔记，随手问一句「这段跟我上周那条结论矛盾吗」，它立刻基于现场给你答案。来回快，但每一步的上下文就是眼前这一小片。

你想想，我们在数仓边上干了这么多年，批和交互的区别早就刻进肌肉了。原来给笔记接 AI，碰上的是同一道题。

所以那个「选哪种」的问题，答案其实不新鲜：看你的活是什么形态。任务能打包、有明确验收标准的，丢给外部 Agent 批量跑；需要边看边想、跟着思路走的，留在笔记里现场问。

让我意外的，倒是两条铁律

视频里他讲了一个完整案例：导入视频资料（外部 Agent 批量处理）→ 在当前笔记里分析整理（内嵌 Agent 现场加工）→ 生成 PPT 大纲 → 跨工具制作 PPT（再交回外部 Agent）。

一个任务链，外部、内嵌、外部地接力。不是二选一，是按阶段切换。

但整个视频里我最想划重点的，是他提到的两条协作原则——说实话，我看到的第一反应是：这不就是我们数据工程的老规矩吗？

第一条：重要状态写回同一个 vault。 不管哪个 Agent 干的活，关键结论都要落回同一个库。这就是单一事实来源。多工具协作最大的坑就是状态散落各处，最后没人知道哪份是真的。

第二条：同一份文件，同一时间只让一个 Agent 改。 这不就是写锁吗！并发控制的教科书第一条。两个 Agent 同时改一个文件，谁覆盖谁？数据工程师看到这条会心一笑——数据库事务隔离搞了几十年的问题，在笔记协作里原样重来一遍。

你看，AI 工具换了三代，「单一事实来源」和「写锁」还是稳稳坐在那儿。这些老规矩不是过时了，是换了个地方继续值钱。

已经有人在上面过日子了

翻翻 GitHub 你会发现，这不是极客的自嗨。

有个教程仓库专门教小白搭「AI 第二大脑」：Obsidian 加 Claudian，配国产模型 DeepSeek，宣称 20 分钟装完，不用翻墙不用订阅，攒了 915 颗星。更垂直的也有人玩——有人用同一套搭配刷算法题，把 LeetCode Hot 100 做成一个笔记库，让 AI 驱动自适应学习，收了 285 颗星。

这些数字跟 Ponytail 那种十几万星没法比，但它们说明一件事：笔记库加 Agent 这套玩法，已经开始向下渗透到普通用户了。工具链还是有点糙（要装插件、要配 CLI、要懂点命令行），但愿意折腾的人先把路踩出来了。

我的两个补充

视频没展开的，我补两句自己的看法。

一是把 vault 放进 git。既然 Agent 能直接读写你的本地文件，版本控制就不是可选项了。AI 改坏了你的笔记，至少能回滚。我做数据管道这些年，没有版本控制的目录我一律不敢让程序碰——笔记库凭什么例外。

二是新手别一上来搭全家桶。他自己也说了，先用一种模式跑通。我的经验也类似：工具越攒越多的时候，先想清楚你手里的活是批处理还是交互式，入口自然就定了。

一句话总结：AI 进笔记软件，坐哪儿不重要，重要的是别让两个 AI 同时摸一个键盘。

如果你每天也在和数据、信息打交道，欢迎关注，我们下篇见。

我是非著名数据工程师，干了十年，把数据变成信息，把信息变成判断。现在探索 AI 时代「只工作、不上班」的落地方案，往超级个体（OPC）走。AI 和数据的新东西，我先替你摸一遍，值不值得入坑，直接说；探索路上的账，也在这里一笔一笔记着。