他用10个Claude代理重做笔记：Obsidian从此不再只是记事本

大多数人用 Obsidian，只是把它当成一个更好看的文件夹。但 McKay Wrigley 在这支视频里干了一件反直觉的事：他把“记笔记”这件事，彻底交给了一组 Claude AI Agents。结果不是更复杂，而是效率直接翻倍，甚至开始反过来影响他的思考方式。

真正反直觉的点：你不是在记笔记，而是在“训练代理”

视频一上来，McKay 就抛出一个很容易被忽略、但极其重要的前提：如果你还在“亲自整理笔记”，那你已经落后了。

在他的体系里，Obsidian 不是笔记软件，而是一个“代理运行环境”。你创建的每一个 vault，本质上都是在为 AI Agents 准备上下文空间。你的角色不再是记录者，而是规则设计师。

这也是为什么他在进入任何 workflow 之前，第一步不是装插件、也不是连 API，而是新建一个 Obsidian vault——因为从这一刻开始，这个 vault 的结构、命名方式、链接逻辑，都会直接影响 AI 的行为。

一句话点破这个转变：“你不是在写给未来的自己看，而是在写给 AI 读。”这是整支视频最值得反复咀嚼的一句话。

Workflow 1-2：Claude 的 Rule System，决定了你是加速还是翻车

第一个 workflow，McKay 几乎把全部精力都放在 Claude 的 rule system 上。

很多人用 AI agent，效果不稳定，根本原因只有一个：规则是写给“人”看的，而不是写给“模型”看的。McKay 的做法非常工程化——明确告诉 Claude：你是谁、你能做什么、你不能做什么、你的输出格式是什么。

到了 workflow 2，他干脆把这套规则封装成一个“你可以直接对话的 agent”。没有复杂 UI，没有魔法按钮，本质上就是：一个被严格约束行为的 Claude。

这一步的意义在于：你开始拥有一个长期一致的“第二大脑接口”。不是每次 prompt 即兴发挥，而是一个可以被信任、被复用的认知组件。

Workflow 3-6：输入方式，才是被严重低估的生产力瓶颈

如果说前两个 workflow 是在解决“AI 怎么想”，那 workflow 3 到 6 解决的就是“你怎么给它喂东西”。

McKay 在这里非常明确地强调了语音转文本的重要性，甚至可以说是强烈推荐。原因很简单：键盘输入的速度，已经成为 AI 时代的瓶颈。

当你开始用 speech-to-text，把即时想法、会议内容、灵感碎片直接灌进 Obsidian，再交给 agent 处理，你会发现一个变化：你记录的不是“整理过的想法”，而是“真实发生的思考过程”。

紧接着的 plan mode 和 custom command，看似是高级功能，实际上是在做一件事：把重复的认知操作产品化。只要你发现自己第二次做同一件事，就应该把它变成一个命令，而不是再做一遍。

Workflow 7-10：当笔记开始“自己动起来”

后半段的 workflow，开始明显进入自动化和并行化的阶段。

自动标签（automated tags）看似是个小功能，但它解决的是一个长期痛点：人类根本不擅长长期保持一致的分类标准，而 AI 擅长。

到了 workflow 8 的并行任务（parallelized tasks），你会明显感觉到，这已经不是传统意义上的笔记系统了。你给一个高层指令，多个 agent 同时工作，各自产出不同维度的内容。

最后几个 workflow，更像是一个完整演示：当你把规则、输入、命令、自动化全部打通，Obsidian 就从“被动存储”，进化成了一个持续运转的认知系统。

总结

这支视频真正厉害的地方，不是展示了 10 个 workflow，而是悄悄重定义了“笔记”的含义。在 AI agent 时代，笔记不再是给人看的备忘录，而是给模型用的上下文。

对 AI 从业者来说，这意味着一个清晰的行动方向：别再纠结要不要记笔记，而是立刻开始设计你的第一个 agent 规则、你的第一个自定义命令、你的第一个自动化流程。

最后留一个问题给你：如果未来 80% 的思考都发生在你和 AI 的对话中，那你现在的笔记系统，配得上这个未来吗？

关键词： Obsidian， Claude， AI Agent， 个人知识管理， 语音识别

事实核查备注： 需要核查：视频发布时间是否为2025-07-09；视频作者是否为 Mckay Wrigley；视频中 workflow 数量是否明确为 10 个；是否明确提到 Claude 的 rule system、plan mode、custom command、parallelized tasks 等术语。