他用 Obsidian + Claude Code，把生活和项目当成一套可编程系统在跑

大多数人把 AI 当搜索框、把笔记当仓库，但 Greg Isenberg 在视频里展示了一种更激进的用法：把 Obsidian 变成“可执行的大脑”，再用 Claude Code 把思考、项目和人生流程自动化。这不是效率技巧，而是一种工作方式的迁移。

真正反直觉的点：他不是在记笔记，而是在“运行”笔记

视频一上来，Greg 就把 Obsidian 定义成“第二大脑”。但很快你会发现，他的意思并不是“多记一点”，而是让笔记参与决策和执行。在他的系统里，笔记不是静态文本，而是一个随时可以被调用、被追踪、被重组的系统状态。很多人用 Obsidian 失败，原因就在这里：他们把它当 Notion，用来存；而 Greg 把它当操作系统，用来跑。这也是他反复强调的一点——工具要贴合你大脑的工作方式，而不是逼你去适应工具。

Claude Code 才是关键：把“想法”变成可以反复调用的能力

真正拉开差距的，是他对 Claude Code 的使用方式。Greg 直说：他不想一次次重复同样的思考和写作流程，于是把这些流程“写下来”，交给 Claude 去执行。从生成项目描述、拆解任务，到基于已有笔记自动扩展想法，Claude Code 更像一个长期协作的“思维合伙人”。这里有个重要细节：他不是临时提问，而是把上下文、偏好和历史全部交给模型。这意味着，AI 不再是一次性工具，而是持续进化的个人能力放大器。

Trace：这可能是很多人忽略的“杀手级用法”

视频里最容易被低估的，是 Greg 展示的 Trace 命令。它做的事情很简单，却极其危险：追踪一个想法在整个笔记库中是如何演化的。你能看到一个概念从最初的草稿、到项目应用、再到方法论沉淀的完整路径。这解决了一个老问题：我们经常有好想法，却不知道它们后来去了哪里。Trace 把“思考轨迹”显性化，让复利第一次发生在认知层面，而不只是在代码或投资里。

为什么这会改变 AI 从业者的工作边界

Greg 在后半段反复提到一个结果：当你的 Obsidian + AI 系统足够成熟，你能委派的事情会越来越多，而你能构建的东西会越来越大。这不是因为你更努力，而是因为系统在替你保存决策、复用判断。对 AI 从业者来说，这种方式正在模糊“个人能力”和“工具能力”的边界。未来的差距，可能不在模型理解上，而在于：你有没有一套能长期积累、可被 AI 直接调用的个人知识系统。

总结

这条视频最值得反复看的，不是某个插件或命令，而是背后的思路：把思考流程产品化，把个人知识当成 API。对你来说，真正的行动建议只有一个——别再问“我该用什么工具”，而是问：哪些决策、判断和创作过程，值得被写下来、交给 AI 反复执行？当你开始这样设计自己的系统时，Obsidian 和 Claude Code 只是顺理成章的选择，而不是答案本身。

关键词： Obsidian， Claude Code， 第二大脑， 个人知识系统， AI 工作流

事实核查备注： 需要核查：视频具体时长；Claude Code 的官方命名与功能边界；Trace 是否为 Greg 自定义命令或插件功能；Greg Isenberg 在视频中的原话表述细节