AI 是失憶的天才——幫它裝上記憶，你的數位紀錄才會變成資產

你的手機裡存了多少篇文章？

瀏覽器書籤幾百個？Line 收藏的訊息呢？

老實說，上一次你真的把這些東西拿出來用，是什麼時候？

我自己也是這樣。收集資料的習慣一直都有，但真正要用的時候，完全想不起來存在哪。

收了等於沒收。

失憶的天才

最近我一直在想一件事。AI 本質上是一個失憶的天才。

不管它多聰明、推理能力多強，每次跟你對話都是從零開始。它不知道你上週做了什麼決定。它不知道你去年報了多少稅。它不知道你三個月前看到一篇文章，裡面有段話改變了你對某件事的看法。

所以你每次問它問題，得到的永遠是通用答案。

就像你請了一個超聰明的新員工，但他每天來上班都失憶——不記得公司做什麼、不記得上週開什麼會、不記得你偏好什麼。你每天都得從頭跟他解釋一遍。

幫天才裝上記憶

我最近做了一件事：把我的 Obsidian 知識庫接上 Claude。用向量搜尋建了一個 RAG 系統。

聽起來很技術，但概念很簡單。

一般你在筆記裡搜尋，是比對精確文字，像 Ctrl+F。但向量搜尋不一樣，它理解「意思」。你搜「報稅」，它不只找有這兩個字的筆記，連你寫過的節稅方法、會計師建議、去年收入紀錄，都會一起翻出來。

兩個字，翻出整個脈絡

我自己的經驗。快要繳稅了，我想知道大概要準備多少錢。但我也說不清楚該怎麼問這個問題。

就只是隨口打了「報稅」兩個字。

它就幫我翻出最近幾年知識庫裡記錄的收入狀況。甚至連退稅怎麼處理的細節，都在反覆搜尋的過程中精準地拉出來了。

兩個字，整個脈絡就攤在面前。

不是搜一次，是搜到對為止

這裡有一個很多人沒注意到的關鍵。

如果你用 Google 搜尋，你得自己想第一次搜什麼、結果不對要怎麼改關鍵字、第三次又怎麼收斂。

AI 助手不一樣。它自動判斷第一次的結果夠不夠精準，不夠就自己調整方向再搜。單次搜尋可能六成準，但它自動搜兩次、三次、四次之後，精準度就飆上來了。

就像你有一個助理，你只要說「幫我找報稅的東西」。他自己去翻箱倒櫃，第一次不對就換方向再找，直到把你需要的資料都攤在你面前。

為什麼我從 Heptabase 搬到 Obsidian

我之前用 Heptabase 做知識管理，用了很長一段時間。

最後一根稻草？每次打開都要先更新軟體。我只是想快速找個資料，它卻讓我等。

但更根本的問題是：Heptabase 的搜尋是黑盒子。它怎麼找到你的筆記、為什麼找不到，你都不知道。找不到你要的東西，也不知道該怎麼改善。

Obsidian 不一樣。你自己建 RAG，搜尋邏輯是透明的。哪個環節不夠準，你可以慢慢調、逐步改。

你不是在選筆記軟體。你是在選：誰來管理你 AI 助手的記憶？是軟體公司替你決定，還是你自己掌控？

短期記憶 vs 長期記憶

你可以這樣理解。Claude 本身的對話能力就是短期記憶。在一次對話中，它記得你剛剛說了什麼。這部分，它做得很好。

但長期記憶呢？你過去幾年累積的筆記、文件、報稅紀錄、專案紀錄、讀過的文章摘要——這些東西 Claude 不知道。除非你幫它接上。

一旦接上，你就可以在適當的時間，給它適當的脈絡。你過去十年累積的數位紀錄，瞬間從佔硬碟空間的檔案，變成一筆真正的資產。

不會寫程式也沒關係

你可能會問：建 RAG 不是很技術嗎？

說實話，我也不是每一步都自己寫的。我用 Claude Code，直接跟它說：「幫我研究怎麼用 Cloudflare 建立 Obsidian 知識庫的向量搜尋。」它就自己去研究、自己寫、自己幫我建好了。

門檻已經從「你要會寫程式」變成「你要會說人話」。

你只需要做一件事：把你覺得重要的東西，丟進 Obsidian。剩下的，讓 AI 幫你處理。

趕快去試試。叫 Claude 幫你研究一下，你的 Obsidian 要怎麼串接知識庫。如果有問題，歡迎在下方留言。