Signal to BuildSIGNAL TO BUILD中文Owner sign in ↗
← Knowledge Notes
Personal Growth ／ Knowledge note · Chinese

newtype 知识系统与 Life OS 全演化

黄益贺 2024-02 → 2026-05 个人知识系统全量演化。1085 帖、26 个月、5 代架构。AnythingLLM 屠宰场 → Cursor+Obsidian 知识库 → Claude Code AI OS → newtype OS 多 Agent 编排 → wiki.newtype.pro 第三层。PAFP / 第二大脑 / 三层关联 / Markdown 是 AI 时代基建 / Karpathy LLM Wiki / Context Matters / 知识库 vs 技能层 vs 实时信息层

Source collection：Newtype · Published here：2026-09-26

个人知识管理Life OS第二大脑

1085 帖,26 个月,5 代架构。从 AnythingLLM "屠宰场" 到 newtype OS "多 Agent 编排"。

一句话概括 2026 终态:自己的东西放 Obsidian,别人的东西放 NotebookLM,Agent 调度通过 newtype OS / Claude Code / Codex CLI。

0. 阅读路线

不想全读的话:

  • 创业者/独立开发者 → 读 §3(三层架构)+ §5(newtype OS)+ §8(产品化)
  • 普通用户/小白 → 读 §1.4(终极结论)+ §6.5(NotebookLM)+ §9.2(Gemini 订阅)
  • 学习者 → 读 §1(核心心法)+ §10(Karpathy LLM Wiki)+ §11(Conversational Learning)
  • 想看演化曲线 → 读 §2(5 代架构)

1. 核心心法 / 老黄知识哲学

1.1 出发点(2024-05 帖 147 / 第一次系统化阐述)

老黄在第 147 帖(2024-05-04,知识库领域最早的精华长帖)第一次系统化整理:

  1. 信息过载,无法逐一细细消化 → AI 辅助通过总结、提炼帮我们快速、大致掌握。
  2. 人脑不适合记东西,适合做创造性工作 → 需要 "第二大脑 / Second Brain" 来存储,AI 做语义检索(关键词检索 + 语义检索)。
  3. 记笔记是对信息做预处理。记笔记的目的,是增援未来的自己 → 必须把信息层层筛选,挑选出来的、值得记下来的内容,用自己的话来记,而非复制别人的表述。

Why: 这三条是老黄两年知识库迭代的不动锚。后来所有的工具更换(AnythingLLM → Cursor → Claude Code → OpenCode)都是为这三条服务的,本质没变。

1.2 屠宰场 + 第二大脑(2024)

两套子系统:

  • 外部信息处理 / 屠宰场:AnythingLLM + 大模型。日常看到的信息扔进去,让 LLM 这把 "刀" 做肢解,看清楚 "全身构造" 和 "有价值部位"。
  • 笔记生成 / 第二大脑:Obsidian + 各种插件。手动把信息层层筛选,挑出最值得记的,用自己的话写下来。

核心仪式:必须过自己脑子、亲手敲字。否则一定不会成为自己的东西。

1.3 PAFP 四文件夹 + 三层关联

PAFP(Projects / Areas / Files / Personal)是初期老黄的 Obsidian 目录结构。

三层关联(2024-05 帖 171 引马斯克 OpenESG 分享):

  • 文件夹 = 第一层关联
  • 标签(tag) = 第二层关联,跨文件夹的逻辑
  • 内部链接 / wikilinks = 第三层关联,知识图谱

马斯克的话:"记忆是生物生存的关键,是非常宝贵的资源,所以大脑总是会遗忘,这是保护机制。如果想让大脑记住,必须建立相关性。"

Obsidian 三层关联 = 给大脑建立相关性 = 减少遗忘。这是为什么老黄一直选 Obsidian 而不是 Notion 的根本原因。

1.4 漏斗目录(2025-02 帖 857 / 当前的目录结构)

到 2025 年,PAFP 收敛成漏斗逻辑:

  • Input = 各种想细看的文章、论文等(收集层)
  • Processing = 分领域的沉淀(消化层)
  • Output = 最终产出,所有视频脚本都存这(创造层)

Why: PAFP 适合静态收纳;漏斗适合流水线 — 信息从 Input 流向 Processing 流向 Output,有清晰方向。

1.5 终极结论(2026-01 帖 2201)

经过两年迭代,2026-01-03 老黄给出当前最稳定的结论:

个人知识库的终极解决方案:

  1. 自己的东西,放到 Obsidian 里。
  2. 别人的东西,放到 NotebookLM 里。

Why each:

  • 自己的东西:必须 local-first,不能相信任何公司。Markdown 文档对 AI 极其友好,可用 Obsidian AI 插件或 Claude Code / OpenCode 高度定制化处理。
  • 别人的东西:不需要考虑隐私,追求性能。NotebookLM 是当下最强大的工具(多模态、播客生成、Source Grounding、Gemini 调用、移动端拍照上传)。

1.6 学习的三条不动锚(2025-02 帖 857)

老黄被问 "怎么安排时间和工具" 时的回答(工具是次要的,最关键是这三条):

  1. 生命力:源动力,生命力高低是人与人最大区别。我的生命力输出是创造、开拓。
  2. 体力:很多人轻视体力,体力决定执行力。每天运动、科学饮食、充足睡眠。
  3. 不强迫:"自律决定自由" 是有害的 — 涉及 "自律" 时已经不自由了,有大量内耗。所以不需要自律,每周更新视频、每天发帖都是自然而然的。

1.7 笔记 = AI 时代的 Context(2025-03 帖 1034 / 2025-04 帖 1075)

"在 AI 时代,笔记就是你和 AI 之间的 Context。想让 AI 帮你,你得让它了解你,给它足够的'上下文'。" — 2025-03-26

Why: 这是老黄做 Prompt House、Obsidian MCP、newtype Profile 的底层信念。他在 2025-07 接受星友提问 "如何选产品赛道" 时回答:Context Matters! 这是他所有产品的同一根载体。

1.8 Markdown 是 AI 时代基建(2025-03 帖 998 引 Karpathy)

"今天 99% 的内容还是为人类而非 LLM 服务。从 2025 年开始,所有文档都应该以 Markdown 格式创建。"

How to apply: 这也是老黄把所有资料改成 md 笔记的原因。PDF/PPT/docx 都要先转 Markdown(用 MinerU / Marker / Mathpix / Microsoft markitdown)。

1.9 学习 by doing 是直觉训练(2025-10 帖 1888)

"Learning by doing 的 doing 就是一种直觉训练。"

Why this matters: 老黄反对 "Learning by reading"。他从 2023 年自费请前端后端 Freelancer 做产品(Chatbot + RAG + 联机搜索)开始,到 2026 年用 Codex 全栈开发,所有 AI 的理解都来自实操。

2. 五代架构演化(2024-02 → 2026-05)

第 1 代:AnythingLLM "屠宰场"(2024-Q1 至 Q2)

核心工具栈:

  • Ollama(本地跑开源模型)/ LM Studio(MLX 支持 Mac M 系列)
  • AnythingLLM(知识库前端,集成所有功能)
  • Obsidian + Copilot/Text Generator(笔记 + AI 插件)
  • Open WebUI(#file 引用文档)
  • QAnything(网易,挂公众号客服)
  • MaxKB(企业内训)

Why:

  • AnythingLLM "把一切都集成进来,作为唯一前端"(2024-03-30 帖 44 评价)
  • Workspace 隔离:个人(本地小说/电子书)+ OpenAI(API)
  • Citations 引用来源(本地大模型也有)
  • 缺点:Agent 性能初级,经常卡循环(2024-04 帖 111)

踩坑:

  • Llama 系列中文能力不行,换 qwen-1.5 / qwen2
  • Ollama 模型默认下 C 盘 → 设置 OLLAMA_MODELS 环境变量
  • AnythingLLM 上 GPT-4 的 API 报错 → 检查 baseURL
  • Docker 在 macOS M3 上 "芯片不兼容"(2024-04 帖 127),WSL 也很痛苦

第 2 代:Cursor + Obsidian 知识库(2024-Q3 至 Q4)

关键转折:

2024-08(帖 483)老黄发现:用 Cursor 打开 Obsidian Vault,@某个文件夹进行问答,AI 知识库搞定!

"Cursor 跟 Obsidian 绝配,就是一个超级 AI 插件。"(2024-09 帖 487)

核心组合:

  • v0(UI)→ Claude(框架)→ Cursor(细节 + Debug)(2024-09 帖 488 三件套)
  • Obsidian + Web Clipper(替代 Omnivore,2024-11)
  • Mac mini M4 + Enchanted(局域网轻量 AI 服务器,2024-12 帖 677)

核心工具:

  • v0(UI 设计,2024-09 帖 481 用来做 newtype.pro Blog)
  • Cursor + Claude 3.5 Sonnet(主战场)
  • Obsidian 三大插件:Copilot / Text Generator / Web Clipper
  • ComfyUI + Flux + LoRA(图像)
  • Marker / MinerU / Mathpix / markitdown(PDF→MD)

踩坑:

  • GraphRAG 一次问答花 $11(2024-07 帖 360)→ 改用 qwen2 + nomic 本地,但要魔改 openai_embeddings_llm.py
  • ChatGPT 国内访问不稳,频繁刷新验证(2024-06 帖 319)→ 转 API + 第三方软件
  • Anthropic Claude 国内被频繁封号 → 改 Gemini

关键迁移:Omnivore 2024-11 停服 → 整体迁移到 Obsidian Web Clipper。

第 3 代:Cursor + Obsidian + Deep Research 三件套学习法(2025-Q1 至 Q2)

核心方法论(2025-02 帖 854 / 经典)

"最近研究出的学习法,Obsidian + Deep Research + Cursor:"

  1. 用 Deep Research 完成某个议题分析(比如 DeepSeek-R1 技术创新解析)
  2. 把内容贴到 Obsidian,用 Cursor 打开
  3. 利用 Cursor 的 Composer 模式,先对所有知识点打上 [[]] 反向链接
  4. 让 Cursor 给每个标注好的知识点都创建空白 md 文档
  5. 填充文档,知识点解释,尽量通俗易懂

最终:一个议题解析有了 + 所有知识点 + 知识图谱 + 每个知识点的解释。

Cursor + .cursorrules 知识库(2025-04 帖 1154)

明确要求每个回答查询所有文档、如何使用 4 个 MCP、何时联网搜索 → Cursor 就变成最好用的知识库软件。

关键基础设施跃进:

  • Milvus + MCP 本地向量数据库(2025-04 帖 1083)→ 数据库和模型分开
  • Cline 自建 MCP:Obsidian MCP + Replicate Flux MCP(2025-03 帖 962)
  • mcp.so 一站式 MCP 商店(2025-03 帖 968 / idoubi 做的)
  • 21st.dev Magic(2025-03 帖 965,第一款商业化 MCP)

主力模型切换:

  • 主力:Grok 3 + Gemini 2.0
  • 辅助:ChatWise + OpenRouter + Ollama(本地)
  • 搜索主力:Perplexity
  • 编程:Cursor + Claude Sonnet 3.7
  • 知识库:Obsidian + Copilot

踩坑:

  • Manus 出来时 Sequential Thinking + Tavily 模拟 Deep Research,一次问答 $1(2025-03 帖 1011)
  • Cursor 网络问题 → 关闭 HTTP2(2025-05 帖 1327)
  • 同一聊天窗口上下文太长有影响 → 解决独立问题就开新窗口(2025-05 帖 1201)

第 4 代:Claude Code AI OS(2025-Q3 至 Q4)

核心信念转变(2025-07 帖 1472)

"退订 Cursor。省的不只是 20 美元。"

之后老黄正式转向 Claude Code(订阅 100 美金档,Opus 占比 10%、其余用 Sonnet 4)。理由:

  • Sub-agents(2025-08 帖 1572,设置不同模型,简单任务 Haiku,复杂推理 Opus)
  • Plan Mode(Opus 规划 + Sonnet 执行,均衡)
  • 自定义命令(Slash Command)+ Multi-directory(2025-09 帖 1759)
  • CLAUDE.md > 40K 提示拆分(2025-08 帖 1648)
  • /context 查看消耗(2025-08 帖 1658)
  • /hooks 配置音效提醒(2025-08 帖 1652)

Skill 是关键(2025-10 帖 1899 / 经典)

老黄做了第一个 Skill: Super Analyst — 12 份分析框架(第一性原理 / 不可能三角 / SWOT / ...)存 Prompt House,触发 Skill 后通过 MCP 拉取详细 Prompt。

之后 Super Writer(七步 SOP:需求分析 → 背景资料 → 文风分析 → 写作方法论 → ...)。

"Skill 是真的好用。提示词、工作流、工具调用,全都封装进去了。"(2025-10 帖 1914)

老黄改用 Claude Desktop + Skills 替代 Claude Code 搭 AI OS(2025-10 帖 1914),核心见解:

  • 文件系统 → Obsidian
  • Obsidian MCP 与 Claude 连接
  • 各种定制化需求 → 全部用 Claude Skills 实现
  • 缺点:必须联网,无法换模型

关键产品(Build in Public):

  • Prompt House(MCP 协议管 Prompt,Mac 版 + Web 版,$9.98 卖了 100 多美金)
  • Obsidian MCP(开源,MIT,被 MCP 官方收录 2025-07-18 帖 1522)
  • LearnFromYouTube(60 分上限的反思,2025-11 帖 2032 准备下线)

Substack 替 Obsidian Publish 做主站(2025-09 帖 1699)

"newtype.pro 不再用 Obsidian Publish,改用 Hugo + Substack。SEO 和 GEO 太难搞了。"

之后绑定域名 newtype.pro(50 美金一次性 / 2025-10 帖 1853),内容被 Perplexity / ChatGPT / qwen 收录(2025-11 帖 2003)。

第 5 代:newtype OS 多 Agent 编排(2026-Q1)

触发事件:Kimi K2 Thinking 来了(2025-11 帖 1965 / 经典)

"我开始基于 Kimi K2 Thinking + Claude Code 搭建个人 AI OS 了。之前说了好久,终于等到合适的时机(模型)了。"

工程分两部分:

  1. 提高外部信息处理效率(Web Clipper 剪藏 → 每周 AI 形成周报)
  2. 关键议题讨论(资料搜集 + 逻辑讨论,通过 Skills 调用 Prompt House)

架构核心:OpenCode + oh-my-opencode + newtype Profile 插件(2026-01 帖 2257)

后来发现独立插件版有局限(共用配置文件、容易冲突),做了整合版 newtype CLI / newtype OS(2026-02 帖 2425):

npm install -g @newtype-os/cli
newtype

多 Agent 编排(2026-01 帖 2276 / 经典)

  • Chief(主 Agent,Opus 4.5/4.6):统筹、思考、与用户对话,不亲自干活
  • Deputy(副手,Sonnet 4.5):接 Chief 命令,派发给子 Agent,过滤汇总返回
  • Researcher / Writer / Editor / Archivist / Librarian / Fact-checker:专业 Agent
  • 子 Agent 完成后做自评估(Confidence 数值)返回 Chief,主 Agent 判断是否重做

双重模式:

  1. 探讨模式(默认):反驳、挑刺,让用户提供更清晰的逻辑
  2. 执行模式:派活儿

记忆系统(2026-01 帖 2344 / 灵感来自 Clawdbot):

  • 短期:对话停止后,自动保存 .opencode/memory/YYYY-MM-DD.md
  • 长期:7 天后自动归档到 MEMORY.md,Chief 通过渐进式披露读取(目录 → 摘要 → 全文)

Skills 体系(newtype Profile 内置):

  • Super Analyst(12 框架)
  • Super Writer(7 步 SOP)
  • Super Editor(精编)
  • Super Interview(挖需求)
  • Super Workflow(管 SOP,2026-03 帖 2593)
  • Super Workbench(管 Skills,2026-05)

手机端整合:WeClaw + Tailscale(2026-03 帖 2565 / 2026-02 帖 2402)

  • WeClaw 接入微信(idoubi 项目),nt wechat setup 扫码绑定
  • Tailscale 自建 DERP 服务器,iPhone 5G ↔ 家里 Mac 直连

云端工作团队 — Kimi Claw(2026-02 帖 2389/2432/2451/2458)

  • 云端跑 Kimi Claw,定时搜集 AI 新闻、YouTube 字幕、深度调研
  • 工具栈:Supadata(提取字幕)+ GitHub CLI(同步仓库)
  • 桥接本地:邮件 → Obsidian 邮件插件;或 GitHub → Obsidian Git 插件
  • 8 小时 / 24 小时调度,自动跑

架构图:

graph LR
  USER[用户] --> CHIEF[Chief<br/>主 Agent / Opus]
  CHIEF --> DEPUTY[Deputy<br/>副手 / Sonnet]
  DEPUTY --> RES[Researcher<br/>Gemini 大上下文]
  DEPUTY --> WRITER[Writer]
  DEPUTY --> EDITOR[Editor]
  DEPUTY --> ARCH[Archivist<br/>记忆]
  DEPUTY --> LIBRARIAN[Librarian<br/>资料员]
  DEPUTY --> FC[Fact-checker]

  CHIEF -.挂载.-> SKILL[Skills<br/>Super-Analyst/Writer/...]
  CHIEF -.调用.-> MCP[Prompt House MCP<br/>Obsidian MCP<br/>Tavily/Firecrawl<br/>Sequential-Thinking]
  CHIEF -.读取.-> MEM[Memory System<br/>渐进式披露<br/>目录→摘要→全文]

  USER -.微信.-> WECLAW[WeClaw]
  WECLAW --> CHIEF
  USER -.iPhone.-> TS[Tailscale]
  TS --> CHIEF

  CLOUD[Kimi Claw 云端] -.邮件/Git.-> OBS[Obsidian Vault]
  OBS --> CHIEF

  classDef core fill:#fef3c7,stroke:#92400e,stroke-width:2px
  classDef worker fill:#dbeafe,stroke:#1e40af
  classDef tool fill:#d1fae5,stroke:#065f46
  classDef bridge fill:#fce7f3,stroke:#9d174d
  class CHIEF,DEPUTY core
  class RES,WRITER,EDITOR,ARCH,LIBRARIAN,FC worker
  class SKILL,MCP,MEM tool
  class WECLAW,TS,CLOUD,OBS bridge

3. 三层架构(2026 终态)

老黄在 2026-02 帖 2462(精华)给出当前最清晰的架构总结:

3.1 知识库层

外部资料(历史数据、参考资料)+ 个人资料(过往笔记)。

当前最优解:

  • 个人:Obsidian(local-first / md 文件 / iCloud 或 Dropbox 多端同步)
  • 外部:NotebookLM(多模态 / 播客 / Gemini 调用 / Google Drive 整集成)

Obsidian 进阶:

  • Obsidian CLI(2026-03 / 2026 年 Obsidian 在 AI 时代最重要的更新)→ 让 AI 编程工具从 "盲目遍历文件系统" 变成 "操作有索引和关系图谱的知识库"
  • 每条笔记添加 frontmatter 属性(type / tag) + wikilinks(老黄 2026-03 帖 2499 手动添加,不让 AI 批量做,因为这是复盘机会)

NotebookLM 进阶:

  • 严格模式(只回答文档里的)
  • 多模态(拍照上传 / 视频字幕)
  • API 开放(2025-09 帖 1740)
  • 升级 Gemini 3(2025-12 帖 2143 / 真正最强知识库应用)

3.2 技能层

Skills 把脑子里的经验结构化封装。

  • 自创 Skills:Super Analyst / Super Writer / Super Editor / Super Interview / Super Workflow / Super Workbench
  • 仓库:github.com/newtype-01/newtype-skills
  • 安装:.skill 文件实际是 zip,改后缀解压即可在 Claude Code 用
  • Codex 也支持 Skills(2025-12 帖 2084)

3.3 实时信息层

OpenClaw 和 Kimi Claw 解决以前没办法的问题:

  • 定时任务:每 N 小时搜集新闻、YouTube 视频字幕
  • 自动化:Bot + Discord/IM 推送
  • 桥接本地:邮件 / Git → Obsidian
  • Perplexity Computer 200 美金档(2026-03 帖 2518)用于投资决策

4. 工具栈完整年表(精选,按时间线)

2024

  • 02 起手期:Ollama / LM Studio / AnythingLLM / Reor(本地 RAG 笔记)/ Obsidian + Copilot
  • 03 LobeChat / QAnything / Open WebUI / Docker 全部上手过
  • 04 Phidata(RAG + Agent)/ MaxKB 企业版
  • 05 LlamaIndex / RAGFlow 试水
  • 07 GraphRAG($11 / 问的痛 + qwen2 + nomic 魔改成功)/ PDF→MD(Mathpix 付费 → Marker → MinerU → markitdown)
  • 08 Cursor 出圈("零代码做 Chrome 总结插件,10 分钟搞定")/ 微调入门(Unsloth + Colab + Llama 3.1)
  • 09 newtype.pro Blog(v0 + Cursor 手搓)/ ComfyUI + Flux + LoRA
  • 10 Apple AI / Claude 控制电脑 / NotebookLM 中文 / Learn about / Brave 内置 Ollama
  • 11 Web Clipper 替 Omnivore / Mac mini M4 集群(4 + 1 MBP M4 Max 跑 Qwen 2.5 Coder 32B = 18 tok/s)/ Thinking-Claude("表演思考")/ GitHub Copilot 支持 Claude
  • 12 自建 iOS Chatbot(Cursor + 通义千问 Max API,因为 ChatGPT 国内不稳)/ Mac mini M4 闲鱼 7K(港澳渠道)/ markitdown(微软)

2025

  • 01 Jetson Nano Super $249 / GB10 / DGX Spark 5 月上市 / DeepSeek-R1 1.5B in PocketPal(iPhone 12 mini)
  • 02 Unsloth GRPO 微调(qwen2.5 3B / Colab T4 1 小时 / 9.9 vs 9.11 测试)/ Cherry Studio / ChatWise / Jina DeepResearch / ima 知识库(腾讯 / 微信文件传输助手)/ Grok 3 / DeepSeek 满血部署成本 / Deep Research + Cursor + Obsidian 三件套(帖 854)/ MBP M4 Pro 48G(纳米屏)/ Claude 3.7(AI Coding 第一)
  • 03 Manus 火爆 / DeepSeek-V3-0324 白菜价 / Cline 自建 Obsidian MCP / Replicate Flux MCP / PPT MCP / Blender MCP / Gemini 2.5 Pro 神级(扫代码库 + 文章建议)/ Basic Memory(MCP 创建笔记到本地 md)/ Second Me(RAG + GraphRAG + 微调 → 数字分身)/ Milvus + MCP 本地向量库
  • 04 Grok Workspace(知识库 + Google Drive)/ Cursor + .cursorrules 当知识库 / Dify MCP(双向 MCP)/ BiliNote(AI 视频笔记)/ MCP 之后是 AEO(面向 Agent 的优化)/ GPT-image-1 API / 美国公司注册 Stripe Atlas $500
  • 05 NotebookLM 中文播客(帖 1180)/ Perplexity Comet 早期版 / DeepWiki(GitHub 项目深挖)/ Obsidian Publish + 域名(50 美金,后改 Hugo)/ Prompt House v1 开发 + 上线(prompthouse.vercel.app)/ Claude 4 Sonnet(主动用 Sequential Thinking)
  • 06 Mac 版 Prompt House(Electron + Stripe + Resend + Supabase / $9.98)/ Claude Code for VSCode / GitHub Copilot 灰产中转 / Claude Code 100 美金档(回本两天)
  • 07 Reddit 出海(Obsidian MCP 浏览 5K+)/ Anthropic DXT 文件(MCP 一键安装)/ Stripe / Vercel 文档对 LLM 友好(GEO)/ 退订 Cursor 转 Claude Code / n8n + MCP Trigger(工作流变 MCP)/ Spokenly 语音转文字 / Claude Code SDK 是最被忽视的大杀器
  • 08 Claude Code Sub-agents 模型分级 / CLAUDE.md > 40K 拆分 / Claude Code hooks(音效)/ Sora2 邀请码 / 公众号付费文章 + Reddit 出海 / GitHub Pro+ Claude 集成 / GEO(llms.txt + script 标签)/ Substack 替 Hugo
  • 09 美国 Capital One 信用卡 / Gemini Deep Research 加强 / Codex 替 Claude Code / Life OS 启动 / NotebookLM API / Obsidian Velocity 主题 / Google Fi 注册 / eSIM(iPhone 17 Pro 港版)/ Qwen3-8B in iPhone(12 tok/s)
  • 10 Claude Skills 出现(2025-10-19 帖 1880)/ Super Analyst Skill 第一个 / Codex 完全替 Claude Code / ChatGPT Atlas / Perplexity Comet / Sub-agents 集合站 subagents.cc / 公众号付费首篇文章 24500 关注
  • 11 Kimi K2 Thinking → AI OS 启动(帖 1965)/ Substack 200 订阅 + 10 付费 / Substack 内容被 AI 收录 / OpenRouter glm-4.6 跑 Skills 测试 → Kimi K2 最好 / Codex 支持 Skills
  • 12 Codex Pro 200 美金 / OpenCode 黑卡 200 美金抢光 / NotebookLM + Gemini 3 = 最强知识库 / Gemini 添加 NotebookLM 笔记本 / Johnny.Decimal 整理法 / GEM(Market Insights / Gemini 内化工作流)/ 美国财税(Taxually + Stripe)

2026

  • 01 OpenCode + oh-my-opencode 多 Agent / newtype Profile 插件 v1 / OpenCode 黑卡 200 / Codex 在 OpenCode 中用 / newtype CLI 整合版发布(2026-02-16) / Memory System / 渐进式披露 / Knowlery(Jay 做的 Obsidian 插件,Knowledge Cookery)/ Personal Intelligence Gemini(读 Gmail/Maps/Photos)/ AI 版 Chrome(Gemini in Chrome)
  • 02 Kimi Claw 云端 / WeClaw 微信 / Tailscale 自建 DERP / OpenClaw + Discord bot / Blink iOS 终端 / Spokenly + Typeless 语音输入(每月 90 元,识别错误 3.2%)/ Chrome 拆分视图
  • 03 Obsidian CLI(让 AI 通过 IPC 操作 Obsidian / "盲目遍历 → 索引检索 + 知识图谱")/ Perplexity Personal Computer / Perplexity Computer 200 美金 / Obsidian 主动加 frontmatter 和 wikilinks(2499)/ wiki.newtype.pro 建立(Karpathy LLM Wiki 思路)/ WeClaw 接入 newtype OS
  • 04 Opus 4.7 GitHub Copilot 促销 / GitHub 暂停 Copilot 注册 / OpenCode GO 套餐国产模型 / Codex 接管 SEO/GEO 自动化 / wiki.newtype.pro 上线 / OpenRouter + 美国信用卡 = Anthropic 模型新路径
  • 05 知识星球 Skill / HyperFrame + Remotion 动画 / Codex 插件市场 / NotebookLM 提取 Skill / Bing 后台 GEO 起效(对比页 Claude Code vs OpenCode 被 AI 拿去做 grounding)

5. newtype OS 完整说明

5.1 安装

npm install -g @newtype-os/cli
newtype

整合版包含 OpenCode + newtype Profile 插件 + WeClaw,独立配置文件位于 .config/newtype/newtype-profile.json(不与 OpenCode 那边冲突)。

5.2 关键命令

命令 作用
/connect 连接模型供应商(GitHub Copilot / OpenRouter / Anthropic / OpenAI / Gemini)
/agent-models 分别给 Chief / Deputy / Researcher / Writer / Archivist / Librarian / Fact-checker 配模型
/init 生成 AGENTS.md(行为规范)
/wiki 生成 KNOWLEDGE.md / 项目 Wiki(2026-04 帖 2667,Karpathy 风)
/switch newtype 从 oh-my-opencode 切回 newtype profile
/switch omo 切回 oh-my-opencode
/memory-consolidate 手动触发记忆归档(7 天日志 → MEMORY.md)
nt wechat setup 扫码绑定微信(WeClaw)
nt wechat start 启动微信 Bot
nt research "topic" 调用 Researcher + Fact-checker 调研

5.3 配置示例(.config/newtype/newtype-profile.json)

{
  "agents": {
    "chief": { "model": "github-copilot/claude-opus-4-7" },
    "deputy": { "model": "github-copilot/claude-sonnet-4-5" },
    "researcher": { "model": "github-copilot/gemini-2-5-pro" },
    "writer": { "model": "github-copilot/claude-sonnet-4-5" },
    "editor": { "model": "github-copilot/claude-sonnet-4-5" },
    "archivist": { "model": "github-copilot/claude-haiku-4-5" }
  }
}

模型分级原则:Chief 用最好(Opus),Deputy 用次好(Sonnet),需要大上下文的 Researcher 用 Gemini(100 万窗口),Archivist 等便宜的用 Haiku。

5.4 SOUL.md 与 双层人格

  • 底层(硬编码):能力 + 里人格 — 不能动
  • 上层(SOUL.md):表人格 — 用户随便改

老黄给主 Agent(Chief)预设了:

  1. 语气:口语化、直接、有判断
  2. 挑战能力:发现漏洞直接反驳
  3. 价值观:"超级个体" 框架(数据主权 / Go Fundamental / 代码+叙事 / 反脆弱)
  4. 不说教:通过判断体现立场,而非宣讲

5.5 内置 Skills(2026-05 现状)

  • super-analyst:12 框架(第一性原理 / 不可能三角 / SWOT / ...),Chief 自主选 1-3 个组合
  • super-writer:7 步 SOP,内置 7 个文风分析 prompt + 6 个写作方法论 prompt
  • super-editor:精编
  • super-interview:挖需求 / 探讨
  • super-workflow:管 SOP,在派给子 Agent 前设定验收标准
  • super-workbench:管 Skills 选择

6. 关键产品 / 工具速查

6.1 Obsidian

为什么是基建:

  • A private and flexible writing vault that thinks(2025-04 帖 1075 引官方定义)
  • Local-First 哲学(对应 Notion 的 All-in-One Workspace)
  • 一篇笔记 = 一个 Markdown 文档 = AI 极其友好
  • iCloud / Dropbox 多端同步(避免官方 Sync 服务 / 2026-02 帖 2365)

插件必装清单(老黄当前版):

  • Web Clipper(替 Omnivore,提取 YouTube 字幕,Interpreter 自动 AI 总结)
  • Surfing(2025-07 帖 1452,Obsidian 内打开网页,把 Claude 当浏览器用)
  • Git(同步云端 GitHub 仓库,与 Kimi Claw 桥接)
  • Velocity 主题(2025-09 帖 1739)

老黄的 Obsidian 哲学进化:

  • 2024:大量插件(Copilot / Text Generator / Readwise / Omnivore / Random Note / PDF++ / YTranscript)
  • 2025-08(帖 1596):几乎不在 Obsidian 里撰写笔记了,改用 Ulysses 写作 + Obsidian 备份,所有 AI 插件全删
  • 2026-03(帖 2546 / 2499):手动加 frontmatter 和 wikilinks(给 AI 用,不让 AI 批量做 — 这是复盘机会)

6.2 NotebookLM

为什么是普通人最优解(2025-12 帖 2147):

  1. 搭载最强模型(Gemini 3 / 2025-12 升级)
  2. 专注于把非结构化数据转化为结构化数据
  3. 是知识库,也可作为外挂知识库被 Gemini 调用(2025-12 帖 2136)
  4. 有手机 APP,支持拍照上传(2025-12 帖 2124)
  5. 包含于 20 美金 Google One 订阅

严格模式 vs 宽容模式(2025-12 帖 2074 / 经典)

应用 模式 行为
NotebookLM 严格 只从文档找,没就说 "我找不到"
Google Drive Gemini 宽容 文档 + 世界知识
Gemini APP 通用 训练数据 + 联网 + 输入,综合 + 适度脑补

限制:

  • 免费版 50 个 Source / 高级版 300 个
  • 区域限制(部分地区)

6.3 Cursor → Claude Code → Codex 演化

阶段 工具 模型 退订原因
2024-08 至 2025-06 Cursor Claude 3.5 → 3.7 → Sonnet 4 额度太贵,Claude 直接用 Claude Code 更便宜
2025-06 至 2025-09 Claude Code Opus 4 / Sonnet 4 被封号 4 次,转 Codex
2025-09 至 2026-04 Codex CLI(Pro) GPT-5 / GPT-5.2 稳,但 Claude 模型还是更好
2026-04 至今 newtype OS(整合 OpenCode) Opus 4.7(GitHub Copilot)+ Gemini Pro 多模型灵活配置

关键操作:

  • 2025-08 帖 1648:CLAUDE.md > 40K 让 Claude Code 自己拆
  • 2025-08 帖 1658:/context 查看消耗
  • 2025-08 帖 1652:/hooks 配音效提醒
  • 2026-01 帖 2219:VS Code 不适合跑 OpenCode(渲染冲突 + 卡顿)→ 改 Warp / 后改 Zed
  • 2026-04 帖 2738:用美国信用卡注册新 OpenRouter 账号买 Credits,通过它用 Anthropic 模型

6.4 Prompt House(老黄第一款产品)

  • 网址:prompthouse.app
  • 功能:Prompt 管理 + MCP 协议调用
  • 调用机制:两次 Tool Call(列表 → 详细内容,渐进式披露)
  • 收费:Mac 版 $9.98(永久 + 后续 Skills 推荐独占)
  • 技术栈:Vercel + Supabase + Stripe + Resend + Electron(Mac 版)

Prompt House 的核心价值(2025-06 帖 1413)

"Pro User 一定同时在用多个 AI 工具,一定有 Prompt 管理和调用的需求。"

进阶用法:Prompt 调度 Prompt(2025-06 帖 1381)

事先准备两份提示词:

  1. 深度研究:要求使用 Sequential Thinking + Tavily 至少 3 轮拆解。完成后使用另一份提示词 "总结报告" 完成输出。
  2. 总结报告:逻辑清晰、结构合理、每节有结论 + 支撑。

模型先获取 "深度研究" 完成研究 → 再获取 "总结报告" 完成输出。

"一份提示词又可以引出另一份提示词。组合起来是一个轻巧的、基于 MCP tools + Prompts 的 Workflow。"

6.5 LearnFromYouTube 的反思(60 分上限)

关键 Bug(2025-10 帖 1891 / 精华)

"AI 摘要类产品有一个致命的 Bug:同一个内容,不同人的兴趣点完全不同。

当深入使用总结类产品就会发现,它们无法满足自己的预期,输出的都是很平淡的结论。看起来是省事了,但很多时候没有提炼到点上。

作为对比,如果你亲自去看一遍然后自己提炼,得出的结论可能与 AI 给的完全不同。

学习类内容的摘要,如何才能做到 80 分?还是说,它最多只能 60 分,价值有限?

我做产品还是太想当然了。"

→ 老黄 2025-11 帖 2032 决定下线 LearnFromYouTube,聚焦 Prompt House SEO。

7. Karpathy LLM Wiki 思路 / wiki.newtype.pro 建设

7.1 出发点(2026-04 帖 2620)

"Karpathy 昨天分享的他知识体系的文章 — 所有 md flat out,然后让 LLM compile / 分析 / 建 wiki。搜索不用 obsidian-cli,完全依赖 wiki index。"

老黄思路相似,但没让 AI 全自动处理:所有笔记都让 AI 打标签 + 反向链接非常消耗 token,所以人工做。

7.2 wiki.newtype.pro 上线(2026-04 帖 2767)

  • 思路:文章是河流,Wiki 是地图。文章负责表达,Wiki 负责沉淀。
  • 关键:对比页(比如 Claude Code vs OpenCode)非常适合 GEO,AI 搜索会拿去做 grounding(2026-05 帖 2805)
  • 路径:Substack(www.newtype.pro)负责持续发布 + 订阅;Wiki 站(wiki.newtype.pro)负责结构化收录 + 长尾搜索 + AI 引用

7.3 个人 IP 升级(2026-04 帖 2772 / 精华)

"当我的观点不再只是散落的文章,而是形成一套可导航、可引用、可扩展的知识库的时候,我的个人品牌就从'持续输出的人'变成'拥有一套思想系统的人'。"

8. Conversational Learning / AI 时代的学习

8.1 定义(2024-11 帖 615)

NotebookLM 和 Learn about(Google)是 AI 原生应用的典范,诠释了 Conversational Learning 的概念。

8.2 实操路径(2025-04 帖 1065 / 精华)

"全面拥抱 AI 学习,从 NotebookLM 开始。

刚开始可能不习惯,因为过往是从前往后边读边学。而现在则可以不按这个顺序。比如,从自动生成的思维导图开始,看到任何感兴趣的地方,就直接跳进去。

打个比方,逻辑是'路网',知识点是'站点',AI 是'导航员'。从任何一个知识点出发,只要有 AI 导航,你都可以走遍整个路网。"

8.3 AI 学习流程(2025-05 帖 1180)

新流程顺序:

  1. 先看 NotebookLM 自动生成的思维导图,对资料的整体逻辑和核心结论大致了解
  2. 花不到 10 分钟把 AI 自动生成的播客听完
  3. 最后再跟 AI 问答(澄清 + 补充)

8.4 三件套学习法(2025-02 帖 854)

见 §2 第 3 代。

8.5 书本概括 Prompt(2025-07 帖 1478,Victor 分享)

完整 prompt 见 newtype · Prompt / Context Engineering 实战 第 5 节。核心:

  • 配合 Gemini(大上下文 + Markitdown 转 md 整本喂)
  • 0 步 Pre-Analysis Framing(类型 + 结构)
  • 1 步 Per-Section 摘要
  • 2 步 Main Arguments + Evidence
  • 3 步 Themes & Motifs
  • 4 步 Author Craft / Tone / Style
  • 5 步 Critical Reflection
  • 6 步 Detailed Mind Map(至少 4 层)

9. 订阅、网络、身份基础设施

9.1 网络(铁律 / 2025-07 帖 1463)

"网络这一关一定得过,否则肯定没法用 AI。

Claude / Claude Code:需要纯净的美国住宅静态 IP。 NotebookLM:只面向部分地区开放(美国市场)。 实在用不了 → Gemini + Grok + ChatGPT。"

9.2 Gemini + Google One 推荐(2025-11 帖 2042)

普通用户最优解 = Google One 订阅 $20:

  • Gemini 全家桶(Gmail / Docs / Drive 都嵌入)
  • NotebookLM 高级版(300 Source)
  • 生图 / 生视频额度
  • Pro 模型
  • 国内招行 MasterCard / 建行 Visa 可付款,无门槛

老黄的 AI 应用组合(2026-03 帖 2545):

  • Gemini(主力)
  • Perplexity(投资,严肃情报搜集)
  • Grok(社交媒体维度 / X 数据独占 / 投资助手 / 直率风格)
  • Codex / Claude Code(开发)
  • NotebookLM(学习)

9.3 海外身份(逐步搭建,2025 全年)

  • 美国 SIM 卡(京东买实体卡,$3/月 / 2025-04 帖 1094)
  • 英国 SIM 卡(京东 giffgaff 空卡 / 2025-01 帖 725 / 10 英镑 Pay as you go)
  • eSIM(2025-09 / 红茶套餐 / 奥地利号码 / 2025-10 帖 1898)
  • 美国公司(Stripe Atlas $500 / Delaware LLC / 2025-04)
  • 水星银行(2 天下来 / 2025-04 帖 1152)
  • 税号(EIN / 等 1 个月 / 2025-06 帖 1368)
  • Capital One 押金信用卡(2025-11)
  • Apple Developer 一年 $99(需邓白氏编码 / 2025-06 帖 1403)

9.4 财税(2025-12 帖 2106)

  • 销售税:Stripe 合作 Taxually($90/月起,英国初始 $150)
  • 所得税:另外找人申报
  • AI 副手:遇到不懂就问 Gemini

10. Memory / 笔记 / Workflow / Skill 之间的关系

10.1 老黄的分层(2026-01 帖 2298)

"为什么不让子 Agent 自己决定?因为只有主 Agent 知道用户偏好、时间约束等信息,子 Agent 只看自己的任务。所以我选择让主 Agent 进行'中央控制'。"

层 工具 作用 持久化
任务层 OpenCode TodoList 当前对话的子步骤 否
Skill 层 Super-Analyst / Writer 操作 SOP / 方法论 是(md 文件)
Workflow 层 Super-Workflow Skill 大流程编排 + 验收标准 是(md 文件)
记忆层 .opencode/memory/<date>.md+ MEMORY.md 跨对话偏好、决定、话题 是(渐进式披露)
知识库层 Obsidian Vault 笔记 / 文章 / 视频脚本 是(永久)
实时层 Kimi Claw 推送 / RSS 新闻 / 视频字幕 否(进知识库后才持久化)

10.2 与 KB 设计的对应

跟 ~/kb/ 的体系完全可类比:

  • KB inbox → newtype OS 的 input(剪藏)
  • KB sources → Obsidian Vault 的笔记
  • KB wiki → newtype OS 通过 /wiki 生成的 KNOWLEDGE.md
  • KB INDEX.md → newtype OS 的 KNOWLEDGE.md 索引
  • KB tag → frontmatter 属性

11. 关键失败 / 重要反例

11.1 GraphRAG 一次问答 $11(2024-07 帖 360)

教训:全局性 RAG 成本太高 → 改用本地 + qwen2 + nomic 魔改实现($0)。Obsidian Copilot 之类的轻量 RAG 性能弱,搞不了大书 + 复杂检索。最终结论:不用 RAG,改用 MCP 直连 Obsidian。

11.2 LearnFromYouTube 60 分上限(2025-10 帖 1891)

教训:学习类摘要不能像电影梗概那样做。不同人兴趣点不同,平均化的总结提炼不到点上。决定下线,聚焦 Prompt House。

11.3 Apple Intelligence 太垃圾(2025-06 帖 1354)

"Apple Intelligence 太垃圾了..."

11.4 ChatGPT / Claude 被封号

  • 4 次 Claude 账号被封(2025-04 / 2025-11)
  • 2026-04 帖 2676:Claude 要身份验证(护照 + 自拍 + 摄像头)→ 老黄宣布换到 OpenCode

11.5 公众号 / 知乎 / 视频号都不可靠(2024-12 帖 689)

"这就是我不把国内平台作为大本营的原因。"

之后老黄海外大本营 = YouTube + X + Reddit + Medium + Substack + newtype.pro。

11.6 Cursor 撑不住 Anthropic 成本(2025-08 帖 1516)

"Claude 模型现在就是硬通货。谁提供更多的模型额度,谁的产品就会火(Kiro)。谁扛不住成本开始收缩,谁就要走下坡路(Cursor)。"

11.7 OpenClaw 自身编程能力水(2026-02 帖 2392)

"OpenClaw 的编程能力也太水了... 我还是用 Discord bot 调用 OpenCode 吧。"

12. 当下推荐(2026-05 终态)

12.1 普通用户

  • 网络:住宅静态 IP + 美国节点
  • 模型:Gemini(Google One $20)+ Grok(Twitter 蓝 V)
  • 知识库:Obsidian + Web Clipper + NotebookLM
  • 创作:Substack 替代公众号

12.2 创作者 / 独立开发者

  • AI OS:newtype OS(npm i -g @newtype-os/cli)
  • 模型供应商:GitHub Copilot Pro+(Claude + Gemini)/ OpenRouter
  • 知识库:Obsidian + Obsidian CLI + NotebookLM
  • 写作:Ulysses(写)+ Obsidian(存)
  • 内容沉淀:newtype.pro(Substack)+ wiki.newtype.pro(知识地图)
  • 浏览器:Perplexity Comet(主力,划线提问)
  • 移动端:Blink(终端)+ Typeless(语音输入)+ Tailscale(穿透到家里 Mac)

12.3 投资 / 严肃情报

  • Perplexity Max(Computer 等高级功能 200 美金档)
  • Codex / Claude Code 做 Fact-Check
  • 自定义 GEM(Market Insights 报告模板见 2025-12 帖 2135)
  • Tesla / NVDA / 加密货币:Grok 4.2 Expert + Perplexity Computer 模型委员会(Opus + GPT-5 + Gemini 3)

13. 关联 wiki

14. 不动锚清单

老黄反复强调、26 个月不变的 7 条:

  1. 自己的东西 local-first,不相信任何公司
  2. Markdown 是 AI 时代基建,所有内容都转 md
  3. 笔记 = AI Context,要让 AI 了解你
  4. 手动加 tag 和 wikilinks 是复盘机会,不让 AI 批量做
  5. 学习要 Learning by Doing,不是 Learning by Reading
  6. 网络不解决,AI 用不了
  7. Pro User 一定多工具,所以 Prompt 管理是真需求(Prompt House 的护城河)

Wiki 由人工提炼自 newtype 知识星球 2024-02 至 2026-05 全部 1085 条知识库主题帖,全量扫描无抽样。本 wiki 与 newtype · RAG 实战与知识库演化 部分重合 — 后者从 RAG 技术角度切入,本 wiki 从知识系统架构角度切入。

2026-06 增补：知识维护开始交给 Agent，判断保留给人

本节是六月文字快照的增量，不能把前文“2026-05 终态”理解成永久配置。尤其第 14 节“手动加标签”的旧经验，在 6 月 1 日已有变化。

从亲手打标签到让 Agent 遵循既有分类

作者开始每周让 Codex 批量补 Frontmatter（笔记开头的结构化元数据）：标签、日期、类别和作者可以被精确筛选、排序与聚合。他要求参考以往做法，同主题复用标签。自动化接管的是重复维护，分类一致性仍由已有规范提供，而不是每篇临时创造一组同义词。

6 月 4 日的 newtype Lite 将 OS 的部分能力封装成更通用的 Skills，供 Codex、Claude Code 调用。这延续了“模型可更换、自己的系统可积累”的思路。但 6 月 1 日也报告 Skill 触发不稳定；8 日有关本地 Skill 能否隐藏内容的问答，作者认为接收者仍会接触文件。触发可靠性、分发与内容可见性，是不同的设计问题，不能因包装成 Skill 就认为已经解决。

资料区要解决“查和用”，而不只是再多一个阅读入口

6 月 7 日拟采用“档案卡 + 检查清单 + 可下载文件”：Substack 承担读，社群承担问与聊，资料区负责结构化检索和复用。例如公司卡片汇集业务拆解与财务快照，报告和 Skill 提供下载。6 月 6 日计划把社群身份验证接到网站，是入口设想，不是完成接入的证明。

11 日把课程、专属文章与专属视频收进固定专栏，动机是减少新成员寻找资料的成本；同时认为理念更适合文章而非手把手视频。读者应能区分“追更新的河流”与“回来查的地图”，否则新增网站只增加维护工作。

工具之外，重新找出串行瓶颈

6 月 9–10 日把 AI 原生组织定义为持续压缩必须由人逐个处理的环节，而非给旧流程加更多助手。作者用蒸汽机先抽水、再让水推动旧设备作类比：增加新动力未必改掉旧结构。它是设计组织的观察角度，不表示取消所有人工判断就更好。

同月纸笔笔记经验补上另一面：可外包的整理交给 AI，自我定位、价值观、想要和不想要什么等核心思考，仍放到离线纸本里。一个小本记录日常事项，一个大本承载灵感和反思。手写变慢是作者用来强迫自己停下的方式，不是本次证实的普遍认知实验结论。

社群工具推荐的材料边界

成员介绍的 Card Workspace 提供按目录浏览卡片、摘要预览、虚拟滚动、本地搜索、标签过滤、置顶和批量操作；Knowlery 则自述 0.4.0 已更新，并预告 0.5.0 的“知识活性”。两帖是开发者自荐，未做安装验证。可在需要卡片式浏览或知识维护时作为候选线索，但不能据此给出稳定性和数据安全背书。

来源与关联资料