收藏必备：AI时代的个人知识库搭建指南，让程序员和小白轻松应对AI竞争-平芜编程栈

前言

我是一个 AI 方面的研究生，作为我的专业领域，我一直都非常关注人工智能方面的进展，也很关心这个话题：一直在狂暴发展的 AI 究竟什么时候会抢走我的饭碗？

我的导师，一个在人工智能这个领域摸爬滚打了几十年的教授，对此有自己的看法。他认为 AI 无法夺走所有人的工作，但是夺走 90% 白领工作是不成问题的。而且理论上，「所有单纯依赖人人都能接触的公共知识的工作岗位，AI 都可以比人做得更好」。

这个观点是有道理的。毕竟就算不讨论技术细节，在现有的惯例下，大家都是对着一堆书本、文章、视频在学习，竞争有限的时间和精力；我们区区肉体凡胎，拿什么和不眠不休不死的 AI 竞争？AI 在这些领域战胜我们只是时间问题。

对于这个观点，我深以为然。不过我并不满足于这一悲观的论调。虽然生而为人这一点我没得选，但是我觉得我们并非没有反击的余地。我们起码有两点可以做：

将自己独特的个人经验和知识收集起来，形成 AI 从公共知识中绝对学不到的知识壁垒；
拥抱「机械飞升」，使用各种工具（包括 AI 在内）弥补人脑的缺陷，强化自己的机能，创造新的竞争优势。

这两点合起来，就组成了今天的主题：个人知识库。「个人知识库不仅是我们个人经验积累的结晶，同时也是一个可以强化我们的脑力的强大工具」。虽然你可能觉得「个人知识库」是个很新鲜的词，但是它在现实生活中早就已经被各种厉害的人低调地运用在各种地方了。比如：

尼古拉斯·卢曼有一个包含 9 万张知识卡片的个人知识库，这个知识库帮助「半路出家」的他在 30 岁转职入门社会学后一跃成为 20 世纪最重要的社会学家之一（提出了社会系统理论）；
我的师兄将他做研究以及项目的经验总结为了许多 SOP 、常用命令模板以及代码片段，这些东西使得他可以省去许多查资料的工夫快速定位并且解决问题，不仅提高了办事效率，而且让他在面试官问他解决方案的时候对答如流，最后成功拿到了大厂 offer；
我的导师的笔记本电脑中有一个 txt 文件，记录了历代每个学生的研究方向、参与项目、研究成果以及发现；这个文件就是一个个人知识库，帮助他在身兼数职的同时管理运转一个多达 20~30 人的大型研究团队。

所以你看，不需要特别宣扬，个人知识库就已经在生活中为各种人所使用了。「而我的目标是在他们的基础之上，把它做得更加方便、高效」。卢曼在 20 世纪用多达一个书柜的地方来存储一大批纸质卡片笔记，并且用复杂的数字编码来实现笔记之间的联系。这不仅不方便查找、难以转移，而且近乎爆表的复杂度让普通人根本无从学起。

而我们只需要使用一部笔记本（甚至是手机）就能够把整座书柜变成一个随时可以取用的「第二大脑」；我们只需要一个简单的**「链接」**功能，就能够免去整个复杂的符号编码系统直观地实现卢曼本人所推崇的「知识连接」，并且以表格或是图谱的形式展示出来：

我的师兄编纂积累的模板、SOP 都是宝贵且实用的知识，然而这些知识却分散在一组 txt 文件中，往往需要多次点开文件预览之后才能知道这是不是需要的内容。这在略显麻烦的同时，偶尔（也可能是经常）还会遇到这种糟心的时候：

而我们完全可以利用高效的文本标签搜索，在 1 秒钟之内快速找到任何需要使用的 SOP 文件或是命令模板，并且支持一键复制，大大提高工作效率。除此之外，我还将命令依赖的条件、版本、时效性等信息都写明在元数据中，这让我可以迅速地根据现实情况找到最适合的解决方案：

我的导师的那个 txt 文件为他立下了汗马功劳，我们常常说如果这个文件被误删，我们实验室十数年的学术积累将毁于一旦。其实只需要稍微「升级」一下，它就能从一个文本文档变成一个私有的学术积累数据库。这样我们不仅能通过多端备份彻底解决安全问题，还能让知识分享出来，让新人快速熟悉我们的研究领域。在这一思路下，我用 Obsidian+Github 试点建立了首个共享知识库。这样我们就不仅可以随时随地在任何设备上访问我们的公共知识资产，还支持所有人一起为知识库添砖加瓦：

在脑机接口不成熟的今天，「个人知识库」就是我面对 AI 时代竞争压力给出的解决方案，是一种看起来没那么科幻的机械飞升之路。在读研之后，我目睹了周围越来越多的同学开始引入 Notion、思源笔记、Zotero 等工具建立自己的知识库，这让我意识到「个人知识库将成为任何想要在 AI 面前保持自己价值的人的必选装备」。在这个基础上，这个系列就诞生了。

让经验慢慢积累：个人知识库搭建指南

我执笔写作已经有一段时间了。在此之前，我的写作风格相当散漫，基本上想到什么就写什么，并没有什么顺序和体系。我对此不太满意：虽然现有的成绩证明了我写作 7000~10000 字文章的能力，但是我还没有写过一次真正的长文，长到要用一个系列装下的那种。我相信这样一个系列的价值会远超一组东一榔头西一棒子散漫文章。

**「让经验慢慢积累：个人知识库搭建指南」**就是我想写的第一个文章系列。这个系列面向学生以及对个人能力有进一步追求的职场人士。这个系列一方面教会你用 Obsidian 搭建最适合自己的个人知识库，另一方面争取每篇文章都解决一个切实的问题。而本篇文章是这个系列的开场白。

整个系列包含这几部分：

「基础篇」：用 3~4 篇文章、每篇十分钟的篇幅，让你利用通勤、工作间隙的时间就能够从 0 到 1 搭建一个能写作、能搜索、能切实帮助自己的个人知识库；
「进阶篇」：从这里开始，我们会引入一些进阶技巧和心法（比如卢曼的卡片笔记法、AI 知识库等），让你的个人知识库进一步变得更有特色、更加高效；
「案例篇」：一个纯小白，如何靠写作在半年内突破公众号收益门槛？如何利用个人知识库打穿考研、考公、考证这样的硬核实战？如何利用 Obsidian 总结 SOP 让你效率翻倍，从此告别加班？我将用我自己的实战经验为你展示个人知识库的神奇用处，并且奉上我的知识库模板。

此外，我必须强调的是，我绝非想要再做一个网上已经有很多的工具教程。毕竟在 AI 的时代，可能再没任何工具值得我们写文章去告诉读者怎么使用了。我想要传递的是这样一个观念：「主动发现生活中的低效、不合理部分，然后用现有的手段优化它」。因此我希望这个系列的每篇文章都能切实地为你解决一个问题，让你马上体验到进步的同时教会你工具的使用方法，从而搭建好自己的个人知识库。毕竟工具不是目的，也不该成为目的。

最后

为什么要学AI大模型

当下，⼈⼯智能市场迎来了爆发期，并逐渐进⼊以⼈⼯通⽤智能（AGI）为主导的新时代。企业纷纷官宣“ AI+ ”战略，为新兴技术⼈才创造丰富的就业机会，⼈才缺⼝将达 400 万！

DeepSeek问世以来，生成式AI和大模型技术爆发式增长，让很多岗位重新成了炙手可热的新星，岗位薪资远超很多后端岗位，在程序员中稳居前列。

与此同时AI与各行各业深度融合，飞速发展，成为炙手可热的新风口，企业非常需要了解AI、懂AI、会用AI的员工，纷纷开出高薪招聘AI大模型相关岗位。

最近很多程序员朋友都已经学习或者准备学习 AI 大模型，后台也经常会有小伙伴咨询学习路线和学习资料，我特别拜托北京清华大学学士和美国加州理工学院博士学位的鲁为民老师给大家这里给大家准备了一份涵盖了AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频全系列的学习资料，这些学习资料不仅深入浅出，而且非常实用，让大家系统而高效地掌握AI大模型的各个知识点。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】