APR 19, 20264 分鐘閱讀Claude Code

一行指令搞定，你也能輕鬆做到的AI 大神 Karpathy 的六步筆記術

OpenAI 共同創辦人 Karpathy 把 AI 當會成長的圖書館用，普通人卡在第二步——mcpvault 加 CLAUDE.md 規則，就是補上那塊基建。

Karpathy 的六步筆記流

開個新對話，問個問題，拿答案，關掉視窗。下次再從零開始。這是便利店式的 AI 用法。

OpenAI 共同創辦人、前 Tesla AI 總監 Andrej Karpathy 不是這樣用。知名科技 Podcaster Lex Fridman 也不是。他們把 AI 當圖書館，一座會隨時間自己長大的圖書館。

差別不在 IQ 或 prompt 技術，是一套有沒有「讓 AI 記住」的基礎設施。

Karpathy 的六步筆記流

他把整套工作流拆成六步，公開過不只一次。

第一步：瘋狂收集原始資料。 好文章、論文、Code 全部丟進一個叫 raw 的資料夾。看到就丟，不分類。網頁剪輯工具直接存成本地檔案。

第二步：AI 自動編譯百科全書。 不親自整理，叫 AI 讀完所有 raw，寫摘要、分類、在主題之間建立連結。Karpathy 特別強調要把個人想法跟 AI 生成內容分開存，免得搜尋時把思考淹沒在機器產出裡。這一步是整套工作流的命門。

第三步：直接對知識庫提問。 累積到一定規模之後，問 AI，它是從自己的圖書館找答案，不是網路上亂搜。準確度高一個層級。

第四、第五步：多樣化輸出、定期健康檢查。 答案可以是 Markdown 筆記、簡報、數據圖表；定期叫 AI 掃整個庫，找矛盾、補缺口。

第六步：自製小工具。 口頭跟 AI 說要什麼功能，讓它寫簡單的搜尋介面，不會寫 code 也做得到。

Lex Fridman 玩得更進階：叫 AI 從知識庫抽出精華版，跑步時用語音模式對話。四十分鐘等於一集完全按自己問題即時生成的互動式 Podcast。

門檻不在讀，在第二步

六步讀起來不複雜，動手才發現卡在第二步。

收集 raw 不難。難的是「叫 AI 讀完幫你編百科、下次對話還記得」。

用 ChatGPT，每次新對話要重新上傳、重新講背景。用 Projects 或 Custom GPT 勉強背景常駐，但它沒在「寫回去」，知識庫不會長大。

用 RAG 加 vector DB，搭 pipeline、付錢租 Pinecone，個人規模根本玩不動這種大殺器。

第一週很有幹勁，第三週發現自己還是在一次性買答案。Karpathy 那套之所以成立，是他背後有一整套自動化把「記」和「找」解決掉了。

一行指令把第二、三、五步交給 Claude

@bitbonsai/mcpvault 這個 MCP server 做的就是這件事。

我會使用Claude Code作為例子：

打開Terminal跑以下指令

shell
claude mcp add obsidian --scope user npx @bitbonsai/mcpvault /path/to/your/vault

安裝之後 Claude Code便多了 14 個讀寫 Obsidian vault 的 API（write_note、search_notes、manage_tags 等）。

如果是Claude Desktop App的話只需要把以下內容複製進去claude_desktop_config.json 即可（其他的AI工具也是差不多的操作）

abap
{
  "mcpServers": {
    "obsidian": {
      "command": "npx",
      "args": ["@bitbonsai/mcpvault@latest", "/path/to/your/vault"]
    }
  }
}

然後要 Claude「對話後自動寫重點」「新對話先搜脈絡」，得在 CLAUDE.md 寫明規則——mcpvault 給能力，CLAUDE.md 給習慣。

簡單一份像這樣：

markdown
## 知識庫規則
- 新對話開始，先跑 `search_notes` 撈相關背景再回答
- 技術筆記（debug、選型、workflow）寫入 `Tech Notes/YYYY-MM-DD-主題.md`
- 重要決策（產品、定價、方向）寫入 `Claude-Log/YYYY-MM-DD.md`
- 每個檔案加 frontmatter：`tags:` 跟 `project:`

規則越具體，Claude 越聽話。

vault 是你本機一個普通的 markdown 資料夾，存在硬碟上，不在 Anthropic 或 OpenAI 的雲端。想遷移？整個資料夾拷貝走就好。想備份？Git、iCloud、Dropbox 隨你挑。

兩週實測

安裝完第二週，我開新對話跟AI說「幫我看一下之前那份 landing page copy」，它自己去 vault 找回上次的版本，我沒貼任何東西。問「我上次怎麼 frame 這個產品？」，它也記得。整個過程沒下過一個 tag、沒建過資料夾。

my-obsidian-vault

Tech Notes/ 跟 Claude-Log/ 是 Claude 照我 CLAUDE.md 規則自己建的，我沒手動 mkdir。規則設好，整理才真的交給機器。

Notion、Roam 做不到的一件事

Notion、Roam 這類筆記工具都要你自己下 tag、建 link、維護 index。做三個禮拜會放棄，inbox 變垃圾場，沒人回去整理。mcpvault 走 open MCP 標準，同一個 vault Claude、ChatGPT、Cursor、Windsurf 都接得上，而Obsidian本來就只是一堆Markdown file，這樣可以不鎖死在單一 AI vendor。

Karpathy 那套想長期成立，筆記就不能困在某家廠商手裡。

第四、第六步 Claude Code 本來就會

mcpvault 接手 Karpathy 六步裡「記、找、編」那部分。剩下「多樣化輸出」跟「自製小工具」是 Claude Code 本來就擅長的：把筆記做成簡報、畫流程圖、寫小搜尋介面，一句話的事。

Lex Fridman 那套跑步學習法的前置條件，也是要有一個能抽精華版的知識庫。mcpvault 就是地基。

最後你的AI 資料庫就會慢慢長大成這樣。

knowledge graph

延伸閱讀

作者：

Eric Lam