Цифровой второй мозг: что это, зачем и как я его строю
Из серии «Как я строю AI-native рабочее место» — часть 1
Я не люблю писать про ИИ.
Не потому что он заменит всех. И не потому что будет восстание машин. Спойлер: ни того ни другого не случится — но это тема отдельной статьи.
Не люблю не сам ИИ — а истерию вокруг него. От панических «мы все умрём» до эйфорического «ИИ — панацея от всего». Истина, как водится, посередине. И в этой середине всё намного интереснее.
Вот что точно: ИИ сейчас — это как автомобили в начале прошлого века. Уже есть. Неизбежно станет базой. Уже почти стало.
Поэтому — пишу.
Как я пользовалась ИИ раньше
Как большинство: умный поисковик, обработка больших объёмов информации, черновики документов, картинки. Плюс клиентские решения — AI-агенты, автоматизированные обработчики, это моя работа.
Потом появились проекты в Claude и ChatGPT — чтобы сохранять хоть какой-то контекст между сессиями. Стало удобнее, но всё равно мало.
Хотелось одну базу знаний со всем контекстом сразу. Проблема оказалась в хранении: локальная RAG-система требует нормального сервера, онлайн-варианты ограничены по объёму и формату. Тупик.
Момент, который всё переключил
На одном из рабочих совещаний коллеги обсуждали переход на AI-native компанию. AI-native — это когда ИИ не просто «ещё один инструмент» в длинной цепочке других, а центральный процессор для всего: принимает входящие, классифицирует, раскладывает, помогает думать.
Мне понравилось. А потом пришла мысль: а почему бы мне не сделать аналогичное для себя? Технических скиллов хватает, задача интересная, проблему решает реальную.
Так началась стройка.
Зачем мне вообще это нужно
Я много работаю в самых разных сферах, с разными продуктами и решениями. По ходу накапливается огромное количество знаний: нюансы, неочевидные решения, подводные камни, интересные находки, повторяющиеся паттерны из проекта в проект.
Всё это хранилось в голове.
Это, конечно, приятно — я такая умная :) — но есть две проблемы.
Первая: «Так, я с таким уже сталкивалась, вспомнить бы как это решалось». Вспоминала. Но это лишняя когнитивная нагрузка, которой можно избежать.
Вторая: то, что в голове, невозможно передать. Когда приходят другие люди, когда нужно написать статью или кейс, когда надо обучить падаванов — каждый раз уходит много времени на то, чтобы сесть, записать, объяснить. Снова и снова.
«Второй мозг» — это внешняя система хранения знаний, которая разгружает голову и делает накопленный опыт передаваемым. Она решает обе проблемы. Но — при условии что грамотно построена. Свалить всё в кучу без системы — только усложнит работу, а не упростит. А оно мне надо?
Что я хотела получить
Мне нужна система, которая:
— принимает входящие из разных источников: голос, текст, ссылки, файлы, рабочие заметки которые вообще непонятно куда
— сама раскладывает по нужным местам
— работает в фоне, не требует постоянного внимания
— позволяет AI-ассистенту работать с полным контекстом — видеть проекты, задачи, историю, базу знаний
Последнее — ключевое. Контекст — это то, чего всё время не хватало.
Почему Obsidian и почему Markdown
Вариантов хранения базы знаний много. Я выбрала Obsidian с файлами в формате Markdown. Почему.
Markdown — это текст с лёгкой разметкой: заголовки, списки, ссылки — всё через обычные символы. ИИ с таким форматом работает отлично: понимает структуру, находит нужное, не теряется в форматировании.
Чёткие заголовки, строгая структура папок, инструкции для ИИ прямо в файлах — всё это превращает базу из кучи текста в управляемую систему. Разница принципиальная.
Плюс всё это хранится как Git-репозиторий. Git — это система контроля версий. Для тех кто не работает с кодом: представьте историю правок в Google Docs, только для всей базы знаний целиком и намного надёжнее. В любой момент видно что было в файле раньше, можно откатиться если что-то случайно удалено или изменено не так.
Ещё один бонус Git: база может одновременно жить на ноутбуке, сервере и в будущем — у нескольких участников — без конфликтов и потери данных. Почему это важно — расскажу во второй части.
Репозиторий у меня на GitHub — просто потому что с ним работаю давно. Держу в планах переезд на российский аналог: GitLab или GitVerse. GitHub в РФ — это мина замедленного действия, как любой иностранный сервис.
Этап первый: фундамент
Репозиторий на GitHub (приватный), клон на ноуте. Плагин Obsidian Git синхронизирует автоматически: коммит + пуш + пул каждые 10 минут, пул при запуске. Фоновая синхронизация, о которой не надо думать.
Не один репозиторий, а два. Один — сама база знаний: все Markdown-файлы с заметками, проектами, задачами, знаниями. Второй — отдельная система, которая её обслуживает: бот, роутер, скрипты. Что это такое — во второй части. Здесь важно одно: данные и код живут отдельно, у них разный жизненный цикл и разные права доступа. Смешивать — себе дороже.
Структуру папок проектировала осознанно: входящие → проекты → задачи → база знаний → идеи → люди. Одно железное правило: имена файлов и папок — строго латиницей. Кириллица только внутри содержимого. Кириллические имена файлов при работе с кодом и CLI — отдельный вид боли. Договориться с собой лучше сразу.
Грабли первого этапа
Куда без них.
Git и облачные диски не дружат. Яндекс.Диск конфликтует с папкой .git на уровне синхронизации — получаешь битый репозиторий. Я немного параноик и привыкла хранить много копий данных на разных носителях — отсюда и попытка совместить Git и облачный диск одновременно. Конфликт репозитория пока решила в пользу только Git. Как добавить облачное резервирование без конфликтов — вопрос пока открытый, стоит в планах.
.obsidian/ уехал в Git. Эта папка — конфиг конкретной машины: плагины, раскладка, горячие клавиши. В репозитории ей делать нечего, иначе начинаются конфликты при синхронизации между устройствами. Добавила в .gitignore, вычистила из истории. Классика.
Что получилось на выходе
Хранилище, которое синхронизируется само, версионируется через Git, читается Obsidian со всеми его плагинами и доступно любому инструменту — боту, роутеру, AI-ассистенту.
Но конкретнее.
Первое что сделала после того как всё встало — перенесла накопленные наработки. Не всё сразу, но основу: ключевые проекты, базу знаний по инструментам с которыми работаю, структуру задач. То что раньше лежало в голове или в разрозненных файлах — получило место и форму.
И уже здесь появился первый ощутимый результат. Можно открыть сессию с AI-ассистентом и спросить: «а как я это решала в прошлый раз?» или «что из этого уже разбиралось?» — и получить конкретный ответ, а не «не помню, поищи сам». Контекст есть. Он структурированный. Он никуда не потерялся.
Ещё одна вещь которую оценила сразу: в базе есть «карта мира» — файл с описанием всех проектов, задач и правил. Когда AI-ассистент начинает работу, он читает её первым делом. Никаких «подождите, а о каком проекте мы говорим» и никаких случайных дублей — всё уже известно.
Это фундамент. Дальше на нём строится всё остальное.
Что дальше
В следующей части — Telegram-бот и роутер. Как входящие из мессенджера попадают в нужные места базы знаний, кто этим занимается, как думает и почему именно такая архитектура.