我是如何用 claude-obsidian 做主题阅读的——以"注意力经济"为例，10 本书 + 20 篇论文的知识图谱是怎么炼成的

我是如何用 claude-obsidian 做主题阅读的

——以"注意力经济"为例，10 本书 + 20 篇论文的知识图谱是怎么炼成的

作者：一只阿木木 我相信：在 AI 时代，每个普通人都该拥有一个自动生长的知识系统。

一个问题，困扰了我很多年

你有没有经历过这种时刻：

写一篇文章，需要引用几本书的观点。你知道你读过这些书，知道里面有你需要的内容，但就是想不起来在哪一章、哪一页。你花了两个小时重新翻书，最后找到了——但同时发现，当时做的笔记和现在的理解根本对不上，因为那是两年前的你做的笔记。

或者更糟：你读了三本关于同一个话题的书，每本都觉得很有收获，但你说不清楚这三本书的观点有什么共同点、在哪里互相矛盾、哪本更有说服力。

这就是"主题阅读"的经典困境。

《如何阅读一本书》里把主题阅读定义为阅读的最高境界——围绕一个议题，读多本相关书，在书与书之间建立对话。但现实是，大多数人的主题阅读停留在"读了多本相关书"，而不是真正的"建立对话"。

建立对话需要：

• 跨书提取相同概念的不同表述
• 找出书与书之间的矛盾和分歧
• 综合出一个超越任何单本书的理解

这三件事，靠人工做，成本极高。

今天我要展示的，是我用 claude-obsidian 做一次完整主题阅读的全过程——以"注意力经济"为议题，10 本书 + 20 篇论文，最终炼成一个可以持续使用的知识图谱。

什么是"主题阅读 × AI"的正确姿势

在讲具体操作之前，先说清楚一件事：AI 在主题阅读里扮演什么角色？

它不是替你读书的。

书还是要你自己读，你的阅读理解、你的判断力、你的问题意识，这些 AI 替代不了。

AI 扮演的角色是：书记员 + 档案管理员 + 索引编辑。

你读完一本书，写下你的理解和笔记；AI 把你的笔记整理成结构化的 wiki 页面，提取关键概念，建立跨书的连接，标注哪里有矛盾。

这样的分工，让你专注于最有价值的部分——思考和判断，而不是"整理和检索"。

第一步：确定主题边界

主题阅读最容易犯的错误是：范围太广，读了 30 本书，最后什么都没沉淀下来。

我选择"注意力经济"这个议题，是因为：

1. 它有清晰的核心问题：人的注意力是怎么被商业化的？
2. 它有不同层次的分析——商业机制、神经科学、社会影响、个人应对
3. 它有真实的争议——有人认为注意力经济是正常商业演化，有人认为它是操纵和剥削

这三个特征，让它特别适合做主题阅读：有共同问题、有多元视角、有真实矛盾。

我的阅读书单（按类型分组）：

text

【商业机制层】
1. 《注意力商人》— 蒂姆·吴
2. 《上钩》— 尼尔·埃亚尔
3. 《成瘾设计》— 亚当·奥尔特
4. 《注意力经济》— 托马斯·达文波特
【神经科学层】
5. 《大脑的秘密》— 大卫·林登
6. 《深度工作》— 卡尔·纽波特
7. 《被掠夺的专注》— 约翰·哈里
【社会批评层】
8. 《娱乐至死》— 尼尔·波斯曼（前互联网时代的预言）
9. 《监视资本主义时代》— 肖莎娜·祖博夫
10. 《暗黑说服术》— 罗伯特·西奥迪尼
【论文层（20篇，以arXiv + SSRN为主）】
- 注意力经济的度量方法
- 短视频平台的算法推荐机制
- 社交媒体使用与心理健康的因果推断
- 数字广告市场的拍卖机制
- ...（完整列表在 wiki/synthesis/注意力经济阅读书单.md）

第二步：建立"主题专用"的 vault 结构

我没有用一个全局 vault 来存所有主题，而是为"注意力经济"这个主题建了一个专用 vault。

为什么单独建 vault 而不是用一个文件夹？

主题阅读是一个有时限的项目——你会密集研究 2-3 个月，然后产出一些成果（文章、报告、演讲），之后这个主题进入"维护期"。

一个专用 vault 让你可以：

• 给这个主题设置专用的 CLAUDE.md（研究目标、边界定义、关键问题）
• 研究结束后把整个 vault 归档，不影响其他知识库
• 需要时随时重新激活

vault 结构：

text

attention-economy/
├── .raw/
│   ├── books/              # 书摘（手打或 OCR）
│   │   ├── attention-merchants-notes.md
│   │   ├── hooked-notes.md
│   │   └── ...
│   ├── papers/             # 论文 PDF 和笔记
│   │   ├── attention-economy-measurement.pdf
│   │   └── ...
│   └── articles/           # 相关文章和评论
│
├── wiki/
│   ├── entities/
│   │   ├── persons/        # 学者、从业者、批评者
│   │   ├── companies/      # 相关公司（Meta、TikTok、Google...）
│   │   └── concepts/       # 概念（注意力、成瘾、算法推荐...）
│   ├── synthesis/          # 跨来源综合分析（最有价值）
│   │   ├── 核心争议地图.md
│   │   ├── 商业机制全景.md
│   │   └── 理论框架对比.md
│   ├── questions/          # 我的研究问题（持续更新）
│   ├── index.md
│   └── hot.md
│
├── output/                 # 最终产出
│   ├── drafts/             # 文章草稿
│   └── outlines/           # 大纲
│
└── CLAUDE.md               # 研究目标 + 边界 + 关键问题

第三步：写 CLAUDE.md——设定研究语境

这一步很多人跳过，但它极其重要。

CLAUDE.md 是整个项目的"研究语境文件"。Claude 每次启动都会读它，知道你在研究什么、关心什么问题、已经形成了什么初步判断。

我的 CLAUDE.md：

Markdown

# 注意力经济主题阅读项目
## 研究目标
理解注意力经济的完整图景：从商业机制到神经科学基础，
从社会批评到个人应对策略。
最终产出：一篇 8000 字的深度分析文章，面向对此有初步了解的读者。
## 核心研究问题
1. 注意力经济的"攫取注意力"和"操纵行为"之间的边界在哪里？
2. 平台的算法推荐机制在多大程度上是"个性化服务"，在多大程度上是"行为操纵"？
3. 注意力经济的批评者和辩护者之间，争议的核心分歧是什么？
4. 个人层面有哪些应对策略？它们的有效性如何？
## 已形成的初步判断（持续更新）
- 波斯曼的《娱乐至死》是最有预言性的分析，尽管写于互联网之前
- "上钩模型"（Hooked Model）是最清晰的商业机制描述，但作者本人后来反思了其道德问题
- 神经科学层面的证据比商业批评层面更扎实
## 阅读边界
- 包含：注意力经济、数字上瘾、算法推荐、监视资本主义
- 不包含：广义的媒体研究、传播学理论（除非直接相关）
- 优先级：深度 > 广度，宁可把 10 本书读透，不要蜻蜓点水读 30 本
## wiki 约定
- 在 synthesis/ 目录下维护"核心争议地图"，每次 ingest 后更新
- 发现矛盾时，不要直接判断对错，标注双方来源和论据
- 人物页面重点记录：立场 + 核心论点 + 方法论

第四步：第一批 ingest——建立基础图谱

写书摘的正确格式

书摘不等于摘抄。摘抄是把书里的内容搬到笔记里，书摘是把你读书的理解写出来。

两者对 AI 的价值完全不同：摘抄里没有你的立场，AI 无法判断你认为什么重要；书摘里有你的判断，AI 能据此建立更有价值的连接。

我的书摘模板：

Markdown

# 《注意力商人》阅读笔记
作者：蒂姆·吴
阅读时间：2026-01-15 至 2026-01-28
评分：4.5/5
## 核心论点
本书的核心论证是：注意力经济的历史是一部"攫取→变现→反弹"的循环史。
从19世纪的便士报到21世纪的社交媒体，每一种新媒体在攫取注意力这件事上都越来越高效，
直到公众意识到被剥削并产生反弹，新的形式又再次出现。
## 关键概念
### 注意力转售模型（Attention Resale Model）
媒体的商业本质：免费内容吸引读者注意力，将注意力转售给广告商。
读者是"被收割"的原材料，不是真正的客户。
*我的判断：这个模型解释力极强，但对用户主动性估计不足。
用户不是完全被动的，他们也在主动利用平台满足自己的需求。*
### 眼球经济（Eyeball Economy）
蒂姆·吴将1990年代互联网的早期商业化定性为将注意力商品化的关键转折点。
*我的判断：这个历史定位准确，但他低估了当时的技术约束——那个时代的"操纵"远不如今天精准。*
## 与其他来源的潜在关联
- 与《上钩》的关系：《注意力商人》解释了"为什么"（商业动机），
  《上钩》解释了"怎么做"（产品机制），两者互补
- 与《娱乐至死》的关系：波斯曼的批评更哲学层面，
  蒂姆·吴的批评更历史层面，结论相似但路径不同
- 可能的矛盾：蒂姆·吴认为用户是被动的，埃亚尔认为用户有主动性
## 我的疑问（读完后仍未解决）
1. "注意力反弹"真的能持续有效吗？历史上的反弹每次都被新技术绕过了
2. 蒂姆·吴的解决方案（监管）在平台已经全球化的今天是否还有效？
## 最重要的 3 段话
[引用原书中你认为最核心的 3 段文字，并注明章节]

这种格式的书摘，在 ingest 时会让 Claude 非常高效地提取：

• 实体：蒂姆·吴、《注意力商人》、注意力转售模型
• 概念：注意力转售、眼球经济、注意力反弹
• 你的判断（作为 "confidence: medium" 的标注）
• 潜在关联（直接给 Claude 建连接的线索）
• 未解决的问题（存入 wiki/questions/）

执行第一批 ingest

text

ingest books/attention-merchants-notes.md
ingest books/hooked-notes.md
ingest books/irresistible-notes.md

三次 ingest 之后，打开 Obsidian 图谱视图，你会看到：

• 实体页：蒂姆·吴、尼尔·埃亚尔、亚当·奥尔特、各公司页面
• 概念页：注意力转售模型、上钩模型、多巴胺回路、变长奖励...
• 来源页：每本书的摘要索引
• 第一批矛盾标注：[!contradiction] 开始出现

这是最关键的一刻——矛盾被自动标注出来了。

第五步：矛盾检测——这才是主题阅读的核心价值

让我展示一个真实的矛盾案例。

矛盾 1：用户是主动的还是被动的？

ingest 完《注意力商人》和《上钩》之后，Claude 在 wiki/concepts/用户主体性.md 里自动生成了这个 callout：

Markdown

> [!contradiction] 用户主体性的分歧
> 
> **蒂姆·吴（《注意力商人》）的立场**：
> 用户的注意力是被"收割"的原材料，用户在商业机制面前基本是被动的。
> 来源：attention-merchants-notes.md，第 3 章
>
> **尼尔·埃亚尔（《上钩》）的立场**：
> 习惯形成是用户主动参与的结果，产品设计只是降低摩擦，
> 用户的内部触发器（情绪、需求）才是根本驱动力。
> 来源：hooked-notes.md，第 2 章
>
> 两种立场在"平台责任"这个问题上得出了截然不同的结论。
> 待解决：这个分歧是真实的理论差异，还是研究层次不同导致的表面矛盾？

这个矛盾的发现，是主题阅读最有价值的产出之一——它告诉你，这个议题的核心分歧在哪里，你在写作时必须正面处理这个分歧，而不是回避它。

矛盾 2：注意力危机是真实的吗？

ingest 论文层的内容后，又出现了这个矛盾：

Markdown

> [!contradiction] 注意力危机：实证证据分歧
>
> **支持方（多篇神经科学论文）**：
> 连续使用社交媒体与专注力下降存在相关性，
> fMRI 数据显示前额叶激活模式改变。
> 来源：papers/attention-neuroscience-review.pdf
>
> **质疑方（哈佛公共卫生学院 2024 研究）**：
> 控制了第三变量（焦虑、睡眠质量）后，
> 社交媒体使用与专注力的因果关系证据不足。
> 相关不等于因果。
> 来源：papers/social-media-attention-causation.pdf
>
> 两种证据都来自同行评审期刊，方法论差异导致结论不同。
> 待解决：需要看更多的 meta-analysis 论文。

这个矛盾，让我在写最终文章时多花了一周时间研究方法论问题。但正是这一周，让文章的论证比普通文章深了一个层次。

第六步：autoresearch——填补阅读盲区

读完这 10 本书之后，我用 autoresearch 做了三次补充研究：

第一次：填补"算法推荐"的技术细节

text

/autoresearch TikTok 算法推荐机制的技术实现和商业逻辑

Claude 自动搜索了 TikTok 的专利文件、前员工采访、独立研究者的逆向工程报告，生成了一个 wiki/concepts/TikTok推荐算法.md 页面，并自动和已有的"注意力转售模型"建立了连接。

第二次：填补"监管实践"的全球视野

text

/autoresearch 各国对注意力经济的监管现状：欧盟、中国、美国对比

这次 autoresearch 生成了一个 synthesis 页面，把三个地区的监管路径放在一起对比。写最终文章时，这一节直接用了这个页面的框架。

第三次：填补"批评的批评"

text

/autoresearch 注意力经济批评的反驳：有哪些学者认为这种担忧被夸大了？

这是最重要的一次——主动寻找反驳观点。研究型写作最怕的是只读自己立场的书，autoresearch 帮我找到了几篇认为"数字焦虑"被过度渲染的学术论文。

第七步：生成"核心争议地图"

大约完成 60% 的 ingest 之后，我执行了一个特殊的 query：

text

基于目前 wiki 里的所有内容，生成一张"注意力经济核心争议地图"，
列出所有主要争议点，每个争议点标注支持方和反对方及其来源。

Claude 读取了所有已有的 wiki 页面，生成了 wiki/synthesis/核心争议地图.md：

Markdown

# 注意力经济：核心争议地图
## 争议 1：平台的道德责任边界
**强责任论**（祖博夫、吴、哈里）：
平台有意设计成瘾机制，对用户心理伤害负有直接责任。
核心来源：[[监视资本主义时代]], [[被掠夺的专注]]
**弱责任论**（埃亚尔早期、平台方）：
平台只是响应用户需求，用户有自主选择权。
核心来源：[[上钩]]（初版），[[平台辩护报告-2023]]
**中间立场**（埃亚尔后期、部分监管学者）：
平台有责任，但应通过设计规范（而非内容审查）承担。
核心来源：[[上钩]]（修订版），[[科技伦理设计指南]]
---
## 争议 2：注意力危机的实证基础
**危机论**：注意力下降是可测量的真实现象。
**质疑论**：相关性不等于因果性，研究方法存在问题。
**见 [[注意力危机：实证证据分歧]]**
---
## 争议 3：解决方案：个人自律 vs 系统性监管
**个人方案派**（纽波特、部分心理学家）：
数字极简主义、深度工作时间块
**系统方案派**（祖博夫、吴、监管学者）：
反垄断、数据权利立法、注意力税
**争议焦点**：个人方案是否在系统性问题面前等于"让受害者自救"？
---
[共 7 个争议点，此处展示 3 个]

这张争议地图，成了我写最终文章的骨架。

第八步：从知识图谱到写作——查询即调研

有了知识图谱，写作时的调研变成了这样：

写"商业机制"这一节时：

text

what do you know about 注意力的商业化历史

Claude 引用 [[注意力转售模型]]、[[眼球经济]]、[[蒂姆·吴]]， 综合出一个有三个层次的分析框架，我直接用这个框架搭起这一节的结构。

写"批评与反批评"这一节时：

text

what do you know about 注意力经济批评的主要分歧

Claude 直接引用了 [[核心争议地图]]，给出争议的三种立场和各自的代表来源。

写"个人如何应对"这一节时：

text

what do you know about 数字极简主义的实践建议和批评

Claude 综合了纽波特、哈里、埃亚尔（修订版）三位作者的不同建议，同时引用了批评"个人解决方案"思路的学者观点。

第九步：lint——在写作前做一次健康检查

正式写作前，我做了一次 lint：

text

lint the wiki

结果：

• 孤儿页：11 个（其中 8 个是人名页，只被引用但内容很薄）
• 过时声明：3 处（早期 ingest 时的判断，后来的材料已经更新了它们）
• 缺失连接：5 处（[[尼尔·波斯曼]] 和 [[娱乐至死]] 没有双向链接）

花了一个下午处理这些问题，让知识图谱的质量在写作前达到最佳状态。

最终产出：一次主题阅读能给你什么

完成这次主题阅读，历时 10 周，总 ingest 来源 47 个（10 本书 + 20 篇论文 + 17 篇文章），最终结果：

最后那个数字是最重要的：写作耗时从预估 2 周压缩到 3 天。因为研究已经完成了，知识图谱里的内容远比我脑子里记住的丰富，框架已经在 synthesis 页面里成型，矛盾已经被标注好了。

写作那 3 天，我只需要做一件事：把知识图谱里的结构，用自己的声音写出来。

给想开始的内容工作者：最小起点

你不需要做 10 本书。先从 3 本开始：

text

Day 1：
确定一个你真正关心的议题（要有争议的，不要太平静的）
选 3 本这个议题的代表性书籍
写第一本书的书摘（用我上面的模板）
Day 2：
ingest 第一本书的书摘
在 Obsidian 里看生成的概念页和实体页
Day 7：
读完第二本书，写书摘，ingest
观察：有没有自动出现 [!contradiction] 矛盾标注？
那个矛盾，就是你写作最有价值的切入点。

矛盾出现的那一刻，你会理解什么叫"主题阅读的真正价值"。

最后

《如何阅读一本书》出版于 1940 年，它对主题阅读的定义至今没有过时。过时的，只是实现主题阅读所需的成本。

在那个时代，做一次严肃的主题阅读，需要一位学者用几年时间，维护几千张手写索引卡片。

现在，这件事的执行成本接近于零。

主题阅读的门槛从来不是能力，而是成本。现在，这个成本消失了。

每一个认真读书的普通人，都可以建立真正的知识图谱，做真正的主题阅读。

👇 如果你想继续跟着做：

关注「一只阿木木」，我们在 AI 时代一起构建自己的知识系统。

本文基于 claude-obsidian 项目（GitHub: AgriciDaniel/claude-obsidian，MIT 协议开源）实测撰写。"注意力经济"为作者真实研究议题，所有数据来自真实使用记录。