我从 Steph Ango 的决策哲学学到的：为什么「克制」是 2026 年最稀缺的 AI 能力

副标题：一个 18 人的团队，$25M ARR，零融资，拒绝内置 AI——这不是落后，这是最深刻的产品智慧

引子：一个公司让整个硅谷感到困惑

2026年3月，一篇关于 Obsidian 的报道里有一句话让我停下来反复读了几遍：

一家估值3.5亿美元、拥有超过150万月活跃用户的软件公司，全职员工总数只有7人，外加一只办公室猫。这是个人知识库软件 Obsidian 创造的商业奇迹。在硅谷初创公司普遍追求规模和风险融资的背景下，Obsidian 以极简团队、零外部融资、几乎不存在的内部会议，以及高达2500万美元的年经常性收入，提供了一个截然不同的「小而美」的软件创业模板。

7人。$25M ARR。零融资。

但让我真正困惑的，不是这些数字。

而是这家公司面对整个 AI 浪潮的态度：

当所有人都在疯狂往产品里内嵌大模型时，Ango 解释道：「几乎所有大型 PKM 应用都融了数百万甚至数亿美元。问题在于这长期来看会错位用户的激励……它会激励某些违背我们原则的行为。」在零投资者压力下，Obsidian 可以保持小团队（18人服务150万+用户），耐心发布功能，让社区通过插件驱动创新。

Obsidian 的 CEO Steph Ango，在2026年做了一个在外人看来几乎「反常识」的选择：不在核心产品里内置 AI。

这篇文章，是我花了两个月研究 Steph Ango 的公开文章、播客访谈和产品决策之后，写下的一份「决策哲学解读」。

我想搞清楚一件事：在 AI 让一切都变得「能做」的时代，他为什么选择「不做」？

一、他的元决策：「软件是短暂的，文件才能永恒」

要理解 Ango 的所有具体决策，必须先理解他的「操作系统」。

File over App 是一种哲学：如果你想创造持久的数字制品，它们必须是你能控制的文件，采用易于检索和阅读的格式。使用给予你这种自由的工具。

这句话看起来像是技术偏好，实际上是一个关于时间尺度的世界观宣言。

File over App 也是对工具制造者的呼吁：接受所有软件都是短暂的，给予人们对数据的所有权。在充分的时间维度下，你创建的文件比你用来创建它们的工具更重要。应用是短暂的，但你的文件有机会永恒。

Ango 在思考的时间单位不是「下一个 Sprint」，不是「下一季度的 ARR」，而是几十年乃至几百年。

「如果你希望你的写作在2060年代或2160年代的电脑上仍然可读，那么你的笔记必须能在1960年代的电脑上被读取。」纯文本通过了这个测试。

这个思维框架一旦建立，他的所有产品决策就都有了逻辑：

二、他面对 AI 的具体立场：「用 AI 作用于文件，而不是用 AI 替代文件」

这是我认为2026年最精准的一句关于 AI 工具使用的话。

Ango 立场的清晰版本不是「永远不要用 AI」，而是：不要委托理解力。AI 不应该替代你决定自己相信什么、学到了什么，或者一条笔记在你的系统中意味着什么。在文件上使用 AI，而不是用 AI 替代文件。其结果是一个 Agent 可以读取的个人系统，但不会把你的记忆变成黑箱。

这个区别，比它看起来更深刻。

让我用一个具体场景来说明：

场景A（委托理解力）：你读了一篇关于 RAG 评估方法的文章，让 AI 总结，把 AI 的总结保存到 Obsidian。

场景B（用 AI 作用于文件）：你读了这篇文章，自己写了一段「我认为这对我的 RAG 项目意味着什么」的笔记。然后让 AI 帮你把这段笔记整理成 OFM 格式，建立到相关笔记的 wikilinks，更新 DECISIONS.md。

场景 A 里，「理解」被外包了。保存到 Vault 里的是 AI 的理解，不是你的理解。

场景 B 里，「理解」在你这里，AI 做的是格式化和连接。Vault 里保存的是你自己的思考，被 AI 增强了组织结构。

两年后，场景 A 的 Vault 是一堆 AI 总结的集合，场景 B 的 Vault 是你思想的结晶。

三、「结构性谦逊」：他的产品哲学里最难被模仿的东西

研究 Ango 的产品决策，有一个反复出现的模式，我把它叫做「结构性谦逊」。

图谱和仪表盘是坐落在这些文件之上的视图，而不是赋予它们真实性的容器。这种结构性谦逊让应用处于我们真正试图理解的事物的下游。

「让应用处于文件的下游」——这句话是 Obsidian 整个产品架构的总结。

应用是窗口，文件是真实。你可以换窗口，但真实不变。

把这个逻辑扩展到 AI：

AI 是工具，知识是真实。你可以换 AI，但知识不变。

这就是为什么当所有人都在问「我应该用哪个 AI」的时候，Ango 在问的是「我的文件在哪里，谁拥有它们」。

工具会改变，我们会想用不同的工具、不同的编辑器、不同的电脑。最有可能比一切都更长久的，是我们可以用各种工具与之交互的纯文本文件。不是被锁在专有格式里随着工具一起消亡的，而是纯文本格式的——1960年代的电脑能读取的文件，2160年代的电脑同样能读取。

四、他的三个具体决策，每一个都可以学

决策1：「我们只能同时专注一到两件事」

CEO Ango 承认：「我们只能同时专注一到两件事。」但他认为这个权衡是值得的，以维护团队的纯粹性、产品的原则和极高的运营效率。

这是一个关于「聚焦成本」的诚实承认。

大多数公司不敢说这句话，因为说了等于承认「我们做不了那么多」。

但 Ango 说了，因为他的逻辑是：一个专注的团队做出来的两件事，比一个分散的团队做出来的二十件事，对用户更有价值。

这个逻辑在 AI 时代尤其反直觉——AI 让你「能做」的事情急剧扩展，但「应该做」的事情并没有变多。

AI 扩展了能力，但没有扩展战略清晰度。

Obsidian 插件生态就是这个逻辑的实践：截至2026年3月，Obsidian 社区插件目录拥有超过2700个插件，涵盖几乎所有可以想象的功能。每周发布5到12个新插件，70多个插件收到更新。这个「无偿的外部工程兵团」才是 Obsidian 用极小核心团队服务庞大用户群的真正秘密。

把「能做的」交给社区，把「必须做的」留给自己。

决策2：「零内部会议」

当被问及为什么团队上限定在10-12人时，Ango 解释说这是不需要管理层、确保每个人都是直接贡献者的最大人数。他承认以前管理过更大的团队，但发现这个过程「不好玩」。「对我来说，热爱在于手艺本身。我想把时间花在做事情上，而不是管理人。」他透露，Obsidian 内部会议数量是「零」。

零内部会议。

他们怎么协作？Obsidian 的答案是一种独特的实践，叫「ramblings」。在团队内部聊天工具里，每个成员都有一个以自己名字命名的频道。他们可以随时在里面发布任何内容：工作进度、技术挑战、生活琐事或随机想法。没有格式要求，没有发布频率期望。

这是一个非常克制的沟通设计：异步优先，无会议，低摩擦，高信任。

映射到 AI 工具的使用：大多数人把 AI 作为「会议替代品」——开一个对话，让 AI 帮你搞清楚要做什么，然后执行。

更克制的用法是：先自己想清楚，再用 AI 执行。「ramblings」频道就是 Ango 「先自己想清楚」的地方。

决策3：「做这个行为的公开宣告」

2023年8月，Ango 在社交媒体上公开宣布了公司的三条核心原则：团队规模永远不超过10到12人；永远不接受风险投资；永远不收集用户数据或分析。他强调，公司的产品开发始终基于一个核心假设：「软件是短暂的。」

公开宣告原则是一种强承诺机制。

你一旦公开说了「永远不」，就很难食言。

这不是公关策略，是一种用公众监督来约束自己未来决策的方式——是主动给自己套上枷锁，防止在某个疲惫的时刻做出与原则不符的决策。

这在 AI 时代尤其重要，因为诱惑太多了：

某个 AI 提供商来谈战略合作，提议在 Obsidian 里内置他们的模型——用户数 × 某个抽成比例，是一个非常有吸引力的数字。

但 Ango 在2023年就公开宣告了他不会怎么做。所以他在2026年面对这个提议时，不需要重新做一遍这个决策。他的过去替他做了决定。

五、把这些映射到你自己：「克制」是一种主动能力

我在研究 Ango 的过程中有一个让我一直回想的顿悟：

「克制」不是「无能」，是「清楚知道什么不该做」的能力。

在 AI 每天都在给你新工具的时代，「克制」意味着：

不是不用 AI，而是清楚地知道哪些事情不应该让 AI 做。

让我把这个映射到三个具体场景：

场景1：代码层面

默认情况下，语言模型是一个无情的战术程序员。它被训练和提示为生产能运行的代码，而不是同事会乐意继承的代码。所以它会复制一个代码块而不是提取共享思想，添加另一个参数而不是重新思考接口，并采用在孤立情况下有效但悄悄恶化整体的局部修复。 模型是一个快速的战术程序员，它需要一个在它之上战略性思考的人。从 AI 中获益最多的团队，不是生成最多代码的团队，而是系统保持足够简单、让机器可以快速在其中移动而不破坏它的团队。

你不应该把「系统设计」委托给 AI。

你应该自己做系统设计，然后让 AI 写实现。

场景2：知识管理层面

你不应该让 AI 替你「决定这条信息重不重要」。

Ango 立场的清晰版本不是「永远不要用 AI」，而是：不要委托理解力。AI 不应该替代你决定自己相信什么、学到了什么，或者一条笔记在你的系统中意味着什么。

你应该做「是否重要」的判断，让 AI 做「格式化和连接」的工作。

场景3：职业发展层面

你不应该让 AI 替你「决定你的职业方向」。

问 Claude「我应该成为 FDE 还是 AI PM」，它会给你一个看起来很合理的分析。但这个分析里没有你对工作的真实感受，没有你愿意接受什么样的生活，没有你内心深处真正想做的事。

「职业方向」是你必须自己拥有的判断。AI 可以给你数据，但你必须自己做决定。

六、「结构性谦逊」在 IP 建设中的应用

Ango 最让我佩服的是这件事：

在2025年的一次采访中，Ango 把汽车设计和软件做了一个类比：就像每辆汽车都为了燃油效率收敛成同样的空气动力学「灰色气泡」，网页设计也因为可用性而收敛成相同的 Bootstrap 衍生模式。Obsidian 的插件系统是刻意的反面——一个赌注，赌软件中的创意表达仍然重要，即使它需要付出某些一致性的代价。这和 Winamp 皮肤在2004年重要的原因一样：给人们一个画布，那些真正关心的人会创造出非凡的东西。

「灰色气泡」——这个比喻太精准了。

2026年的内容创作领域，正在发生一场「灰色气泡化」：

每个人都用 AI 写内容，AI 在同样的训练数据上训练出来，生成的内容开始趋同。标题都是「X件事让你……」，结构都是「问题→解决方案→行动号召」，语气都是自信而友好的。

当所有人都用 AI 写作，克制地保留人类摩擦感，就变成了一种竞争优势。

你做 IP 的「结构性谦逊」是什么？

「这让我们更容易做出长期来看对我们自己和用户更好的决策。这是我们整天都想使用的工具。所以，如果有人离开，没关系。」

「如果有人离开，没关系。」

这句话是 Ango 能做出所有克制决策的底气。

当你不需要取悦所有人，你才能做出真正对的事。

七、最难模仿的部分：这需要一个清晰的「不做什么」清单

Obsidian 在公司成立之初，不只有「产品愿景」，还有一份「我们永远不做什么」的清单：

团队规模永远不超过10到12人；永远不接受风险投资；永远不收集用户数据或分析。

三条「永远不」，比任何愿景陈述都更有力量。

因为在市场压力、竞争压力和个人疲惫面前，「愿景」很容易被妥协，但「永远不」的公开承诺很难被打破。

你作为一个内容创作者/IP，你的「永远不」是什么？

这不是修辞题。这是一个需要认真思考后写下来的清单。

我的版本是：

Markdown

# 我的「永远不」清单
- 永远不发布自己没有实际做过的内容（只写真实经验）
- 永远不为了流量改变核心立场
- 永远不把数据锁在任何单一平台（File over App）
- 永远不用 AI 替代核心观点的形成（只用 AI 辅助表达）
- 永远不把「评论量」当成内容质量的指标

把这个清单写下来，保存在 Obsidian Vault 里。

它会在你最疲惫、最想妥协的时候，提醒你为什么开始。

结语：克制是一种可以学习的能力

2026年，AI 让「能做」的门槛几乎为零。

任何想法，10分钟之内就能有一个能跑的 Demo。

任何文章，30秒之内就能有一个「看起来还不错」的草稿。

这是好事。但它也带来了一个新的挑战：

当「能做」变得容易，「不做」就变得更难，也更重要。

Steph Ango 在这件事上给了我最清晰的示范：

在充分的时间维度下，你创建的文件比你用来创建它们的工具更重要。应用是短暂的，但你的文件有机会永恒。

把「应用」替换成「工具」，把「文件」替换成「思想」：

在充分的时间维度下，你形成的思想比你用来形成它们的工具更重要。AI 是短暂的，但你的理解有机会永恒。

克制不是对 AI 的抵抗。克制是对自己的忠诚。