一只阿木木

绝了！GPT Image2 出图质量也太能打了吧

真的，很久没有这种“被AI追着喂饭”的感觉了。 随手试了一下新出的GPT Image2，怎么说呢——以前的AI出图像开盲盒，现在的出图像请了个私人摄影师。 手指不畸形了，文字不乱码了，光影终于对味了。 就这三点，已经把90%的老用户感动哭了。 它真的听得懂 以前玩AI绘画，得像念咒一样堆叠一堆“大师词条”：什么“8K…

我的Obsidian库里有一千三百条笔记，但我花了三年才明白，我在做一件错误的事

我的Obsidian库里有一千三百条笔记，但我花了三年才明白，我在做一件错误的事——"赛博时代的认知进化论"系

我的最好想法，都消失在聊天框里了

知识库为什么会死

Karpathy的知识库体系：你有没有发现：每次新的对话，你都要重新把自己介绍一遍

index.md 失效那一刻：我怎么让知识库在“几百页之后”仍然找得到、用得上、写得出（附触发条件/流程模板）

LLM 最危险的不是答错，而是把错写进 wiki：我用 lint + git 把“知识污染”治住了（附清单/模板）

我用Karpathy 的思路，编译一套流程，把 100 个链接变成 1 页可用结论

Karpathy 的 LLM Wiki 知识库复利工作流：71.5x 不是噱头，真正狠的是“默认行为被改写”

Karpathy 的 LLM Wiki 知识库对齐：代码 + 论文笔记 + 阿语图片，graphify 怎么把它们拉回同一张地图？

Karpathy 的 LLM Wiki 知识库结构体检：6 个文件的小代码库，为什么也值得跑一次 graphify？

从 Karpathy 的 "LLM Wiki"，到 graphify 的"结构复利"

SKILL.md 完整创作指南：从理解触发机制，到三个真实模板，到调试迭代方法

Claude Code + Obsidian 自动化工作流完整系统建设指南

Obsidian 三大核心 Skill 案例的完整实战报告

从工具清单到决策框架，一篇读懂 Obsidian 官方 Skills 套件的真实指南

Obsidian CEO 做了 5 个 Markdown 文件，重新定义了 AI 与工具之间的关系

你想让 AI 记住一个什么样的「你」？我花了比安装 Graphify 更长的时间，在想这个问题

我用 Graphify 重构了自己的 AI 工作流之后

当图结构成为新的语义载体，向量嵌入的护城河还剩多少？