Bạn đã lưu hàng trăm bài viết, video, PDF, prompt và skill. Nhưng khi cần dùng lại, bạn có thực sự tìm ra và dùng được chúng không? Vấn đề chưa bao giờ là lưu quá ít. Vấn đề là những gì đã lưu nằm rải rác, khó tìm lại, và tự nó không làm được gì cho bạn.
Một kho lưu trữ - dù là ổ Drive hay app ghi chú đầy ắp - vẫn là bộ nhớ tĩnh. Nó chỉ giữ nguyên những gì bạn bỏ vào, còn việc nhớ chỗ nào có gì, việc nối các mảnh rời rạc lại với nhau, vẫn là việc của bạn.
Gắn một AI agent biết đọc và viết vào đúng chỗ chứa tri thức đó, kho lưu trữ tĩnh trở thành một bộ não sống: nó tự đọc lại những gì đã có, tự liên kết các mảnh với nhau, tự cập nhật khi có nguồn mới, và trả lời được câu hỏi dựa trên chính dữ liệu của bạn - không phải kiến thức chung chung.
Không phải một ứng dụng ghi chú thần thánh nào. Second Brain chỉ là bốn việc lặp đi lặp lại - và khi gắn AI agent vào, bạn chỉ cần chọn nguồn và đặt câu hỏi, phần nặng nhọc AI làm giúp.
Với AI agent: bạn chọn nguồn và đặt câu hỏi - AI đọc, tóm tắt, phân loại, liên kết chéo, cập nhật và kiểm tra kho tri thức.
Hai thứ này không ngang hàng nhau. AI OS đứng trên Second Brain - chưa có trí nhớ thì chưa có gì để hành động dựa vào, agent vẫn chỉ là một AI dùng chung không biết gì về bạn.
Second Brain không phải app, mà là bốn việc lặp đi lặp lại. AI agent làm phần đọc-tóm tắt-liên kết nặng nhọc, bạn chỉ cần chọn nguồn và đặt câu hỏi.
Vault của Obsidian thực chất chỉ là một thư mục chứa các file .md thật trên máy bạn. Vì vậy cả bạn và AI agent đều chạm được vào đúng một chỗ, không qua trung gian nào khóa dữ liệu lại.
Lưu ý riêng tư: Obsidian lưu dữ liệu cục bộ theo mặc định. Nhưng khi AI agent đọc nội dung Vault để làm việc, phần dữ liệu đưa vào phiên làm việc có thể được gửi tới nhà cung cấp mô hình - đừng thực hành với dữ liệu mật hoặc thông tin khách hàng.
Obsidian thắng ở một điểm duy nhất: dữ liệu là file markdown thật trên máy bạn, nên cả bạn và AI agent đều đọc-viết được cùng một chỗ.
Đây là mô hình LLM Wiki mà Andrej Karpathy đề xuất: thay vì chỉ tra cứu lại tài liệu gốc mỗi khi hỏi, AI biên soạn và duy trì một wiki bền vững - lớp tri thức nằm giữa bạn và nguồn gốc, ngày càng dày lên qua từng lần dùng.
CLAUDE.md Bảng chỉ đường: quy định wiki tổ chức ra sao, quy ước đặt tên, quy trình phải theoindex.md Bản đồ nội dung: liệt kê mọi trang kèm tóm tắt một dòng, giúp AI biết cần đọc trang nàolog.md Nhật ký: ghi lại từng lần ingest, query và lint, theo thời gianNguyên tắc quan trọng nhất của mấy file này: chúng giữ CHỈ ĐƯỜNG, không giữ NỘI DUNG. Đừng nhét kiến thức vào CLAUDE.md - nó chỉ nói "cần thứ X thì tìm ở đâu". Kiến thức nằm trong các trang wiki. Nhờ vậy agent đi thẳng tới đúng nguồn thay vì phải đọc cả kho. Có một cách kiểm tra rất đơn giản: nếu chính bạn click quanh mà không tìm ra thứ mình cần, thì agent cũng sẽ không tìm ra - đó là vấn đề phải sửa trước tiên.
Nguồn tạo ra tri thức. Câu hỏi tạo ra tri thức mới. Tri thức mới lại được lưu về bộ não - vòng lặp này khiến Second Brain ngày càng dày lên, thay vì đứng yên như một kho lưu trữ.
Buổi này chỉ có một lần - nên phần dựng khung wiki làm ngay tại lớp, không để "buổi sau". Ba bước: cài đặt, dựng khung bằng một prompt, rồi vận hành tiếp.
npx skills add https://github.com/kepano/obsidian-skills - dạy agent dùng đúng Obsidian CLI, Markdown, Bases, Canvas.Gõ nguyên văn ý tưởng của Karpathy vào Claude Code (đang mở tại Vault):
Chỉ cần đúng hai dòng này. Claude Code sẽ tự đọc gist, tự dựng cấu trúc raw/, wiki/, index.md, log.md và luật vận hành - đúng mô hình đã học ở mục 03.
Bước 3 · Vận hành, đừng dừng lại sau khi dựng khung. Tiếp tục dùng chính Claude Code - đã cài bộ obsidian-skills - để chạy vòng lặp hằng ngày: có nguồn mới thì đưa vào để ingest, cần trả lời thì hỏi thẳng để query, định kỳ nhờ lint để giữ wiki sạch. Không có bộ skill này, Claude Code vẫn đọc-viết được file, nhưng dễ làm sai định dạng riêng của Obsidian như wikilink hay frontmatter.
Một hệ thống AI cá nhân hoàn chỉnh có bốn chặng. Lớp mình đã học hai chặng sau từ trước - biết làm skill, biết dựng agent, biết cho nó tự chạy. Nhưng nền của cả hệ thống lại nằm ở hai chặng đầu, và đó chính là phần hôm nay lắp nốt.
Nhìn bản đồ này sẽ thấy lớp mình đi hơi ngược: học công cụ và tự động hóa trước, giờ mới quay về xây nền. Không sao cả - nhưng phải có nền thì những thứ đã học mới thật sự phát huy. Agent của bạn đã làm được rất nhiều việc rồi. Cái nó còn thiếu là biết về chính bạn.
Mang mô hình vừa dựng áp vào một việc thật của chính bạn.
Không cần chủ đề lớn - miễn là thật, có nguồn thật để ingest.
Hôm nay bạn đã dựng xong khung: Vault, wiki, chỗ nối với AI agent. Phần còn lại không phải học thêm gì mới - chỉ là tiếp tục lặp lại đúng ba việc đã học: ingest khi có nguồn mới, query khi cần trả lời, lint để giữ wiki sạch.