AI 时代的笔记软件之战：Obsidian 已经赢了

type

Post

status

Published

date

Feb 16, 2026

slug

summary

笔记软件的竞争正在从功能竞争变成结构竞争。Obsidian基于Markdown的本地文件结构，让AI可以直接读取和处理知识，而Notion等数据库型笔记需要复杂的中间层。在AI时代，知识库的开放性比功能更重要。

AI 时代的笔记软件之战：Obsidian 已经赢了

上周我做了一个决定：把用了3年的 Notion 知识库和2年的Tana笔记，全部迁移到 Obsidian。

朋友都觉得我疯了。

Notion 那么强大，数据库、协作、多端同步样样俱全。而 Obsidian 看起来就像个"纯文本编辑器"，为什么要倒退？

但这个决定背后，其实是我对"AI 时代的知识管理"的一次重新思考。

而这个思考的结论是：

在 AI 时代的笔记软件竞争中，Obsidian 已经胜出。

这不是夸张，而是我这段时间的真实判断。

今天就简单聊聊这个过程。

如果你也有这些困扰

在讲我的判断之前，先问你几个问题：

你的知识分散在 Notion、印象笔记、飞书、各种文档工具里，想整合但不知道怎么做？

你想让 AI 帮你整理笔记，但发现需要复杂的 API、插件、导出数据？

你用了很多"全能型"笔记软件，但总觉得它们在限制你而不是帮助你？

你担心某一天笔记软件倒闭或改版，你的知识就"锁死"在里面？

如果你有这些困扰，那这篇文章可能会给你一些新的思路。

因为我最近发现一件事：

笔记软件的竞争，正在从「功能竞争」变成「结构竞争」。

笔记软件的两种底层结构：数据库 vs 文本文件

以前我选笔记软件，关注的是这些：

好不好用

功能多不多

是否支持双向链接

同步是否方便

但最近我开始用一个新的视角看笔记软件：

它的底层是"数据库"，还是"文本文件"。

从这个角度看，现在的笔记软件大致可以分成两类。

第一类：数据库型笔记软件

比如：

Notion

飞书文档

Tana

它们的本质是：笔记存在数据库里，而不是文件系统里。

这种结构在很多场景下非常强，比如：

项目管理

团队协作

表格数据

知识库管理

我自己也长期使用 Notion 做过很多事情。

但在 AI 开始深度参与知识管理之后，我慢慢感觉到一个限制：

AI 并不能直接读取这些知识。

如果想让 AI 使用 Notion 里的内容，通常需要：

插件

导出数据

这就像你的知识库被装在一个"容器里"，AI 想使用它，需要先拿到钥匙。

而且很多时候，这把钥匙还特别难拿。

第二类：本地文本型笔记软件

例如：

Obsidian

Logseq

Markdown 笔记系统

它们有一个非常关键的特点：每一篇笔记，本质上就是一个 Markdown 文件。

例如：

在 AI 时代，这一点突然变得非常重要。

因为对 AI 来说，Markdown 文件几乎就是"原生知识格式"。

AI 不需要 API，不需要数据库权限，不需要复杂接口。只需要读取文件夹即可。

举个例子，我现在可以让 Claude 直接读取我的整个笔记库，3秒钟总结过去3个月的思考。也可以让 AI 批量整理笔记、重组知识结构、自动生成内容，完全不需要任何中间层。

这就是结构优势。

为什么 AI 更喜欢文本文件而不是数据库？

我后来用一个很熟悉的类比来理解这件事。

如果把知识管理系统看作一台计算机：

数据库型笔记软件更像是：

应用程序内部的数据结构

而 Markdown 知识库更像是：

文件系统

在 AI 时代，这个差别开始变得关键。

AI 更擅长处理"文件"，而不是"应用内部数据"。就像你可以让程序直接读取硬盘上的文件，但如果数据在某个 App 的内部数据库里，就必须通过这个 App 的接口才能访问。

前者是开放的，后者是封闭的。这个开放性，决定了知识库能被 AI 利用的程度。

我的真实变化

过去几年，我的知识管理系统其实是分散的：

Notion（项目管理、知识库）

Tana（大纲笔记）

Readwise（阅读笔记）

各种文档工具

每个工具都很好用，但整体越来越复杂。

当 AI 开始进入我的工作流之后，我开始思考一个问题：

我的知识库，AI 能不能直接参与？

这个问题让我重新审视整个知识管理系统。

然后我发现一个很现实的问题：

用 Notion 时，我想让 AI 读取笔记，要么借助MCP服务，要么导出 → 转换格式 → 喂给 AI。

用 Obsidian 呢？给 AI 一个文件夹路径就行了。

这背后是结构差异，不是功能差异。

为什么我说 Obsidian 已经赢了

我并不是因为 Obsidian 功能最多才选择它。

真正的原因是：

它的知识库，本质上是一个 Markdown 文件夹。

这意味着：

AI 可以直接读取

AI 可以批量整理笔记

AI 可以参与写作

AI 可以重组知识结构

AI 可以做自动化处理

说白了，Obsidian 更像是一个"AI 友好的知识底座"。

这个"底座"属性，在 AI 时代比任何功能都重要。

Obsidian CLI：从笔记软件到系统能力

前几天 Obsidian 发布了 CLI 工具。

这件事看起来不大，但我觉得很关键。

因为这意味着笔记库可以通过终端被程序直接操作。

结合 AI，会出现很多新的可能：

自动创建笔记

自动整理知识结构

自动生成内容

自动更新文档

这已经不是"笔记软件插件"的层级，而更像是"系统能力"。

而这种"系统能力"，恰恰是 Notion 这类数据库型笔记软件很难做到的。

因为它们的知识被"锁"在应用内部，而 Obsidian 的知识是"开放"在文件系统上的。

知识管理正在进入一个新阶段

以前的知识管理更像是：

人记录，软件存储。

而现在越来越像：

人和 AI 一起维护知识系统。

在这种模式下，知识库的"开放性"和"可读性"变得非常重要。

Markdown 本地知识库正好满足这一点。

所以我说"Obsidian 已经赢了"——不是赢在功能，而是赢在结构。

几个阶段性判断

回顾这段时间的实践，我有几个判断：

笔记软件的竞争，正在从功能竞争变成结构竞争。AI 更擅长处理文件，而不是应用内部数据。Markdown 本地知识库正在成为 AI 时代的新基础设施。

知识管理也在发生变化。以前是"人记录，软件存储"，现在越来越像"人和 AI 一起维护知识系统"。

在这个背景下，知识库的开放性和可读性，可能比功能更重要。

如果只看功能，笔记软件之争可能还远没结束。

但从 AI 时代的知识系统来看，我越来越觉得 Markdown 本地知识库正在成为新的基础设施。而 Obsidian，很可能已经站在这个位置上。

给你的一个问题

这篇文章不是在推荐某个软件，而是记录我在重构知识管理系统时的一个判断：在 AI 时代，知识管理系统的底层结构，可能比功能更重要。

这也是我最近把知识管理体系逐步迁移到 Obsidian 的原因。

我不是说所有人都应该迁移到 Obsidian。但如果你也在思考"AI 时代的知识管理"，不妨问自己一个问题：

我的知识库，是为了让软件管理我，还是为了让我（和 AI）管理知识？

如果是后者，本地文本型笔记可能值得重新审视一下。