Fable 5 第二大腦：用 Obsidian 讓 Agent 讀懂你的業務
Machina 的文章把 Fable 5 的差異化拉回一個很務實的問題：同一個模型，為什麼有人得到制式輸出，有人得到像是熟悉自己業務的產物？答案不是神奇 prompt，而是讓 agent 能穩定讀取你的知識庫、風格、決策與研究證據。
這篇文章不是在教筆記術，而是在教 agent 的上下文工程
Machina 的核心觀點是：模型本身再強，如果完全不知道你的業務、受眾、架構、過去決策與語氣，它只能用一般化的模式猜。把模型接上一個你擁有、可讀、可維護的 markdown vault，同一個模型才會開始產生差異化輸出。
Obsidian 在這裡不是被當成漂亮筆記 app，而是被當成 agent 可以直接操作的檔案系統。人用 Obsidian 看圖譜、編輯筆記；agent 用 Claude Code 或類似終端環境讀寫 markdown。雙方看的是同一個資料夾，這讓知識庫能同時服務人腦與機器。
記憶要在你自己的檔案裡
文章主張用本機 markdown，而不是把所有知識綁進某個黑箱資料庫。可讀、可 diff、可備份，才適合長期交給 agent 使用。
資料夾結構比工具品牌重要
raw、entities、concepts、INDEX.md 這四塊把原始證據、整理後知識與導航入口分開，避免知識庫變成一堆搜尋噪音。
每次整理都應該讓下次更好
好的第二大腦不是儲藏室，而是會透過連結、來源、維護循環與研究流程，把新的材料變成下次任務可用的上下文。
Machina 的第二大腦可以拆成六個實作層
這套方法的重點不是一次做一個完美知識庫，而是先建立能讓 agent 穩定讀、穩定寫、穩定查證的最小系統。下面是文章精神整理後的工程版流程。
先把 raw/ 當成不可改的事實層
所有捕捉到的資料先放進 raw：訪談、舊聊天、書籤、逐字稿、客戶文件、研究材料。agent 可以引用與整理，但不應把原始資料改寫成自己的二手記憶。
把 entities 與 concepts 當成編譯後知識
agent 從 raw 中萃取具體對象與抽象模式，更新既有頁面，而不是每次都開新檔。這能讓客戶、工具、策略與教訓逐步累積。
用 INDEX.md 降低讀取成本
INDEX 是知識庫的地圖。agent 先看索引，再沿著連結與關鍵字打開少量相關頁面，避免把整個 vault 塞進昂貴的上下文視窗。
用 /goal 或長任務回填歷史資料
先把舊材料丟進 raw，再讓 agent 逐批整理成 entities 與 concepts。每次更新都應該能用 diff 與 source link 證明，不要只相信模型口頭宣稱。
用排程維護，而不是靠記憶維護
文章建議把維護拆成 session 結束後的擷取、每日低成本整理、每週 lint、每週高階綜合。這讓 vault 不會三週後變成沒人敢碰的資料堆。
把研究流程接進知識庫
研究不是問一次 chatbot，而是拆問題、平行查不同來源、留下 claim/source/date，再讓懷疑者角色攻擊每個結論。通過檢查的結果才進入 vault。
第二大腦的價值不是保存更多文字，而是讓 agent 在每次任務開始時，能找到與這次問題真正相關的少量可信上下文。
本頁依公開 X Article payload 改寫；數字與案例屬原作者論述，未視為第三方驗證結論。真正的難點是讓 agent 讀得準、讀得少、讀得值得
文章很強調 token 成本：知識庫如果每次都整包載入，很快就會變成昂貴又遲鈍的系統。比較好的設計是讓常駐規則保持短小，只告訴 agent 去哪裡找；真正內容按需讀取。
大型問題可以交給子 agent 先讀很多頁，再把濃縮結論回傳主對話。主上下文保留決策、矛盾與下一步，不承擔整座資料庫。這個分工把「閱讀」和「決策」拆開，才有機會在長期任務中維持成本可控。
對工程師的實用解讀
如果你正在做 coding agent、研究助理、內容流水線或客戶服務 copilot，這篇文章的實用訊息是：不要只評估模型排行榜，也要評估模型能否穩定接上你的私有上下文。模型越強，越需要一套能讓它正確引用、更新與檢查知識的外部記憶。
最小可行版本不需要龐大架構：一個 Obsidian vault、四個入口、十幾份關鍵文件、一份短規則檔、一個整理任務、一個每週檢查流程，就足以讓 agent 開始從「一般助手」變成「熟悉你業務的工作者」。
TL;DR
- 01Fable 5 的差異化不只在模型能力，而在它能否讀到你的業務上下文。
- 02Obsidian vault 適合當 agent 第二大腦，因為它本質上是可讀、可 diff、可連結的 markdown 資料夾。
- 03raw、entities、concepts、INDEX.md 是文章建議的最小骨架：原始證據、整理後知識與導航入口要分開。
- 04第二大腦需要維護循環：session 後擷取、每日整理、每週 lint、每週綜合，否則會快速腐化。
- 05成本控制的關鍵是按需閱讀：索引、連結、grep、子 agent 摘要，而不是每次把整個 vault 塞進上下文。