--- title: "从 Markdown 到 Space，我发现 AI 知识库的本质从来没有变过" author: "冯智勇" published: "2026-11-08T08:35:00.000Z" description: "从 Markdown 转向 ChatGPT Space，我逐渐意识到：文档只是载体，AI 知识库真正的价值，在于让有效上下文被准确、便捷地调用。" tags: ["AI协作","知识管理","上下文管理"] url: "https://fengzhiyonggeo.com/posts/markdown-to-space-ai-context/" --- # 从 Markdown 到 Space，我发现 AI 知识库的本质从来没有变过 ![《从 Markdown 到 Space，我发现 AI 知识库的本质从来没有变过》的文章封面]() 最近，我开始把自己的资料库逐渐转移到 ChatGPT Space。 以前使用 Markdown，现在使用 Space。看起来是换了一套知识管理工具，但折腾了一圈之后，我发现自己真正想解决的问题，其实从来没有变过。 **无论使用哪种 AI，上下文都是刚需。Markdown 也好，Space 也好，都只是保存上下文的载体。真正重要的是，如何让 AI 毫不费力地调用这些上下文。** ## 为什么我开始重视上下文？ 刚开始使用 AI 的时候，我并没有特别在意上下文管理。 问一个问题，得到一个答案，一次对话就结束了。 但随着我越来越深入地使用 AI，开始让它参与网站开发、内容创作、商业决策和日常工作，问题就逐渐暴露出来了。 同样一件事情，我可能已经在之前的对话里讨论过很多次，明确了自己的观点，甚至已经做出了决策。 但换一个会话，或者换一个 AI，又得重新解释一遍。 有时候解释得不够完整，AI 甚至会按照自己的理解，把已经确定的事情重新讨论一遍。 这让我逐渐意识到：**AI 的能力再强，如果不了解我的背景、目标和过去做出的决策，也很难真正把事情做好。** 所以，我开始使用 Markdown，把自己的经验、判断、项目背景和工作规则整理成文档。 目的很简单，就是让 AI 能够理解我的上下文，而不必每次重新开始。 ## 保存资料容易，让 AI 调用资料却不容易 Markdown 本身并没有什么问题。 它简单、开放，既方便人阅读，也方便 AI 处理。放到本地项目里，还能配合 Git 和 Codex 使用。 但随着资料越来越多，我发现了另外一个问题。 **把知识保存下来，不代表 AI 就能正确使用这些知识。** 假设我已经积累了几百篇文档。 对于人而言，可以通过文件夹、目录、搜索来找到资料。但对于 AI 呢？ 如果每次开始新任务，我都需要告诉它应该阅读哪些文档，甚至还要亲自把相关内容复制过去，那我实际上仍然在承担上下文管理的工作。 后来，我也尝试过其他知识管理工具，最后又把注意力转向了 ChatGPT Space。 原因并不是 Space 的文档编辑功能有多先进。 而是我的大量思考、讨论和 AI 协作，本来就发生在 ChatGPT 里面。 如果能够直接把聊天中形成的观点、经历和决策保存成 Page，再让后续会话和 Agent 按需调用，就不需要为了管理上下文，在不同工具之间反复搬运资料。 这才是我选择 Space 的主要原因。 当然，它目前也没有做到完全自动、准确地调用所有资料。有些时候仍然需要主动引用 Page，也需要注意资料是否过期。 但至少，我开始找到一种更符合自己使用习惯的方式。 ## 知识库的价值，不是存了多少资料 过去评价知识管理软件，我们经常关注它支持多少种格式、能不能建立双向链接、有没有知识图谱、搜索功能强不强。 这些功能当然有价值。 但如果知识库主要是提供给 AI 使用，我认为评价标准可能需要改变。 我更关心几个问题： - AI 能不能自己找到当前任务需要的资料？ - 能不能理解哪些是我的观点，哪些只是讨论过程？ - 当我的想法发生变化时，它能不能区分过去的判断和现在的决策？ - 完成任务之后，能不能把有效的新信息继续沉淀下来？ 这里其实存在两个不同的问题。 一个是**知识怎么保存**，另一个是**知识怎么被使用**。 过去很多知识管理工具主要解决第一个问题。 但在 AI 时代，我认为第二个问题可能更加重要。 即使拥有非常庞大的资料库，如果 AI 每次都需要用户手动告诉它去哪里查找，那资料库的价值也没有充分发挥出来。 反过来，即使资料库规模不大，只要 AI 能准确理解并调用这些资料，也可能极大地降低人与 AI 的协作成本。 ## Space 会一直存在吗？ 最近，我还专门思考过这个问题。 Space 是一个新产品，Page 也刚推出不久。它未来会不会持续存在？会不会被其他产品取代？ 我不知道。 但后来我发现，自己可能根本不需要过分纠结这个问题。 因为过去使用 Markdown，现在使用 Space，未来还可能使用完全不同的工具。 **工具会变，但 AI 对上下文的需求不会因此消失。** 甚至随着 AI 能够承担越来越复杂的任务，它需要理解的上下文可能会更多。 不只是知道用户说过什么，还要知道用户为什么做出某个决定、哪些判断已经改变、哪些事情正在进行。 从这个角度看，未来的知识库可能不再是一个需要人类不断打开、整理、阅读的软件。 它更可能成为 AI 背后持续运行的上下文系统。 用户在日常聊天、工作和决策中不断产生信息，AI 负责整理、关联、检索和维护。 当然，这并不意味着人不需要审核知识。重要判断是否准确、当前决策是否有效，依然需要人来把关。 只是人可能不再需要把那么多精力花在管理文件上。 ## 最后 回过头来看，从 Markdown 到 Space，我改变的其实只是工具。 过去，我试图把自己的上下文整理成文档，再告诉 AI 应该去哪里读取。 现在，我希望 AI 能主动找到这些资料，并且在工作中持续使用和维护它们。 未来，也许连 Page 这样的文档形式都会发生变化。 但有一件事始终不会改变： **AI 不会读心术。想让 AI 更好地理解自己，就必须让自己的经历、知识、判断和意图以某种形式被记录下来，并且能够被可靠地调用。** 所以，我越来越觉得，个人知识管理真正需要解决的，不是如何保存更多文档。 而是如何让 AI 在需要的时候，准确地知道那些文档里有什么。 这才是我折腾了这么多知识管理工具之后，逐渐形成的判断。