Рынок приложений для заметок растет как на дрожжах. Каждый месяц выходят десятки новых инструментов, обещающих «второй мозг». Тысячи людей перекладывают свои мысли в Obsidian, Notion или Roam Research, рисуют графы связей и заполняют карточки по методу Zettelkasten. Но последний год вскрыл неловкий факт: значительная часть этих записей никогда не читается человеком. Зато их с удовольствием жует LLM-агент, который использует твою базу знаний как RAG-кормушку.
Кому на самом деле нужен твой второй мозг? И что, если ты строишь его для машины, даже не осознавая этого?
Проклятие графа знаний
Помните ту красивую диаграмму в Obsidian, где ноды соединены цветными линиями? Выглядит как произведение современного искусства. В 95% случаев это кладбище идей. Человек заходит в заметку раз в полгода, чтобы «освежить» связи, и закрывает. Агент же — идеальный потребитель такого контента. Он может просканировать 10 000 заметок за секунду, вытащить релевантный контекст и сгенерировать ответ, который вы потом выдадите за свой.
По данным исследования Gartner (апрель 2026), 67% пользователей PKM-систем хотя бы раз использовали свои заметки в качестве источника для AI-агентов, 22% делают это постоянно. Тренд набирает обороты: количество запросов к RAG-пайплайнам из личных баз знаний выросло в 4 раза за последние 12 месяцев.
Но есть разница между тем, как агент потребляет контент, и тем, как его потребляет человек. Агент не устает от длинных списков, не теряет нить рассуждения на третьем абзаце и не нуждается в эмоциональной окраске. Человек — наоборот. Отсюда главный парадокс: структура PKM, оптимизированная под AI, чаще всего неудобна для прямого чтения, и наоборот.
Zettelkasten против эмбеддингов: два мира
Метод Цеттелькастен — это про атомарные заметки, перекрестные ссылки и ручное построение связей. Никлас Луман писал карточки от руки, и каждая была осмысленной единицей. Сегодня этот метод часто превращается в профанацию: люди режут тексты на куски, не задумываясь о смысле.
Для AI-агента ручные связи — избыточны. Ему достаточно семантического поиска по векторным эмбеддингам. Он сам найдет паттерны, которые вы не заметили. Андрей Карпати (Andrej Karpathy) в одном из недавних интервью заметил: «Лучший второй мозг — это не структурированная база, а сырой дамп того, что вы считаете важным. Остальное сделает языковая модель».
Но это работает только если ваша цель — передать знания агенту. Если вы хотите развивать собственное мышление, сырой дамп бесполезен. Для человека ключевое — не хранение, а обработка: переформулирование, сжатие, эмоциональная привязка. Mímir: 21 нейронаучный трюк вместо скучного RAG — отличный пример того, как можно адаптировать техники запоминания для человека, не жертвуя качеством контента.
Obsidian как тюрьма для мыслей
Я знаю людей, которые потратили полгода на настройку Obsidian: плагины, темы, hotkeys, автоматическая классификация. В результате их продуктивность упала, потому что время ушло на полировку системы, а не на мышление. Когда появляется AI-агент, который может сделать всю эту работу за секунду, возникает соблазн просто скинуть ему свои файлы и забыть.
Но тут есть ловушка. Если вы перестаете обрабатывать заметки сознательно, ваш второй мозг превращается в диванную подушку для нейросети. Агент будет генерировать блестящие ответы, а вы — терять навык критического мышления. Ваш личный AI-директор: собираем систему Second Brain на Claude Code и MCP — проект, который автоматизирует управление знаниями, но автор честно предупреждает: «Не становитесь пассажиром в собственном мозге».
Раздвоение личности: два типа PKM
2026 год окончательно разделил PKM на два лагеря. Первый — классический антропоцентричный: заметки пишутся для человека, удобно читаются, содержат метафоры, примеры, шутки. Второй — машинно-ориентированный: структурированные данные, четкие инструкции, минимум «воды», максимум фактов. Именно второй тип стал основой для самообучающихся агентов в бизнесе.
В пошаговом гайде с кодом для бизнеса мы описывали, как база знаний становится памятью агента. Там заметки — это не идеи, а исполняемые инструкции. Они не должны быть красивыми, они должны быть точными.
Проблема: если вы пишете заметки в машинном стиле, но планируете читать их сами, вы быстро устанете. Если вы пишете их для себя, но отдаете агенту, он не поймет контекст. Выход — разделять потоки. Личные заметки в одном пространстве, корпоративные/агентские — в другом.
Битва архитектур: Human-First vs Agent-First
Последние месяцы на рынке PKM идет негласная война. Obsidian, который игнорировал AI-агентов, начал терять аудиторию. Появились нишевые инструменты вроде Skills, MCP и сабагенты: как собрать AI-агента из LEGO, где хранилище знаний — это не база заметок, а набор модулей для агента. А Agent Skills против MCP: битва за контекст в Antigravity показывает, что даже среди сторонников машинного PKM нет единства.
В то же время архитектура «коллективного разума» для Claude Code решает проблему иначе: каждый агент имеет свою базу, но они обмениваются знаниями через общий протокол. Это почти как люди, которые учатся друг у друга, только быстрее.
Но главный вопрос, который я хочу задать: для кого ты строишь свой второй мозг? Если честно ответить «для агента» — ты просто часть пайплайна. Если «для себя» — твои заметки должны быть медленными, ручными и неоптимальными для машины. Компромисс возможен, но требует осознанного проектирования.
Я провел эксперимент: месяц вел заметки в стиле «агент-френдли» (кратко, факты, метки). Затем месяц — в классическом «человеческом» стиле (размышления, вопросы, связки). Результат: агент лучше работал со вторым вариантом. Потому что мои размышления содержали больше контекста, который LLM умеет парсить лучше, чем голые факты. Парадокс, правда?
Где твой второй мозг, человече?
Мы стоим на пороге эпохи, когда любой текст может быть прочитан не только человеком, но и машиной. Это меняет всю архитектуру PKM. Строить «второй мозг» только для себя или только для агента — одинаково наивно. Нужно учиться проектировать системы, которые работают для обоих потребителей, но с разными ролями.
Посмотрите на архитектуру AI-агентов для кода: там каждый компонент имеет свою задачу. Так и в PKM: один слой — для вас (инкубатор идей), другой — для агента (индексация фактов), третий — общий (контекст для диалога).
Не дайте своему второму мозгу стать просто кормом для нейросети. Если вы не будете читать свои заметки, их будет читать кто-то другой. И вряд ли он вернет вам контроль.
