稍早與朋友聊到「個人知識管理（PKM）」話題的時候，對方提供了一支 ICOR with Tom 的影片，說可以參考一下相關作法。影片內容是創作者使用最新的 Claude Opus 4.6（Claude Cowork / Claude Code），透過即時測試的方式把自己的 Heptabase 知識庫整份遷移到 Obsidian，並且讓 AI 自動幫他按照自己的系統架構重新整理。
剛好自己以前也是 Heptabase 的用戶，所以也稍微整理一下他的想法與內容。
生產力主題 Youtuber Tom 透過其擁有超過 12,000 名社群成員的 YouTube 頻道「 ICOR with Tom | AI Productivity 」進行了一場實況測試：利用最新版本的 Claude 語言模型，嘗試將他累積了兩到三年的 Heptabase 視覺化知識庫，自動整併並轉移至本地端筆記軟體 Obsidian 之中。
在測試過程中有遇到一些障礙，也有一些令人驚豔的地方，底下摘要他的直播：
筆記軟體與 AI 的演進脈絡
回顧個人知識管理工具的發展，一切始於 Roam Research 與 Notion 的崛起，隨後 Obsidian 帶著強大的雙向連結功能橫空出世，並迅速成為市場焦點。然而，過去許多使用者雖然嚮往 Obsidian 帶來的極致隱私與本地檔案管理優勢，卻常因為其跨平台存取的限制以及繁瑣的初期設定而卻步。
使用者往往需要在 Obsidian 中花費大量時間安裝外掛、設定模板，才能勉強建立起一套可用的系統。
相比之下，其他筆記軟體在設定上顯得較為友善。但這一切在 Claude 進入市場後發生了根本性的改變。 Tom 指出， 2025 年底推出的 Claude Opus 4.5 絕對是一個劃時代的轉捩點。如今，隨著最新的 Claude Opus 4.6 版本問世，其具備了高達 100 萬個 Token 的上下文窗口（ Token window ）。
這意味著 AI 現在可以一次性讀取並理解使用者龐大的 PKM 系統架構。
為何選擇回歸 Obsidian ？
在此次實況中， Tom 強調了他考慮將核心系統從 Heptabase 轉回 Obsidian 的最大關鍵： Obsidian 採用純文字的 Markdown 格式儲存於本地資料夾。
對於 AI 而言， Markdown 檔案極度容易讀取與操作。相較於被封閉在雲端應用程式中的數據，本地資料夾中的檔案能讓 AI 代理（如 Claude Code 或 Claude Cowork ）更輕易地進行分析與修改。
Tom 在直播中匯出了 Heptabase 龐大的 JSON 與 Markdown 備份檔，並直接指示 Claude 分析這些帶有特殊格式與程式碼片段的檔案，要求其在一個名為「 My Life 」的全新 Obsidian 儲存庫（ Vault ）中，自動建立正確的雙向連結，甚至期望 AI 能將原有的白板架構還原至 Obsidian 的 Canvas 功能中。
ICOR 方法論：工具會變，系統不變
在等待 AI 運算的過程中， Tom 分享了其團隊核心的 ICOR 方法論。他一再強調一個重要觀念：「你的工具會改變，但你的系統不會。」
Tom 揭露了他們建構「 My Life 」概念的底層邏輯，他們將個人知識庫嚴格劃分為三大區塊：
- 當前專案（ Current Projects ）：僅存放正在進行中的私人專案資訊，而非待辦事項。
- 關鍵元素（ Key Elements ）：生活中持續運作的核心板塊，例如健康、家庭、事業與財務。
- 主題（ Topics ）：存放激發興趣的知識，並建議專注於三到四個核心主題，以此作為過濾日常網路與社群媒體資訊的標準。
Tom 補充說明，他們通常只使用任何一款工具約 20% 到 30% 的功能，專注於利用該工具的「超能力」。例如，他們透過 Readwise 與 Reader 來處理「外部世界」的資訊捕捉與稍後閱讀，再將真正有價值的訊號匯入「內部世界」的深層思考系統（如 Heptabase 或 Obsidian ），藉此有效隔絕雜訊。
透過 MCP 打破軟體孤島
直播中另一個亮點是 MCP （ Model Context Protocol ）技術的應用。過去，要將會議紀錄、任務管理與筆記軟體串聯，需要依賴脆弱且設定繁瑣的自動化工具。如今，透過 MCP 連結， Claude 可以同時掌握多個工具的上下文。
Tom 舉例說明，他能夠讓 Claude 讀取 Apple Notes 的會議紀錄，準確分辨哪些是資訊、哪些是行動項目，並自動將行動項目分配到 Todoist 中，同時在 ClickUp 裡找到對應的專案進行更新。甚至，搭配如 MeetGeek 這類自動記錄會議的工具， AI 可以直接搜尋歷史語音逐字稿並提供精準解答，使用者再也不需要手動翻找會議紀錄。
針對企業與個人的工具選擇， Tom 亦提出明確的界線。雖然他們在商業上重度依賴包含 Google Meet 與 Gemini 的 Google Workspace 平台，但他強烈反對將此類企業工具用於「個人知識管理」。因為一旦轉換工作或企業政策改變，個人的私密思考與資料將面臨無法帶走或遺失的風險。
實測結果
儘管願景十分美好，但在長達一小時的實況測試中，技術問題依然存在。
在面對累積數年的巨量 Heptabase 資料時，圖形介面的 Claude Cowork 代理似乎陷入了停滯；而 MCP 伺服器也出現了斷線的情況，完美印證了莫非定律。
不過，當 Tom 轉而使用終端機環境下的 Claude Code 時，情況有了驚人的突破。 Claude Code 展現了極高的效率，不僅瞬間理解了 ICOR 的「 My Life 」架構，更自動在 Obsidian 內建立了符合規則的資料夾、模板，甚至為不同條目自動寫入了相關的背景知識與雙向連結，宛如為使用者量身打造了一個私人維基百科。
Tom 認為，雖然目前要依賴單一指令完成完美的跨軟體搬家仍有難度，但透過 AI 與本地檔案系統的結合，我們已經窺見了未來的樣貌。這也為封閉式或雲端運算的 PKM 工具敲響了警鐘：若無法提供更具彈性的 AI 存取管道，將可能流失進階使用者。
【相關連結】
- ICOR 社群： https://www.myicor.com/
- Heptabase (PKM)： https://plmv.world/heptabase
- Claude AI 官方網站： https://claude.ai
- Tom 的 LinkedIn： / tomsolid
- Tom 的 X (Twitter)： https://x.com/TomSolidPM
- AI 生產力 Podcast： / @aiproductivitypodcast
