Вес Рот представляет концепцию «второго мозга» нового поколения — автономной базы знаний (LLM Wiki), которая сама собирает, связывает и анализирует информацию. Используя связку Obsidian и Claude, автор автоматизирует работу с контентом, спонсорами и аналитикой соцсетей, превращая разрозненные заметки в работающую интеллектуальную систему.
🧠 Концепция «второго мозга» и наследие Андрея Карпатого 0:00
Вес Рот описывает свой «второй мозг» как систему, которая автоматически регистрирует, связывает и резюмирует всё, что он узнает: от новых научных работ по ИИ до графиков публикаций спонсорского контента . По словам автора, большая часть этой базы знаний написана не им, а искусственным интеллектом, который агрегирует данные и позволяет получать мгновенные ответы на вопросы по личным проектам .
Идея такой системы, которую Андрей Карпатый (Andrej Karpathy) назвал «LLM Wiki», не нова . Вес Рот подчеркивает, что человеческий мозг отлично подходит для мышления, но плохо справляется с хранением и организацией огромных массивов данных . История этой концепции уходит корнями в 1945 год к проекту Memex Ванневара Буша — гипотетическому устройству для записи всей прочитанной информации и создания связей между идеями .
Современная реализация «второго мозга» по Весу Роту строится на трех компонентах :
- Obsidian — это IDE (среда разработки) или просто продвинутый блокнот, где хранятся файлы.
- LLM (Claude) — это программист и библиотекарь, который пишет страницы, связывает их и поддерживает структуру.
- Wiki — это кодовая база, растущая библиотека взаимосвязанных страниц, из которой пользователь извлекает инсайты.
🛠 Инструментарий: Почему Obsidian и Claude? 5:40
Вес Рот делает ставку на философию «Local First» (сначала локально). Он утверждает, что хранение данных на собственном компьютере, а не в облаке крупной корпорации, гарантирует безопасность и сохранность информации даже в случае закрытия сервиса .
Ключевые технические параметры системы:
- Формат Markdown: Все заметки хранятся в виде
.mdфайлов. Это простой текст с минимальной разметкой, понятный любому ИИ . - Obsidian: Бесплатное приложение для работы с Markdown-файлами. Оно позволяет визуализировать связи в виде графа (Graph View), где каждый файл — это узел .
- Claude Code Desktop: Вес Рот признается, что практически полностью перешел на десктопную версию Claude, используя её вместо командной строки . Инструмент позволяет автоматизировать создание папок, файлов и кросс-ссылок .
Автор отмечает, что такая система особенно полезна для людей, страдающих от так называемого «налога на СДВГ» (ADHD tax) — сложностей с планированием, оплатой счетов и соблюдением дедлайнов . ИИ-ассистент берет на себя роль исполнительного помощника, уведомляя о важных задачах и собирая разрозненные данные в одном месте.
📊 Кейс: Анализ алгоритмов X (Twitter) и «Доктрина» 10:40
Одним из самых мощных применений системы Вес Рот называет «движок инжеста данных X» . Автор использует модель Fable 5 (на режиме «High Effort») для сбора и анализа показателей своих публикаций и постов конкурентов .
Результаты работы системы:
- Архив: 22 000 постов, охватывающих 6 миллиардов просмотров и 4 400 уникальных авторов .
- Стоимость: Вся база данных обошлась менее чем в 100 долларов в виде API-кредитов .
- Инсайты: Система выявила изменение алгоритмов X несколько месяцев назад, что позволило автору вовремя скорректировать стратегию .
Вес Рот называет аналитический слой системы «Доктриной» (The Doctrine) . Это папка с финальными выводами, которые ИИ извлекает из сырых данных. По мнению автора, если Wiki — это память, то Доктрина — это план действий, отвечающий на вопрос: «Что именно нам нужно делать сейчас?» .
🔄 Автоматизация: От «Военной комнаты» до OODA-петли 21:20
Для поддержания системы Вес Рот использует физическую «Военную комнату» (War Room) — миникомпьютер (типа Mac Mini за $200), который работает круглосуточно . Он выполняет роль дома для ИИ-агентов, которые 24/7 собирают новости с YouTube, X и других платформ .
Процесс работы организован по принципу петли OODA (Observe, Orient, Decide, Act — наблюдай, ориентируйся, решай, действуй) :
- Наблюдение: Сбор сырых данных агентами в папку
inbox. - Ориентация: LLM-библиотекарь резюмирует данные и связывает их в Wiki.
- Решение: Модель Fable анализирует данные и обновляет «Доктрину» .
- Действие: Автор исполняет стратегию, и результаты снова попадают в систему, создавая маховик обучения.
Для визуализации текущих задач Вес Рот использует плагин Kanban в Obsidian. Например, спонсорский контент проходит путь от идеи до публикации через перетаскивание карточек, что автоматически обновляет статусы во всей базе данных .
📝 Пошаговое руководство по созданию системы 29:56
Вес Рот утверждает, что базовую версию «второго мозга» можно настроить за один вечер .
Шаг 1: Подготовка инструментов.
- Установить Obsidian (бесплатно).
- Установить Claude Code Desktop.
- Оформить подписку на качественную модель (Anthropic или OpenAI), так как это инвестиция в эффективность .
Шаг 2: Создание структуры хранилища (Vault). Необходимо создать три основных папки. Вес Рот рекомендует «плоскую» структуру без глубокой вложенности, так как ИИ лучше работает с ней :
inbox: Для быстрой фиксации заметок и голоса.raw: Неизменяемые исходные документы (транскрипты, статьи).wiki: Обработанные ИИ данные (сущности, концепции, резюме).- Файлы
index.mdиlog.md.
Шаг 3: Создание файла правил Claude.md.
Это «свод законов» для вашего ИИ-библиотекаря. Каждый раз, когда Claude обращается к базе, он читает этот файл, чтобы понимать, как называть файлы и где создавать связи .
Шаг 4: Плагины и автоматизация. Для продвинутой работы автор советует включить два плагина в настройках Obsidian :
- Dataview: Для создания автоматических таблиц и списков.
- Kanban: Для визуального управления проектами.
Вес Рот резюмирует: главный смысл системы не в накоплении информации, а в её использовании. Локальные текстовые файлы принадлежат только вам, они не зависят от конкретной ИИ-модели и будут становиться только ценнее по мере выхода более мощных моделей .
