上一篇写了《AI 时代，工作的方式正在悄悄变化》：AI、Agent 和自动化接手越来越多的执行工作后，人要想清楚目标、拆分任务，再判断结果。
人开始从执行者变成组织者。可 AI 越用越多，工作放哪儿？
这个问题恰恰是在选择变多以后出现的。
AI 并不是只能选一个
过去选一款软件，一用就是挺久。到了 AI 时代，工具的能力和价格变化太快，很难再靠一个工具包办所有事情。
与其反复比较谁最强，不如按任务分配（成年人可以不做选择题，可以全都要）：
代码强的写代码，额度多的处理日常任务，重要工作交给更可靠的模型。这样更实际：AI 更像能力池，不必从一而终。
模型可以换，工作不能跟着搬。真正的麻烦也从这里开始。
AI 到处切，上下文也被切碎了
一个项目在 ChatGPT 里讲过背景，换个 AI 又得重讲。打开 Codex 或 Claude Code 写代码，还得重新说明项目在哪、前面做过什么。查到的资料又留在另一个聊天窗口里。
最后常常变成这样：
AI A → 一部分背景
AI B → 一部分分析
AI C → 一部分代码
AI D → 一部分资料
本地 → 真正的项目文件单次切换看起来只是多解释几句，项目做久以后，背景、判断和过程就散在不同窗口里。工具都用上了，工作却散了。
这时需要统一的不是 AI，而是工作本身：项目资料、上下文、过程和结果留在一个稳定的地方，模型按任务更换。
也就是说，需要一个稳定的中间层。人可以在里面整理工作，不同 Agent 也能随时进来接手任务。
为什么 Obsidian 适合做中间层
那什么适合做这个中间层？个人现在用的是 Obsidian。
你可以先把它理解成一款本地笔记和知识管理软件：所有笔记都以 Markdown 文件保存在自己的电脑里。
Obsidian 在AI时代突然火了起来。在这之前已经用了挺久，主要拿它写笔记、积累知识。以前看中的是本地、简单、文件轻量易操作、方便迁移；到了 Agent 时代，这套朴素的设计又多了一层用处。
Obsidian Vault 就是电脑里的普通文件夹：
Project/
├── README.md
├── background.md
├── meeting-notes.md
├── research.md
├── analysis.md
├── assets/
└── output/图片和附件也是普通文件，没有封闭的数据格式。过去，这意味着数据在自己手里；现在，它也意味着 Agent 可以直接工作。
这对 Agent 很友好。像Codex、Claude Code、OpenCode、workbuddy、qoder、trae 等这些Agent 原本就在目录、代码和文本文件上工作，进入项目目录就能读取背景、修改文档，并把结果留在原处。
2026 年 4 月，Karpathy 发布了 LLM Wiki 的 idea file：原始资料放在 raw/，Agent 持续整理成 Markdown Wiki，再用 AGENTS.md 或 CLAUDE.md 约定维护方式。知识就这样留在普通文件里。
Obsidian 官方也推出了 Obsidian CLI，可以从命令行读取、搜索和写入 Vault，并明确把 Agent 与 Vault 交互列为使用场景。
这些变化没有改变 Obsidian 的底层，反而放大了普通文件的价值。Markdown 人能读，AI 能读，程序也容易处理；上层再用插件补上 Git、Terminal、图表和自动化，比把资料锁进某个 AI 产品里踏实得多。
它不需要变成一个全能的 AI 产品，只要守住工作空间就够了。
从笔记软件到工作现场
这也是我理解的“超级工作台”：不要求 Obsidian 包办一切，它只负责接住工作，专业任务仍交给专业工具。
如果把一次工作拆开，大致有四个区域：
输入 → 上下文 → 操作 → 输出
输入接住网页、文档、会议记录和临时想法。资料进入后形成上下文，项目背景、判断和未解决的问题都留在文件中，换 AI 不必重讲。
操作是人和 Agent 在同一批文件上工作。输出则把文章、分析和汇报放回项目，成为下一次工作的上下文。
四个区域首尾相接。下次打开项目时，面对的不是一个空白对话框，而是上次工作留下的现场。
就拿这篇文章来说
这篇文章最初只是一个简单想法。我用手机版 ChatGPT 聊了聊，聊得差不多后，把初稿推送到云端笔记notion。
进一步讨论结构和修改时，再切换到电脑上的 Codex ，通过MCP调用云端笔记；定稿后，调用封装好的工作流，让其他工具自动完成编辑和发布。
看起来用了很多工具，但工作的中心一直没变。
工具换了好几次，文章一直是同一个文件：
article.mdAI 进来读、改、补充。最后留下的是文章，不是散落的聊天记录。
文章是这样，做项目也一样，只是中心从 article.md 换成整个 Project/ 目录。会议记录、调研、代码和汇报都留在里面，下一个 Agent 可以沿着前面的结果接着做。
模型会换，工作不必重来
回头看，“超级工作台”更像一种工作方式，不是一份产品功能清单。工作空间保持稳定，AI 按任务替换。今天用 ChatGPT、Claude、Codex、千问、DeepSeek 或 Trae，以后也可能是其他，工作方式和资产的积累，应该是和工具解耦的。
AI 越多，越需要一个不会跟着模型消失的工作空间。Obsidian 也只是其中一种实现，保不齐后面还会有其他软件，或者自己也可以去发现更加适合自己的软件。
最后一句话总结下：不要让工作围着 AI 转，而是让 AI 围着工作转。