我用 Obsidian 管了 100 条 AI skill，这套结构开源了

你可能也干过这件事：让 AI 一次给你出 10 个方案。

它秒回，个个像模像样，你挑来挑去总觉得都差点意思——但 AI 自己觉得挺完美。你再让它自查一遍，它说：经检查，方案质量良好。

这不是它今天状态不好，这是 AI 的出厂缺陷。而解决这个缺陷的答案，和解决 skill 越写越多越乱、AI 拿旧版文件干活、改了半天不生效这些破事的答案，是同一个：

我的这套结构管着一个叫 我的100条skill 的目录，今天全部摊开讲。四个问题讲完，你可以直接抄走：为什么AI工作台是 Obsidian；skill 怎么迭代；md 和 HTML 怎么分工；以及 loop 循环到底防的是什么。

一，为什么是 Obsidian，而不是 Claude Code、Codex、WorkBuddy

先说一个容易搞混的事：Claude Code、Codex、WorkBuddy 这些是 AI 工具，它们会干活——但它们不是工作台。

区别一句话：

过去一年我的主力 AI 换过好几轮：Claude 断供的时候用别家顶了十九天，WorkBuddy 免费窗口期把重活全丢给它，Codex 一直在赛马池里陪跑。每次换工具，你猜什么东西一个字都不用动？

我的笔记、台账、复盘记录、还有那 21 条正式服役的 skill——全是 markdown 纯文本，全躺在 Obsidian 的文件夹里。新员工上岗，读一遍文件夹，直接接班。

这就是AI工作台的定义：

反过来看那些 AI 原生笔记应用，把模型焊死在自己家——模型一年换三代，焊死等于陪葬。

二，skill 怎么迭代升级：版本号、真坑、赛马

skill 说穿了就一个 md 文件：告诉 AI 这活怎么干、红线在哪、交付长什么样。写第一版不值钱，值钱的全在迭代里——我的写作 skill 从 V1.0 改到 V4.16，复盘 skill 改到 v14，全靠一套笨制度撑着。

如果你搜过 AI skill 怎么迭代升级，教程会教你写 prompt 技巧。都不是重点。重点是skill 迭代三条军规：

1、只认封面上的版本号。

你的笔记本抄了好几份，放在不同地方。到底哪本算数？只看封面写的「第几版」。还要另外贴一张纸条，写清楚：现在用的是第几版、每次换新版是因为什么。不贴这张纸条，明天来帮忙的小伙伴一定会拿起旧本子接着抄——不是「可能」拿错，是一定拿错。

2、摔过跤的坑才值得填。

路上看到一个小坑，心想「说不定哪天会绊倒人」——先别动手，在小本子上记一笔就行。等真的有人在这儿摔了，再来填。不然你会蹲在一条根本没人走的小路上，填一整晚的坑。

3，迭代永不停止

继续迭代升级，只要你想你的skill有竞争力，迭代升级就永无止境。目前，我有的skill已经迭代了100次左右，但是，还是得继续地迭代升级。因为目前的AI水平不够，不能够自动学习，自动升级，还是得靠人来协作。

三，md 还是 HTML？不是二选一，是单向数据流

这个问题我被问过很多次，答案定型了：

原理很硬。skill 的正文每次都整段进 AI 的上下文窗口，每个字都花 token、都参与决策——所以源文件必须朴素、精确、零装饰，一个表情符号都嫌多。但人看 md 是真难受，满屏井号竖线。

所以分工是单向的：

md 是唯一真相源，AI 读它、你改它；HTML 是渲染产物，一条命令从 md 生成，专门给人看——

在这个纪律上，我搭了一层全库仪表盘，一条命令重画：

四，loop 循环：AI 的缺陷，和给缺陷打的工程补丁

回到开头那个场景。为什么 AI 一次给 10 个方案，个个平庸还自我感觉良好？因为它有三个出厂缺陷：

1， 一次性交卷 。它在生成的过程中不会停下来推翻自己，交完卷才觉得完美——中间零自我批判。

2， 自己打分永远虚高 。我实测过：一套方案，系统内置的自查逻辑打 88 分（及格线 85，通过）；接入另一家厂商的模型当外部裁判，同一套东西：81 分，打回重写。那个 88 分，是它自己哄自己的。

3， 迎合 。你越强势，它越顺着你。它的默认人格是讨好，不是求真——你以为那是执行力，其实是复读。

loop 循环就是承认这三个缺陷之后打的工程补丁，最小配方五步：

【1】生成 ：让 AI 出第一轮方案（别贪多，8 个左右）； 【2】异构挑刺 ：交给另一个厂商的模型当裁判——同门模型盲点重叠，连讨好你的方式都一样；裁判 prompt 里写死：不许夸，只许给可执行的批评； 【3】带着批评重写 ：下一轮生成必须先读上一轮的批注，改不到位的裁判会继续扣分； 【4】两个刹车 ：最多 3 轮；连续两轮提升小于 5% 提前停——防止无限循环烧钱； 【5】裁判失灵必须报警 ：外部裁判连不上时宁可停机，不许静默退回自我评分——安静的降级比报错危险一百倍。 适用：方案生成、标题打磨、封面设计，一切要创意质量的环节。

一句话收这节：

这篇讲的四件事，其实是一件事：AI 时代真正属于你的，不是任何一个模型，而是一套结构——一个装档案的库（Obsidian）、一摞会进化的合同（skill 与版本制度）、一条单向的数据流（md 到 HTML）、一套逼 AI 求真的流程（loop）。

模型一年换三代，工具的订阅说断就断。但这套结构不挑模型：今天来的是 Claude，明天换成 Codex，后天变成了deepseek harness，未来是一个还没发布的新家伙——它们走进同一间办公室，读同一套手册，守同一套质检。