Нейросети

Как построить «второй мозг» для Claude: система, которая делает AI умнее с каждым днём

Одна и та же модель выдаёт средний результат без контекста и выдающийся — с вашей базой знаний. Пошаговая система: Obsidian, структура из четырёх папок, циклы поддержки и исследовательский конвейер.

Перевод и адаптация статьи «How to build a second brain with Fable 5» от Machina (@EXM7777). Картинки из оригинала заменены на схемы.

Сейчас покажу, шаг за шагом, как превратить Claude в машину, которая знает ваш бизнес вдоль и поперёк — и выдаёт результаты, не похожие на то, что получают все остальные.

Инструмент — «второй мозг» на базе Obsidian. Небольшая группа людей уже работает так: та же самая модель, но разница в каждом результате — колоссальная.

Самая умная модель на рынке весь день выдаёт средненькую работу по одной причине: она ничего о вас не знает.

Ни контекста бизнеса, ни вашей аудитории, ни прошлых решений. Поэтому она угадывает — а угадывание всегда читается как «генерик».

Подключите её к собственной базе знаний — и та же модель становится другой машиной: код следует вашей архитектуре, контент звучит как вы, тексты опираются на исследования, которыми владеете вы. И это видно с первого дня.

Это работает для любого процесса: код, маркетинг, контент, продажи, исследования.

Запускать AI-агента без второго мозга — трата времени. И разрыв только растёт: каждый файл, который получает мозг, делает каждый следующий запуск умнее. Навсегда.

Та же модель — другая лига

Вот цифры, стоящие за этим утверждением.

В бухгалтерии модель без истории клиента даёт около 70% точности. Дайте ей историю транзакций клиента — она стартует с 85% и поднимается выше 90%.

В модели не изменилось ничего. Изменились знания.

С текстами то же самое: модель среднего уровня с хорошо собранным профилем голоса выдаёт более узнаваемый текст, чем топовая модель без профиля вообще. Файлы влияют на результат сильнее, чем уровень модели.

И сама модель вознаграждает этот подход сильнее, чем что-либо раньше: в тестах Anthropic модель Fable, играя в карточную игру с файловой памятью, улучшалась в три раза быстрее предыдущего флагмана.

Важная оговорка: модель не находит всё в ваших заметках магически. Что она делает — так это действует на основе знаний, живущих вне диалога, и цитирует источник каждого факта. Память — ваша, на вашем диске, в простом тексте, который можно открыть и прочитать.

Дайте системе пару недель — и агент начнёт цитировать решения, о которых вы сами забыли.

Что такое Obsidian, за одну минуту

Obsidian — бесплатное приложение поверх папки markdown-файлов на вашем компьютере. Без базы данных, без привязки к облаку: заметки — это простые текстовые файлы, которыми владеете вы, а приложение — просто красивое окно в них.

Нужны всего две его возможности:

  • [[вики-ссылки]] — двойные квадратные скобки вокруг названия заметки связывают две заметки;
  • граф знаний — Obsidian рисует каждую заметку точкой, каждую связь — линией, и вы видите свои знания как сеть.

И это идеально ложится на агентов: поскольку хранилище — просто папка, Claude работает с ней напрямую через Claude Code. Без плагинов и коннекторов: агент читает и пишет markdown-файлы, Obsidian показывает, что изменилось.

Стартовая версия всей системы из этой статьи занимает около часа, а после настройки правил чтения работает за копейки.

Структура: четыре элемента, ничего лишнего

Идея восходит к концепции «LLM-вики» Андрея Карпатого: относитесь к базе знаний как к кодовой базе. Obsidian — редактор, модель — программист, вики — код.

После разбора публичных сетапов, репозиториев и вирусных шаблонов постоянно всплывают четыре элемента:

flowchart TD
    V["Хранилище (vault)"] --> RAW["raw/ — всё как есть:<br/>статьи, транскрипты, заметки о звонках.<br/>Только чтение, агент не переписывает"]
    V --> ENT["entities/ — по странице<br/>на каждую сущность:<br/>клиент, конкурент, инструмент, человек"]
    V --> CON["concepts/ — по странице<br/>на каждую идею:<br/>стратегия, паттерн, урок"]
    V --> IDX["INDEX.md — входная дверь:<br/>каждая страница с описанием в одну строку"]
    RAW -- "агент компилирует" --> ENT
    RAW -- "агент компилирует" --> CON
    ENT <-. "[[вики-ссылки]]" .-> CON

Работа агента — компиляция: он читает новые материалы в raw/ и обновляет страницы сущностей и концепций, связывая их между собой.

Правила записи помещаются в четыре строки:

Один урок — один файл, с однострочным резюме сверху. Обновляй существующую страницу вместо создания дубля. Удаляй заметки, которые оказались ошибочными. Всегда держи сырые источники и скомпилированные страницы раздельно.

Почему raw/ не трогаем: когда один и тот же агент раз за разом читает и переписывает одни и те же заметки, детали размываются, а ошибки накапливаются. Папка raw — ваша точка истины, и вики становится умнее поверх неё.

Граф знаний: почему система улучшается по мере роста

Каждая [[ссылка]] между двумя страницами — ребро графа.

Именно это отличает хранилище от кучи заметок: база знаний на основе поиска с ростом становится шумнее (больше файлов — больше мусора в каждой выдаче). Связанная вики с ростом становится сильнее: каждая новая страница встраивается в сеть и делает соседние страницы полезнее.

Когда агенту нужен ответ, он не сканирует всё подряд — он идёт по ссылкам: от страницы клиента к концепции кампании, оттуда к странице конкурента. Так, как вы шли бы по собственной памяти.

Хранилище самого Карпатого — около 100 статей и 400 000 слов, всё скомпилировано моделью, всё связано.

Наполнение через цели

Первый шаг — бэкфилл, и система целей Claude создана ровно для этой работы.

/goal в Claude Code позволяет задать одну финишную черту: модель работает самостоятельно, а вторая, меньшая модель читает процесс как судья и подтверждает, когда черта пересечена. Хитрость в том, что судья видит только содержимое диалога — поэтому цель должна требовать доказательств, которые он сможет прочитать.

flowchart LR
    A["Сваливаем всё своё в raw/:<br/>транскрипты, закладки,<br/>заметки, папки клиентов"] --> B["/goal: скомпилируй<br/>базу знаний"]
    B --> C["Агент читает raw/"]
    C --> D["Создаёт страницы сущностей<br/>и концепций, связывает их"]
    D --> E{"Судья: черта<br/>пересечена?"}
    E -- "нет" --> C
    E -- "да" --> F["Готовый второй мозг"]

Два правила держат бэкфилл честным:

Каждое изменение отгружается как diff — точные строки «до и после», а не как заявление. Если агент говорит, что обновил страницу, diff это доказывает. Страница без ссылки на источник в raw/ помечается флагом, а не принимается на веру.

Бэкфилл вручает вам скомпилированный мозг. Поддерживать его живым — другая работа, и именно её все пропускают.

Поддержание жизни через циклы

Второй мозг, который растёт только когда вы вспоминаете его покормить, — мёртвый мозг через три недели. Поэтому обслуживание работает по расписанию, а не по памяти:

flowchart TD
    S["После каждой сессии: хук<br/>записывает решения, ошибки,<br/>подтверждённые паттерны"] --> V[("Хранилище")]
    N["Каждую ночь: компиляция<br/>дневного raw/ на дешёвой модели"] --> V
    L["Раз в неделю: линт —<br/>противоречия, дубли, битые ссылки"] --> V
    SYN["Раз в неделю: синтез на топ-модели —<br/>что изменилось, что дрейфует,<br/>что заслуживает внимания"] --> V

Последний проход — единственный, где премиальная модель отрабатывает своё место. Всё остальное крутится на дешёвом уровне, потому что обновление заметок — рутина, а гонять рутину на топ-модели — способ сжигать деньги впустую.

Исследовательский конвейер, который его кормит

Здесь хранилище перестаёт быть складом и становится преимуществом. И это же — шаг, на котором внутрь обычно попадает мусор.

Дефолтное «AI-исследование» — один промпт в чат-бот, и ответ умирает в скроллбэке. Хуже того: оно построено на устаревших знаниях. В AI совет полугодовой давности часто активно вреден, а настоящий практический слой — что люди запускают прямо сейчас, что ломается, что работает — живёт в соцсетях, а не в официальной документации.

Исследовательская машина работает так:

flowchart TD
    Q["Один вопрос"] --> SPLIT["Дробится на 3–5 подвопросов"]
    SPLIT --> A1["Агент: соцсети —<br/>практический слой"]
    SPLIT --> A2["Агент: веб —<br/>документация, цены"]
    SPLIT --> A3["Агент: скраперы —<br/>полные тексты страниц"]
    A1 --> R["Каждая находка = квитанция:<br/>утверждение + источник + дата"]
    A2 --> R
    A3 --> R
    R --> SK{"Скептик атакует<br/>каждое утверждение"}
    SK -- "выжило" --> V[("Хранилище: датированные страницы<br/>со сроком годности")]
    SK -- "не выжило" --> X["Помечено или отброшено"]

Скептик — то, что отличает исследование от коллекционирования слухов: проверяющий со свежим контекстом работает лучше, чем модель, оценивающая собственную работу. Поэтому атака всегда идёт от агента, который исследование не делал.

Инструменты, на которых это можно собрать: поиск по соцсетям за последние 30 дней (ScrapeCreators), официальный X MCP, транскрипты YouTube через yt-dlp, Perplexity для цитируемого длинного прохода по вебу, Firecrawl для выгрузки полных текстов страниц в чистый markdown.

Запускайте это по своей нише раз в неделю — и хранилище наполнится проверенной, датированной, снабжённой источниками разведкой, которой нет у конкурентов.

Чтение без сжигания денег

Хранилище работает вдолгую, только если читать его дёшево. Это утечка почти в каждом сетапе.

Ментальная модель: контекстное окно — дорогая комната, и за всё, что в неё входит, платят токенами.

flowchart LR
    CM["CLAUDE.md < 200 строк:<br/>указывает на хранилище,<br/>но не содержит его"] -- "постоянный налог" --> CTX["Контекстное окно —<br/>дорогая комната"]
    IDX["INDEX.md → ссылки → grep<br/>открываются только нужные страницы"] -- "оплата за чтение" --> CTX
    SUB["Суб-агент читает 50 страниц<br/>в своём отдельном контексте"] -- "возвращает 1 абзац выводов" --> CTX
  • CLAUDE.md — инструкция, которую агент читает в начале каждой сессии, — загружается всегда. Это постоянный налог: держите его короче 200 строк, указывающим на хранилище, а не содержащим его.
  • Всё остальное — оплата за чтение: агент проверяет INDEX.md, идёт по ссылкам, ищет по ключевым словам и открывает только те страницы, куда ведёт след. Полный проход по папке — единственный ход, которого не должно быть никогда.
  • Для больших вопросов отправляйте работника: суб-агент читает полсотни страниц в собственном отдельном контексте и возвращает в вашу сессию один абзац выводов. Дорогая комната — для решений, а не для библиотеки.

Подключение ко всему, что вы делаете

Хранилище, которое только хранит, — хобби по раскладыванию файлов. Это же — кормит каждый ваш проект.

Направьте любой проект на него тремя строками в CLAUDE.md проекта:

## Знания
- Перед работой прочитай INDEX.md в ~/vault и пройди по релевантным ссылкам
- Новые уроки и решения записывай в хранилище по его правилам
- Всегда цитируй, из какой страницы взят факт

И результаты меняются сразу:

  • маркетинг — брифы кампаний опираются на реальные страницы вашей аудитории и историю конкурентов, а не на шаблонные персоны;
  • контент — черновики цитируют ваши собственные исследования и попадают в ваш голос;
  • код — агент ведёт живые архитектурные заметки по каждому проекту, и ни одна сессия не начинается вслепую;
  • клиенты — каждый деливерабл открывается с полной историей отношений.

А затем вторая половина: хранилище само становится продуктом. Исследовательские страницы превращаются в статьи и гайды, концепции — в курсы, страницы клиентов — в кейсы. Вы больше не создаёте с чистого листа — вы упаковываете то, что машина уже проверила.

Предупреждение, которое спасёт ваше хранилище: синхронизация — то место, где хранилища умирают. Используйте одну систему синхронизации. Если агент пишет файлы, пока iCloud их синхронизирует, вы получите конфликтующие копии и перемешанные папки. Git как слой контрольных точек — фиксирует версию только когда вы скажете — переживает всё.

Карточка: вся сборка по порядку

  1. Создайте хранилище: raw/, entities/, concepts/ и INDEX.md.
  2. Запишите четыре правила в CLAUDE.md: один урок — один файл; обновляй, а не дублируй; удаляй ошибочное; не трогай raw/.
  3. Сгрузите в raw/ всё, что у вас есть: транскрипты, закладки, заметки, папки клиентов.
  4. Запустите бэкфилл через /goal с требованием доказательств и условием остановки.
  5. Настройте циклы: хук сессии, ночная компиляция на дешёвой модели, недельный линт, один премиальный синтез.
  6. Раз в неделю — исследовательский проход: веер агентов, атака скептика, выжившие — в датированные страницы.
  7. Добавьте три строки о знаниях в CLAUDE.md каждого проекта.

Модель за рулём ещё не раз сменится. Хранилище переживает каждую замену, а вписанная в него обратная связь делает его умнее каждую неделю — кто бы ни был за рулём.

Минимальная версия занимает час: одна папка, десять файлов о вашем бизнесе и агент, которому велено читать их первыми.

Остальное вам расскажут ваши результаты.

#claude#obsidian#база-знаний#агенты#второй-мозг