Obsidian is the IDE; the LLM is the programmer; the wiki is the codebase.
这是一个极具启发性的隐喻。它重新定义了人机协作的边界：人类负责意图对齐、信息源策展和方向探索，而LLM承担枯燥的交叉引用、一致性维护等“体力活”。将知识管理视作软件开发，让LLM成为最忠诚的底层码农，极大释放了人类的认知带宽。
5 Matching Annotations
- Apr 2026
-
-
-
hackernoon.com hackernoon.com
-
95% of organizations are getting zero return on AI deployed, with most failures found due to 'brittle workflows.'
尽管AI投资激增，但绝大多数企业未能获得任何回报，这与主流认知中AI能显著提升效率的观点相悖。这一发现表明，AI实施失败的主要原因不是技术本身，而是工作流程设计不当，暗示企业需要重新思考如何将AI整合到现有工作流程中，而非简单叠加技术。
-
You have to have people that have the ability to rethink the workflow at a scale that AI can execute, versus at a scale that humans can execute.
大多数人认为AI只需适应现有工作流程即可，但作者强调企业需要重新设计工作流程以适应AI的能力范围。这一观点挑战了传统的技术实施思维，暗示成功AI应用需要根本性的流程重构，而非简单的技术叠加。
-
- Feb 2021
-
github.com github.com
- Dec 2020
-
ngr.coar-repositories.org ngr.coar-repositories.org
Tags
Annotators
URL
-