← → 翻页 · B 静态 · ESC 索引
AI × PERSONAL INFORMATION SYSTEM
2026.06.07 · 01 / 23

AI 时代的
个人信息系统

让信息流动起来,在你需要的时候帮你做出决策、推进行动。

赵澈 Simon Zhao
从问题出发
AI 时代的个人信息系统 · 02 / 23

你是否遇到过这些问题?

信息饥渴和信息过载其实是硬币的两面。

01

来不及记下来就忘记了

你在匆匆去吃午饭的路上,突然有一个很妙的投资想法,想着等回头仔细考虑,结果吃完饭就忘记了

02

看到股票大涨才想起以前研究过

你隐约记得三个月前看过这家公司的访谈、财报,还做了笔记——但当时只是记下来,没有做出判断、没有设提醒。机会就这样过去了。

03

花大量时间收集和消化新信息

从不同网站、媒体、终端、邮件等信源抓数据,做Excel分析和PPT汇报——流程差不多,每次都很费力气

04

写报告时想引用之前的分析

原始数据、中间过程、结论散在不同地方,拼不起来。你以前做过深度思考,但是依据和逻辑找不回来了。

让信息发挥价值
AI 时代的个人信息系统 · 03 / 23

保存只是第一步,
还要让信息真正发挥价值

先能随手记进来 visual
01

先能随手记进来

新闻、会议纪要、研报财报、文章、语音、聊天记录。

也留下你的思考 visual
02

也留下你的思考

你的想法比原始信息更重要。

用的时候能再出现 visual
03

用的时候能再出现

做复盘、看模型的时候,能快速找到,甚至能自己跳出来。

最后可以转化为产出 visual
04

最后可以转化为产出

进任务、报告、模型、投资笔记,或下一次复盘。

AI 时代的个人信息系统 · 04 / 23

我的信息系统

信息从哪里进来,又怎么回到工作里
AI 时代的个人信息系统 · 05 / 23
一张图看完

系统全貌

  • 输入网页、书、高亮标注、语音、对话、工作日志、研报、财报
  • 捕捉Clippings、Weread、HiNote、Instapaper、聊天命令
  • 沉淀Obsidian 本地 Markdown + Git 版本管理 + Agent Memory
  • 输出Tasks、文章、投资笔记、Talks、个人站点
  • 反馈循环产出和行动回到系统里,成为下一次检索、复盘和决策的线索
AI Personal Information System 2026-05 architecture diagram
知识库、工作台
AI 时代的个人信息系统 · 06 / 23

核心组件A:Obsidian 知识库

主要数据以本地 Markdown 保存;参考 Tiago Forte 的 PARA 体系,按信息的可操作性来组织内容。

01

Knowledge

长期沉淀:概念、经验、可复用判断。

02

Domain

比如 Finance、Health,用于存放具体的项目资料和任务。

03

Write / Journal

写作、日常记录和系统回顾。

04

RedPiggy

Agent 工作区,存放 Agent 的定期任务报告。

Real Obsidian vault workspace
Live vault: directory / outline / table / tasks / Thino / graph
Obsidian 功能与插件
AI 时代的个人信息系统 · 07 / 23

Obsidian:通过插件进一步定制

Obsidian 的核心优势在于丰富的社区插件生态 —— 按需安装插件,把笔记软件变成属于自己的工作台。

Clippings visual
01

Clippings

官方浏览器插件;
网页文章一键保存到本地,原文和阅读线索先留下来,后续可以被检索、引用和回顾

Weread visual
02

Weread

第三方插件;
微信读书的高亮和笔记自动同步到 Obsidian,继续被检索和引用,不再沉没在 App 里。

HiNote visual
03

HiNote

第三方插件;
把阅读高亮、批注和回顾线索集中到 Obsidian,方便检索、回看和继续补充。

Thino visual
04

Thino

第三方插件;
给 Obsidian 增加类似微博/碎片日志的输入界面,适合快速记录念头、现场片段和短内容。

Tasks visual
05

Tasks

第三方插件;
在 Markdown 笔记里管理待办、截止日期、状态和查询视图,把任务放回项目上下文。

Git visual
06

Git

第三方插件;
所有笔记用 Git 做版本管理,可以回滚、可以同步多设备,也为 Agent 提供了可靠的读写基础

RedPiggy
AI 时代的个人信息系统 · 08 / 23

核心组件B:
我的 AI Agent
RedPiggy

  • 独立设备基于 OpenClaw / Hermes,能制作不同文件、写代码、搜索和分析网页、驱动桌面应用。
  • 长期记忆能记住对话和偏好,能定时主动执行任务。
  • 多端触达连接常用的通信/协作平台,如微信、Telegram、WhatsApp、飞书,随时随地讨论、协作。
  • 合作模式方向我定,判断我做;AI 陪我迭代、降低阻力,把想法变成能跑的 Solution(Vibe Coding)。
AI 时代的个人信息系统 · 09 / 23

系统能力展示

系统展示 ①
AI 时代的个人信息系统 · 10 / 23

快速记录

念头一闪就没了,别让它跑掉。

  • 01Telegram 或微信发一句 !j,带上文字或文件。
  • 02Agent 自动保存到 Obsidian 的 Journal 文件夹,并且做简短回应。
  • 03目前支持文字、标签、图片,未来会探索任意文件、语音。
  • 04保存的内容可以在 Thino 插件中打开,就像日记本或私有微博。
金融场景
一家公司的路演正在进行,你有个直觉判断——先记下来,别让它散掉。
Telegram !j capture
Thino note view
系统展示 ②
AI 时代的个人信息系统 · 11 / 23

每日晨报

系统每天早上会定时推送一份晨报。回顾昨天重点工作和讨论,提示今天可以做的任务。

  • 01晨报的内容可以根据你的要求不断优化、个性化
金融场景
路演、会议、研究——每天有大量输入。早上醒来,让它帮你理一遍
Morning recap
系统展示 ③
AI 时代的个人信息系统 · 12 / 23

温故而知新

很多时候不是搜不到,是忘了自己记过

  • 01系统每日会定时推回我过去阅读时做的一条标注,激发新思考
  • 02我可以回复新的想法,批注在原始位置,并可在 HiNote 插件中查看。
  • 03也可以新建跟进任务,将思考转化成下一步行动
金融场景
你长期沉淀的投资知识、经验和见解,也可以用这种方式重温
HiNote review
Obsidian note with annotation
系统展示 ④
AI 时代的个人信息系统 · 13 / 23

追踪市场信号

系统每天自动把公开市场信号整理成日报,定时推送给我。

  • 01日报目前包含A股个股异动板块整体情况分析。
  • 02每日数据会存入数据库,支持定期策略回测
  • 03后续可进一步加入指数、资金面和宏观/政策线索
WatchDog daily report
系统展示 ⑤
AI 时代的个人信息系统 · 14 / 23

学习与提升

Agent 可以消化之前做过的事情,分析流程与方法,并转化为可以自主使用的 Skill

  • 01前面展示的几个能力,都是通过我和 Agent 共同建立的 Skill 完成。
  • 02别人发布的 Skill,也可以喂给 Agent 学习,就像是在手机上安装新的 app。
  • 03Hermes 框架也支持自动建立 Skill,但我更推荐主动指导它创建 Skill,并定期整理和优化
  • 04这套 slides 本身也是由多个 Skill 配合完成:从草稿、批注、视觉规范到 HTML 幻灯片的生成,整个流程可重复使用
Skill / Self-check output
Showcase
AI 时代的个人信息系统 · 15 / 23
真实项目

从信息系统到真实产出

Sleep Essay visual
01

Sleep Essay

数据采集 → 分析 → 多轮写作 → 发布。从 2016 年开始积累的十年睡眠数据出发,系统自动采集、清洗和分析数据,辅助多轮写作迭代,最终生成可视化报告并发布到个人站点。整个流程中,Agent 承担了数据处理和初稿生成的工作。

查看 →
Paper Research visual
02

Paper Research

帮朋友从社会科学领域的研究论文中提取结构化数据,经历 5 轮迭代、处理数十个研究问题,最终输出结构化的 Excel workbook。Agent 从非结构化的论文 PDF 中识别、提取和规范化数据,大幅减少了手动整理的工作量。

Macro Risk Report visual
03

Macro Risk Report

一个月度宏观风险报告 demo:Agent 长时间运行,围绕公开信息做选题扫描、资料整理、深度研究和多轮草稿迭代;人负责微调内容、补充关键数据、审核判断。最终输出图、表、文并茂,有原始材料制成的PPT报告

Project Incubator
AI 时代的个人信息系统 · 16 / 23
多 Agent 项目探索

并行探索
项目 idea

我把它当作一个项目孵化器:用并行 Agent 放大探索面,再由人决定哪些方向值得继续。

  • 01先批量做出可打开、可试用的 prototype,而不是停在想法清单。
  • 02同一个 idea 里,也可以让不同 Agent 分别做实现、文档、review 和 QA,形成小组作战
  • 03人负责决定保留、合并、修复还是淘汰;多 Agent 的价值在于探索覆盖面、速度和验收流程
Paper Research Platform preview
Paper Research
Hiking Planner preview
Hiking Planner
Vocal Coach preview
Vocal Coach
Knowledge Graph Visualizer preview
Knowledge Graph
Talk Prep Tool preview
Talk Prep Tool
Project Management Lite preview
Project Board
AI 时代的个人信息系统 · 17 / 23

搭建你的 AI 信息系统

三个决定
AI 时代的个人信息系统 · 18 / 23
先想三个问题

三个问题:数据、框架与边界

数据放在哪里 visual
01

数据放在哪里

  • Obsidian、Notion、飞书、Apple Notes,甚至本地文件夹都可以。
  • 关键是:是否愿意长期用?数据能否导出?哪些目录方便 Agent 访问,哪些必须隔离?
  • 长期系统我更偏向 Obsidian / 本地 Markdown 这类可迁移方案
Agent 框架怎么选 visual
02

Agent 框架怎么选

  • 一个有用的 Agent 至少要能读写本地文件、调用工具和脚本、连接通讯入口、定时运行
  • 选型要看:平台变化时数据和工作流能否带走,可定制性够不够。
  • 接入场景要分层:个人笔记和公开信息先试,公司终端和客户资料不要默认接入。
边界怎么设 visual
03

边界怎么设

  • AI 进入真实流程后,能力变强,风险也变真实
  • 提前想清楚:可读目录、可登录账号、必须人工确认的动作、不能经过外部模型的数据。
  • 我的做法是独立设备、独立账号,只开放必要目录和渠道;approve、sandbox 和权限分级不能替代自己的边界设计
金融边界
SFC 2024 年 11 月生成式 AI 通函提醒:客户数据、LP 数据、KYC 信息不能进入外部 AI;AI 辅助研究若影响投资决策,可能属于 SFO s.130 的正式记录。
我建议的起步方案
AI 时代的个人信息系统 · 19 / 23
从零开始,不需要一步到位

先搭环境,再做三个尝试

环境 01

硬件

  • 最好是一台独立机器
  • 32G 内存、512G 硬盘的 MacBook 或 Mac mini 比较舒服。
  • 旧机器也能跑,只是并发和体验差一些。
环境 02

知识库

  • Obsidian + 浏览器插件
  • 一键收藏网页文章。
环境 03

Agent

  • 安装 Hermes 或 OpenClaw
  • 连接微信 / Telegram / WhatsApp,配好模型 API
  • 中等模型已经能覆盖很多场景,熟悉之后可以尝试不同模型。
尝试 01

做一个小项目

  • 财报分析、市场跟踪
  • 做 PPT、写文档
  • 只要你想得到的任务,都可以试试。
尝试 02

安装一个 Skill

  • 让 Agent 帮你做一个随手记录想法、AI 帮你整理的 skill。
  • 进阶可以去网上找热门 agent skill,让 Agent 帮你安装。
尝试 03

建一个 Cron

  • 让 Agent 每天早上做日报
  • 哪怕每天只推一条知识库内容也行。
CLOSING · 20 / 23

现在就开始。

有你的主动参与、不断反馈,系统才会逐渐进化,变为你的专属系统。
不用等更成熟的 Agent 框架或者更强大的模型;
越早开始,就越早开始积累数据、经验,转动飞轮。

APPENDIX · Skills & Crons
AI 时代的个人信息系统 · 21 / 23

Skills

输入捕捉
  • 01obsidian-journal — !j → Obsidian Journal
  • 02obsidian-create — 按规范创建笔记/任务
知识管理
  • 03hinote-review — 每日推送旧 Highlight
  • 04weekly-reading — 自动阅读 Clippings + Wiki
  • 05reading — 文章共读与结构化讨论
输出与发布
  • 06content-drafting — 讨论/阅读 → 文章草稿
  • 07obsidian-publish — 文章发布到个人站点
  • 08talk-deck-editing — HTML slides 迭代与部署
  • 09talk-deck-image-gen — slides 配图/截图素材管理
判断与工程
  • 10task-routing — 决定新想法该记到哪里
  • 11independent-judgment — 给出真实独立判断
  • 12self-check — 输出完成后的批判性自查
  • 13explain-flow — 解释代码库/系统流程

Crons

每日
  • 04:15cron-drift-audit — 配置一致性检查
  • 05:00daily-memory-capture — 整理对话 → daily memory
  • 08:00morning-recap — 昨日回顾 + 任务提醒
  • 19:00hinote-daily-review — 随机推送旧 Highlight
周度
  • 六 10:00weekly-github-stars — 审查 starred 项目
  • 日 06:00weekly-log-review — 审查系统日志
  • 日 07:30weekly-reflection — 深度审视核心文件
  • 日 09:00weekly-reading — 自动阅读 Clippings
月度
  • 每月 1 日pm-system-log-update — 汇总月度进展
  • 每月 1 日monthly-token-analysis — token 用量 dashboard
注:未来我计划开源部分 Skills。
APPENDIX · 工具与资源
AI 时代的个人信息系统 · 22 / 23

核心工具

知识库
Agent 框架
大模型

推荐资源

方法论
Skills
政策 / 合规
教程
CONTACT · PROFILE
AI 时代的个人信息系统 · 23 / 23

赵澈
Simon Zhao

香港中文大学博智感知交互研究中心(CPII)解决方案架构师。全栈工程师,长期从事语音和语言 AI 应用研发。

THIS TALK
Simon Zhao website QR
本场分享 · Slides网页版请用电脑打开,才能正常排版。PDF 版下载 →
WECHAT
Simon Zhao WeChat QR
个人公众号