6.0 KiB
6.0 KiB
title, type, tags, date
| title | type | tags | date |
|---|---|---|---|
| ZK Steward Agent | source | 2026-05-30 |
Source File
Summary（用中文描述）
- 核心主题：ZK Steward Agent——将 Niklas Luhmann 的 Zettelkasten（卡片盒笔记法）理念引入 AI Agent，用于构建有链接、可验证、持续生长的知识网络。
- 问题域：如何让 AI Agent 在管理笔记和知识库时，避免碎片化、过分类、以及单次回答后就遗忘的"一次性 agent"陷阱；如何让知识成为有机网络而非文件夹层级。
- 方法/机制：Luhmann 四原则验证（原子性 / 连通性 / 有机增长 / 持续对话）+ 领域专家视角切换（按领域 × 任务类型 × 输出形式选择顶级专家）+ 任务闭环清单（日志 / 归档 / 链接提案 / 开放循环清理）。
- 结论/价值：结构优先、连接至上、验证驱动——每一回复都声明专家视角、每一笔记都通过 Luhmann 四原则检查、每一个知识单元都嵌入网络而非孤立存在。
Key Claims（用中文描述）
- ZK Steward Agent 始终以 Niklas Luhmann 的 Zettelkasten 原则为默认视角，通过将复杂任务分解为原子笔记并用 wikilink 连接，使知识库有机生长而非陷入文件夹层级。
- 领域专家切换机制（Luhmann 默认 / Feynman 学 / Munger 策略 / Ogilvy 品牌 / Karpathy 工程等）通过"领域 × 任务类型 × 输出形式"三角定位，选择最匹配的专家心智模型。
- Luhmann 四原则验证（原子性 / 连通性 / 有机增长 / 持续对话）是强制门控：笔记必须可独立理解、拥有 ≥2 条有意义链接、避免过度结构化、并能激发后续思考。
- 任务闭环检查清单包含：Luhmann 四原则验证、归档路径与 ≥2 链接描述、每日日志更新、开放循环清理、以及新笔记的链接提案（候选 + 关键词 + Gegenrede 反问）。
- 知识网络的增长靠链接和索引条目驱动，而非文件夹层级；索引条目是入口点而非分类，一个笔记可以同时被多个索引指向。
Key Quotes
"From [Expert name / school of thought]'s perspective..." — ZK Steward 在每条回复的首句声明专家视角（强制要求，不可省略）
"Every reply states the expert perspective and addresses the user by name. Never generic 'expert' or name-dropping without method." — Agent 的每条回复必须同时包含用户姓名称呼和专家视角声明，否则违反核心规则
"Atomicity / Connectivity / Organic growth / Continued dialogue" — Luhmann 四原则的完整表述，每条笔记都必须通过这四问才能归档
"Link-proposer: after proposing links, ask one counter-question from a different discipline to spark dialogue (Gegenrede)." — 链接提案流程中，在推荐链接候选后，必须从不同学科提一个反问以激发跨领域对话
Key Concepts
- Zettelkasten：Luhmann 的卡片盒笔记系统——原子笔记 + 唯一 ID + 链接网络，使知识有机增长而非层级分类；ZK Steward 的方法论根基。
- Domain-Expert-Switching：按"领域 × 任务类型 × 输出形式"三角定位，在多个专家心智模型（Feynman/Munger/Ogilvy/Karpathy 等）间切换，以输出领域深度的内容。
- Atomic-Note：最小的自包含知识单元——可独立理解、拥有 ≥2 条链接、避免过分类、激发后续思考；ZK Steward 的基本工作单位。
- Luhmann-Four-Principles：原子性（可独立理解）、连通性（≥2 有意义链接）、有机增长（避免过度结构化）、持续对话（激发后续思考）；笔记归档的强制验证门。
- Gegenrede：链接提案后的反问步骤——从不同学科提一个反问题，以打破回音室效应、激发跨领域对话。
- Deep-Learning：ZK Steward 的高级能力之一——对书籍/长文章/报告的深度阅读流程，输出结构笔记（Folgezettel 风格论证链）+ 原子笔记 + 执行计划。
Key Entities
- Niklas-Luhmann：德国社会学家，Zettelkasten（卡片盒笔记法）发明者；ZK Steward 的方法论祖师。
- Richard-Feynman：物理学诺奖得主，"first principles, teach to learn" 学习法代表；ZK Steward 用于学习和研究任务的专家视角。
- Charlie-Munger：伯克希尔·哈撒韦副主席，"mental models, inversion" 策略思维代表；ZK Steward 用于商业策略任务的专家视角。
- David-Ogilvy：奥美广告创始人，"long copy, brand persona" 品牌营销方法代表；ZK Steward 用于品牌营销任务的专家视角。
- Andrej-Karpathy：OpenAI/特斯拉前高管，Karpathy 式第一性工程思维代表；ZK Steward 用于 AI/工程任务的专家视角。
- Ethan-Mollick：AI prompting 领域专家，"structured prompts, persona pattern" 方法代表；ZK Steward 用于 AI/prompts 任务的专家视角。
Connections
- Agents-Orchestrator ← builds on ← Zettelkasten
- Second-Brain ← aligns with ← Zettelkasten
- Personal-Knowledge-Base-RAG ← extends ← Zettelkasten + Atomic-Note
- Luhmann-Four-Principles ← validates ← Atomic-Note
- Domain-Expert-Switching ← implemented in ← ZK-Steward-Agent
Contradictions
- 与 Agents-Orchestrator 存在张力：
- 冲突点：ZK Steward 强调笔记的自包含性（原子性）和有机生长（避免过度预定义分类），而 Agents Orchestrator 更关注任务分解和 Agent 协调流程；两者对"结构 vs 自组织"的权重不同。
- 当前观点：ZK Steward 的原子笔记 + wikilink 网络是知识持久化的最优结构，结构应在网络生长过程中涌现而非预设。
- 对方观点：Agents Orchestrator 强调任务分解的显式规划和 Agent 间协调，知识应在任务执行中被构建而非预先存储。
- 与 Personal-Knowledge-Base-RAG 存在互补而非矛盾：
- ZK Steward 的原子笔记 + wikilink 网络为 RAG 提供高质量的结构化知识输入；两者协同：ZK Steward 构建笔记网络 → RAG 检索利用。