От GTD к AI-агенту: как я собрал локальный второй мозг на Codex, Markdown и Obsidian

Значимый прорыв формирует отрасль ИИ: sokolovav 32 минуты назад От GTD к AI-агенту: как я собрал локальный второй мозг на Codex, Markdown и Obsidian 14 мин 781 GTD * Искусственный интеллект Из песочницы Я не программист: когда-то давно я учил веб-разработку, понимаю базовые вещи про HTML, CSS, JavaScript, файлы, папки и GitHub, но профессионально разработкой не занимаюсь. При этом потребность систематизировать знания и дела у меня была давно. Личные заметки, рабочие задачи, бизнес-проекты, документы, идеи, планы, договорённости — на первый взгляд это разные вещи.

Но на более глубоком уровне почти всё сводится к одному циклу:получить информацию;понять, что в ней важно;сохранить её так, чтобы потом найти;связать с уже известным;применить в нужный момент. Если этот цикл не выстроен, информация начинает оседать где попало: в чатах, заметках, письмах, документах, голове, скриншотах, закладках и случайных файлах. Поэтому эта статья не столько про “ещё один AI-инструмент”, сколько про попытку сделать личную систему знаний, которую можно поддерживать не только руками, но и через AI-агента.

Технические детали

GTD: сильная идея, тяжёлое обслуживаниеКогда я думал об этом проекте, я всё время возвращался к Getting Things Done. Методику GTD описал Дэвид Аллен в книге Getting Things Done, которая впервые вышла в 2001 году. В ней была очень правильная мысль: не надо держать всё в голове.

Нужно иметь внешний контур:входящую корзину;понятные списки;контексты;проекты;следующие действия;регулярный обзор. Проблема была в реализации. В ранней логике GTD это были буквально физические папки, бумажные материалы, входящие лотки, списки и ручная сортировка.

Это не про мой личный опыт с бумажными папками, а про исторический контекст самой методики: на момент появления книги такие инструменты были естественным способом построить внешнюю систему. Потом появились компьютеры, интернет-сервисы, синхронизация с телефоном, приложения для заметок и задач. Evernote, Notion, Obsidian, Todoist, Apple Notes и десятки других вариантов сделали работу с информацией намного удобнее.

Отраслевые последствия

Я тоже пробовал разные приложения и подходы. Стало удобнее, но ключевая работа всё равно оставалась на человеке, приходилось самому:читать документы и заметки;выделять главное;решать, куда положить заметку;связывать её с другими заметками;следить, что не устарело;возвращаться к обзору. То есть система могла быть прекрасной, но её нужно было вручную обслуживать.

Сейчас появляется другой вариант: можно не просто складывать информацию в систему, а разговаривать с агентом, который помогает эту систему поддерживать. Сначала я пытался смотреть на это через уже привычные AI-инструменты: обычный ChatGPT, Custom GPTs, Gemini Gems, Claude Projects, skills и большие промпты. Они помогают, но постепенно стало ясно, что мне нужен не просто чат и не просто папка с заметками.

Этот прогресс даёт важные сигналы о будущем отрасли, и технологический мир внимательно наблюдает.