课后作业:搭建个人第二大脑 ​

课后巩固习题 ​

【单选题】【M0-01】raw 目录的纪律 ​

  • 知识点:M0 理论基础:什么是第二大脑
  • 题型:单选题
  • 难度:易

题干:【M0-01】个人知识库中 raw 目录的纪律是( )
A. 只进不改,原始资料是所有知识页的证据来源
B. 每天都要修改一次,防止过期
C. 只能放 PDF 文件
D. 可以让 AI 随手改写里面的错别字

答案与解析

答案:A
解析:raw 是原始资料层,wiki 里每条结论都要能追溯回 raw 里的原文。原始资料一旦被改动,来源与结论的对应关系就断了,整个知识库的可信度随之失效。整理过的原始资料按惯例移进 archive 存档,而不是修改。

【判断题】【M0-02】第二大脑和文件夹的区别 ​

  • 知识点:M0 理论基础:什么是第二大脑
  • 题型:判断题
  • 难度:易

题干:【M0-02】第二大脑和普通文件夹的区别在于:AI 整理知识页时会更新旧页面、标注矛盾、连接双链,资料越攒知识库越聪明。

答案与解析

答案:对
解析:普通文件夹只是存放,资料进去了不会升值。LLM Wiki 方法让 AI 每吃进一份新资料就把知识拆出来更新到相关页面、连上双链,知识被一次性整理、持续复用——这正是 Karpathy 文章中「persistent, compounding artifact」的含义。

【单选题】【M1-01】为什么要先让 AI 出 skill 草稿再确认 ​

  • 知识点:M1 蒸馏你的第一个 skill
  • 题型:单选题
  • 难度:中

题干:【M1-01】蒸馏 skill 时,AI 输出草稿后要先人工核对再安装,最主要的原因是( )
A. 界面必须点两次才能安装
B. 要把关 AI 总结的流程是否忠实于原文,防止方法在蒸馏时走样
C. 草稿字数越多越好
D. 不核对的话 skill 会自动删除

答案与解析

答案:B
解析:蒸馏是「AI 读原文 → 压缩成规则」的过程,压缩可能丢信息也可能加错信息。人工核对目录约定、工作流、raw 只读纪律三处,是把关「固化下来的方法」确实来自原文——skill 之后会被反复复用,源头错了影响所有后续整理。

【判断题】【M1-02】skill 和提示词的关系 ​

  • 知识点:M1 蒸馏你的第一个 skill
  • 题型:判断题
  • 难度:易

题干:【M1-02】skill 相比提示词的优势是:把验证过的方法固化下来,以后一句话就能复用,不用每次重贴长提示词。

答案与解析

答案:对
解析:提示词是一次性的,每次都要重新粘贴;skill 安装后长期生效,说一句「整理知识库」就能触发同一套流程。两者的分工与第 13 课讲的知识库操作一样,都是「让 AI 的正确行为可复用」。

【单选题】【M2-01】AGENTS.md 的作用 ​

  • 知识点:M2 搭建知识库框架
  • 题型:单选题
  • 难度:易

题干:【M2-01】AGENTS.md 在知识库里扮演的角色是( )
A. 图书馆的借阅区
B. 收书的车间
C. 馆员手册,规定 AI 怎么收书、整理、回答问题
D. 数据库的备份文件

答案与解析

答案:C
解析:AGENTS.md 是给 AI 的长期工作规则:目录职责、整理流程、回答问题的步骤、页面格式都写在这里。没有它,AI 每次整理都随性发挥,两次整理的格式对不上;有了它,AI 一进目录就按规矩干活。借阅区是 wiki,车间是 raw。

【判断题】【M2-02】目录设计的目的 ​

  • 知识点:M2 搭建知识库框架
  • 题型:判断题
  • 难度:易

题干:【M2-02】把整理完的原始资料从 raw 移进 archive 存档,目的是防止 AI 下次把同一份资料重复整理一遍。

答案与解析

答案:对
解析:raw 里只剩「待整理」的资料,AI 每次只需要处理增量。archive 里的资料仍可追溯(知识页的来源指向它),但不再参与整理流程,避免重复劳动。

【单选题】【M3-01】连喂两篇同领域论文看什么 ​

  • 知识点:M3 喂入第一批资料
  • 题型:单选题
  • 难度:中

题干:【M3-01】整理第二篇论文(MiMo-V2.6)时,最能体现「第二大脑在长知识」的观察点是( )
A. 生成的知识页字数更多
B. AI 主动更新了 DeepSeek-R1 的旧页面,并把两篇论文的概念用双链连起来
C. 整理速度比第一篇快
D. wiki 目录里多了一个文件夹

答案与解析

答案:B
解析:第二份同领域资料进来时,AI 不是再写一篇孤页,而是回头修改旧页面、标注异同、建立关联——这是 LLM Wiki 区别于普通笔记软件的核心能力。抽查双链和 log 就是在检验这一步真的发生了。

【判断题】【M3-02】知识页的核对要点 ​

  • 知识点:M3 喂入第一批资料
  • 题型:判断题
  • 难度:易

题干:【M3-02】抽查 AI 整理的知识页时,主要看标题、来源、日期三样是否齐全,结论是否能在原文中找到依据。

答案与解析

答案:对
解析:来源指向原始文件名,保证结论可追溯;日期便于以后判断信息新旧;结论对照原文抽查,防止 AI 在翻译提炼时夹带私货。这三样是「人工把关」在知识库场景的具体动作。

【单选题】【M4-01】MCP 在本课的分工 ​

  • 知识点:M4 接上 Obsidian,让 AI 用你的库
  • 题型:单选题
  • 难度:中

题干:【M4-01】关于 Obsidian 和 Obsidian MCP 插件的分工,说法正确的是( )
A. Obsidian 负责给 AI 存文件,MCP 插件负责美化界面
B. Obsidian 是人看知识库的界面,MCP 插件是 AI 读写知识库的通道
C. 两者都是 AI 客户端,任选其一即可
D. MCP 插件把知识库上传到云端才能用

答案与解析

答案:B
解析:Obsidian 本身管「人怎么看」:文件树、双链图谱、编辑器。MCP 插件在 Obsidian 里开了一个本地服务(localhost:3001/mcp),WorkBuddy 作为客户端通过它读写库里的页面——数据全程留在本机,不经过云端。

【判断题】【M4-02】取材短文的验收点 ​

  • 知识点:M4 接上 Obsidian,让 AI 用你的库
  • 题型:判断题
  • 难度:易

题干:【M4-02】AI 写的《什么是推理大模型》短文,只要读起来通顺就算合格,素材来源不重要。

答案与解析

答案:错
解析:本环节的验收核心是「素材只能来自 wiki 知识页」:文末「素材来源」列的页面必须真实存在,正文说法要能在来源页找到出处。通顺但无出处的文字,说明 AI 又在用训练记忆编内容,知识库闭环就没有成立。

【单选题】【M4-03】新知识的入库动作 ​

  • 知识点:M4 更新知识库与 Obsidian 协作
  • 题型:单选题
  • 难度:易

题干:【M4-03】课后你读到一篇有用的文章,想收进自己的第二大脑,正确的入口动作是( )
A. 直接在 wiki 里手写一篇知识页
B. 把文章转成笔记丢进 raw,让 llm-wiki skill 整理
C. 发朋友圈存档
D. 让 AI 把内容背下来

答案与解析

答案:B
解析:统一的入库入口是 raw:网文、笔记先转成文本丢进去,PDF/docx/pptx 可以直接丢,然后一句话让 skill 整理。整理过的原始文件会移进 archive。直接手写 wiki 页绕过了 skill 的流程(双链、index、log 都不会更新),长期会让库失序。

【判断题】【M4-04】长期维护的关键 ​

  • 知识点:M4 更新知识库与 Obsidian 协作
  • 题型:判断题
  • 难度:易

题干:【M4-04】知识库能不能用起来,关键在「入库动作」是否足够简单——成本越低,越容易坚持。

答案与解析

答案:对
解析:Karpathy 在原文里指出,人放弃知识库的原因是维护负担增长比价值增长更快。LLM Wiki 把整理、连线、更新目录这些重活交给 AI,人只负责「丢进去 + 一句话」,入库成本降到最低,习惯才养得成。

【实操题】【M4-05】让 AI 从你的知识库取材写一篇短文 ​

  • 知识点:M4 接上 Obsidian,让 AI 用你的库
  • 题型:实操题
  • 难度:易

任务目标:用搭好的本地知识库完成一次「AI 取材写作」,提交一篇有出处的短文,检验 M1-M4 的成果真的能用。

操作步骤:

  1. 确认 Obsidian 已打开课程目录里的 my-brain 知识库,MCP 插件已启用(设置页能看到服务地址和 API key)。
  2. 打开 WorkBuddy,确认 Obsidian MCP 已连接:发送「通过 Obsidian MCP 列出我的知识库文件」,能列出文件清单。
  3. 发送讲义 M4 第 3 步的取材提示词,让 AI 读 wiki 知识页写一篇 500 字以内的《什么是推理大模型》短文,并存回 wiki。
  4. 打开文件管理器进入 my-brain\wiki,核对库里多出短文页面,且「素材来源」列出的知识页都真实存在。

预期产出:一篇 500 字以内、文末带「素材来源」的短文,已作为新页面存进 wiki 并与原知识页连上双链。

验收标准:

  • 能出示 wiki 里新增的短文页面(截图或现场打开);
  • 「素材来源」列出的页面在 wiki 里找得到;
  • 正文至少 2 处说法能在来源页里找到出处;
  • 提交截图或现场演示均可。
教师参考

参考结果:学生演示一次完整的「AI 读本地库 → 写短文 → 存回 wiki」流程,短文内容与 wiki 知识页对应。
评分要点:MCP 连通并能列文件 1 分,短文生成 1 分,素材来源可追溯 1 分,短文已存回 wiki 1 分。课前未完成 MCP 配置的班级,可降级为让 AI 直接读 my-brain/wiki 里的 md 文件取材,闭环逻辑不变。

【实操题】【M4-06】把一条新知识更新进知识库 ​

  • 知识点:M4 更新知识库与 Obsidian 协作
  • 题型:实操题
  • 难度:易

任务目标:独立完成一次「知识库更新」,掌握课后长期使用第二大脑的入口动作。

操作步骤:

  1. 挑一条课上没讲过的 AI 小知识(比如老师课堂补充的一个概念,或你自己查到的一句话),整理成一段 100 字以内的文字。
  2. 把这段文字发给 WorkBuddy,附上讲义 M5 的入库提示词,让 llm-wiki skill 按流程处理。
  3. 打开文件管理器进入 my-brain,核对新知识页、wiki 里的 index 条目、log 里今天的记录三样都在。
  4. (可选加分)把这个知识页和库里已有的页面连一条双链。

预期产出:wiki 里多出一个新知识页,index 和 log 同步更新,全程只用了「丢资料 + 一句话」。

验收标准:

  • 新知识页出现在 wiki 里,内容与你提供的资料一致;
  • index.md 里能找到这个页面的条目;
  • log 里有今天的入库记录;
  • 提交更新后的文件目录截图或现场演示。
教师参考

参考结果:学生用统一入口完成一次入库,三个部件(页面、index、log)同步更新。
评分要点:知识页创建成功且内容一致 1 分,index 更新 1 分,log 有记录 1 分,流程独立完成 1 分。学生自选知识内容不限主题,能核验即可。