Главная находка дня
Obsidian работает на максимуме не когда ты «организуешь знания», а когда vault становится production-системой для мышления: каждая заметка либо ведёт к решению, либо к следующему действию. Тема 2026 года — избавиться от пассивного хранилища и перейти к активному execution loop.
20%
рабочей недели тратится на поиск нужной информации
1.5M
пользователей Obsidian в 2026, +22% год к году
2700+
плагинов в маркетплейсе, пополнение каждую неделю
Почему это важно сейчас
В 2026 году сложился чёткий консенсус среди топ PKM-практиков: лучшие плагины — те, что исчезают в workflow. Ты перестаёшь их замечать, но без них работа ломается. Это принципиально другой подход, чем коллекционирование плагинов ради красоты vault.
Второй тренд — vault как AI-ready среда. Консистентный frontmatter, wikilinks как граф, разделение raw/wiki — это уже не опция, а инфраструктура для работы AI-агентов внутри твоих заметок.
Переломный момент
PhD-студент Len описал в Medium знакомую ситуацию: «Мой vault выглядел как место преступления. Заметки везде, теги понятные только в 2 ночи, и поиск находил всё кроме нужного». Он полностью перестроил систему всего пятью плагинами — и это работает уже несколько месяцев. Мораль: меньше плагинов + больше намеренности = устойчивый workflow.
Главный фрейм 2026
Самый эффективный workflow в Obsidian строится как execution loop из 4 шагов. Это не просто организация знаний — это конвейер от входящей мысли до реального результата. Каждый шаг поддержан конкретным плагином.
1
CAPTURE — захват без трения
QuickAdd + Templater. Любая мысль попадает в vault за 2 секунды. QuickAdd создаёт заметку по заданному шаблону без открытия Obsidian, Templater подставляет дату, теги, раздел автоматически. Mobile 2.0 + виджет на экране = захват с телефона одним нажатием.
2
CONNECT — связывание
Graph Analysis + Smart Connections. После захвата — связь с существующими заметками. Graph Analysis выявляет скрытые связи между концепциями. Smart Connections предлагает похожие заметки в сайдбаре через embedding-векторы, не требуя ручного поиска.
3
DECIDE — решение и приоритеты
Tasks + Dataview. Все «следующие действия» из заметок агрегируются в один живой дашборд через DataviewJS-запрос. Нет больше разрозненных todo-списков: `task from #project and !done` — и вся работа перед глазами.
4
SHIP — результат
Obsidian Git + Auto Note Mover. Автопуш в репозиторий, автоперемещение обработанных заметок в архив. «Отгруженное» исчезает из рабочего пространства автоматически — vault остаётся чистым без ручной уборки.
Конкретный Dataview-запрос для execution loop
Вставь в любую заметку, чтобы видеть все активные задачи из всего vault:
const tasks = dv.pages('#project or #active')
.file.tasks
.where(t => !t.completed);
dv.taskList(tasks, false);
Комбо Templater + DataviewJS
Templater выполняется при создании заметки (статические данные: дата, название, теги). DataviewJS выполняется при каждом открытии (живые данные: прогресс, связанные задачи). Эти два инструмента не конкурируют — они дополняют друг друга на разных временных горизонтах.
🧠 LLM Wiki как production workflow
Паттерн Karpathy — это не просто «делай заметки в Obsidian». Это конкретная архитектура: raw/ → LLM → wiki/. Obsidian выступает как IDE, Claude — как программист, wiki — как кодовая база.
Ключевой инсайт, который многие упускают: wiki — это не архив, а living document. Каждая страница имеет версию, может быть устаревшей, должна обновляться при поступлении новых данных. Это как git-репозиторий для знаний.
Context Engineering как суперскилл 2026
Hackernoon и MindStudio пришли к одному выводу: структура vault важнее выбора AI-плагина. Три принципа для AI-ready vault:
1. Консистентный frontmatter — особенно поле summary:. Без него AI не понимает о чём страница без полного прочтения. Проверь: grep -rL "^summary:" wiki/
2. Wikilinks как граф — каждая ссылка [[Note]] это ребро в графе знаний. AI использует граф для навигации, не файловую систему.
3. Разделение raw/wiki — сырые источники не смешиваются с синтезированными знаниями. AI работает с wiki, а не с raw.
Новый тренд: AKM (Agentic Knowledge Management)
dsebastien ввёл термин «Agentic Knowledge Management»: AI не просто отвечает на вопросы, а проактивно наблюдает за vault и предлагает действия. Замечает устаревшие заметки, предлагает связи, предупреждает о противоречиях. Это следующий этап после просто «AI в Obsidian».