Topologie myśli: Obsidian w przestrzeni embeddingów

15 800 notatek. 49 746 fragmentów. Każdy fragment to wektor o 256 wymiarach.⁷ Uruchomiłem UMAP na całym zbiorze, zrzutowałem go do trzech wymiarów i powoli obracałem wynik na ekranie. Mój drugi mózg miał kształt, a ten kształt ujawnił coś, czego same notatki nigdy mi nie powiedziały: moja praca intelektualna skupia się wokół trzech gęstych węzłów (Claude Code, systemy projektowe, badania nad AI), połączonych cienkimi pomostami notatek z pogranicza i otoczonych rzadką aureolą osieroconych sygnałów, które nie łączą się z niczym.

Kształt wiedzy pokazuje, gdzie się myśli, gdzie myślenia się unika i gdzie idee mają przestrzeń, by się zderzać. Ta sama architektura kontekstu, która porządkuje zachowanie agenta, porządkuje też ludzką wiedzę.

W skrócie: Rzutowanie 15 800 notatek Obsidian na 256-wymiarową przestrzeń embeddingów ujawnia trzy topologie wiedzy — scentralizowaną, zdecentralizowaną i rozproszoną — każdą z odrębnymi trybami awarii. To notatki pomostowe między klastrami rodzą najbardziej nowatorskie wnioski, a badania nad przejściami fazowymi pokazują, że nieostrożna selekcja potrafi doprowadzić do załamania struktury wiedzy przy ostro zarysowanym progu.

TL;DR

Przestrzenie embeddingów nadają bazom wiedzy strukturę przestrzenną, która ujawnia topologię intelektualną. Kat (@poetengineer__) pokazuje trzy topologie skarbców Obsidian: scentralizowaną (jedna główna idea łącząca wszystko), zdecentralizowaną (skupiska tematycznych węzłów) oraz rozproszoną (krawędzie między ideami opisane relacjami semantycznymi).¹ Mój skarbiec (vault) liczący 15 800 plików i 49 746 fragmentów (chunks) wykazuje topologię zdecentralizowaną z trzema dominującymi klastrami. Praca Pesce i współautorów o przejściach fazowych w przycinaniu sieci neuronowych daje matematyczne ramy do zrozumienia, kiedy upraszczanie (selekcja, archiwizacja, filtrowanie) przekracza próg, za którym struktura wiedzy przestaje działać.² Dalej: co właściwie rejestrują embeddingi, trzy topologie wiedzy na realnych danych ze skarbca, jak zdiagnozować własną topologię oraz interaktywny eksplorator zbudowany z mojego prawdziwego skarbca.

Co naprawdę rejestrują embeddingi

Embedding tekstowy zamienia fragment tekstu w listę liczb. Wpis o wizualizatorze tokenizacji opisywał, jak tekst staje się tokenami. Embeddingi idą dalej: tokeny stają się współrzędnymi w przestrzeni o wielu wymiarach, w której odległość odpowiada znaczeniu.

Dwa fragmenty o „punktach zaczepienia w Claude Code do wstrzykiwania kontekstu” leżą w przestrzeni embeddingów blisko siebie. Fragment o „punktach zaczepienia w Claude Code” i fragment o „nawigacji w SwiftUI na iOS” leżą daleko od siebie. Ta odległość to nie pokrywanie się słów kluczowych. Dwa fragmenty mogą nie mieć ani jednego wspólnego słowa i mimo to wylądować obok siebie, jeśli omawiają te same pojęcia. Mogą też mieć wiele słów wspólnych („system przetwarza dane”) i wylądować daleko od siebie, jeśli otaczający kontekst jest inny.

Mój skarbiec korzysta z modelu potion-base-8M od Model2Vec: 7,6 miliona parametrów generujących 256-wymiarowe embeddingi.³ Model powstał przez destylację większego sentence transformera (bge-base-en-v1.5) i osiąga około 90% skuteczności all-MiniLM-L6-v2, działając przy tym jako model statyczny — o rzędy wielkości szybciej zarówno na CPU, jak i na GPU. Każdy z 49 746 fragmentów w moim skarbcu staje się punktem w przestrzeni 256-wymiarowej.

Nie da się bezpośrednio zwizualizować 256 wymiarów. Techniki redukcji wymiarowości, takie jak UMAP, rzutują strukturę wielowymiarową na 2D lub 3D, zachowując lokalne sąsiedztwa.⁴ Punkty, które były blisko siebie w 256 wymiarach, pozostają blisko w trzech. Struktura globalna jest przybliżona, ale klastry są prawdziwe.

Trzy topologie wiedzy

Eksploracja embeddingów notatek Obsidian przeprowadzona przez Kat wskazuje trzy odrębne topologie wiedzy.¹ Każda odzwierciedla inną strukturę intelektualną i każda zawodzi inaczej.

Scentralizowana: jedna główna idea łącząca wszystko

W topologii scentralizowanej większość notatek łączy się przez jeden dominujący motyw. Przestrzeń embeddingów pokazuje wtedy jeden gęsty klaster w środku i cienkie wypustki rozchodzące się na zewnątrz. Programista piszący wyłącznie o React zobaczy właśnie taką topologię: React jest węzłem centralnym, a każda notatka o testowaniu, zarządzaniu stanem, wdrożeniach i narzędziach przechodzi przez niego.

Siła: Dogłębna znajomość centralnej dziedziny. Wyszukiwanie działa dobrze, bo większość zapytań trafia w to samo sąsiedztwo.

Tryb awarii: Kruchość. Gdy centralny motyw traci znaczenie (zmiana ścieżki zawodowej, wygaszenie technologii), cała struktura wiedzy traci zasadę porządkującą. Notatki, które mają sens wyłącznie w relacji do centrum, zostają osierocone.

Zdecentralizowana: skupiska tematycznych węzłów

W topologii zdecentralizowanej notatki tworzą kilka wyraźnych klastrów połączonych notatkami pomostowymi. Mój skarbiec wykazuje właśnie taką topologię, z trzema dominującymi węzłami:

Pozostałe 22% rozkłada się na Inspiracje, Produktywność, Naukę i mniejsze kategorie.

Siła: Odporność. Utrata jednego klastra nie niszczy pozostałych. Na granicach między klastrami tworzą się połączenia interdyscyplinarne i to one rodzą najbardziej nowatorskie wnioski.

Tryb awarii: Fragmentacja. Jeśli notatek pomostowych między klastrami jest zbyt mało, klastry zamieniają się w intelektualne silosy. W moim skarbcu pomost między Projektowaniem a Claude Code jest cienki (notatki o projektowaniu interfejsów UI dla agentów, wzorce interfejsów do formułowania poleceń), a między Projektowaniem a czystym Programowaniem właściwie nie istnieje (notatki o architekturze backendu rzadko łączą się z projektowaniem wizualnym). Ta luka to martwe pole: myślę o projektowaniu i myślę o inżynierii backendowej, ale rzadko myślę o nich razem.

Rozproszona: krawędzie opisane relacjami

W topologii rozproszonej połączenia między notatkami niosą etykiety semantyczne opisujące, jak idee się ze sobą wiążą. W implementacji Kat do generowania etykiet krawędzi między sąsiadującymi notatkami wykorzystano LLM.¹ Zamiast anonimowej bliskości każde połączenie ma opis: „zaprzecza”, „rozwija”, „dostarcza dowodów na”, „stosuje w innej dziedzinie”.

Siła: Nawigowalność. Topologia rozproszona odpowiada nie tylko na pytanie „co jest powiązane?”, ale też „w jaki sposób jest powiązane?”. Etykietowanie otwiera drogę do wnioskowania wyższego rzędu: da się znaleźć notatki, które danej tezie zaprzeczają, a nie tylko takie, które ją wspominają.

Tryb awarii: Koszt. Generowanie etykiet dla każdej pary połączeń skaluje się kwadratowo. Przy 49 746 fragmentach w moim skarbcu wyczerpujące etykietowanie krawędzi wymagałoby około 1,2 miliarda wywołań LLM. Praktyczne implementacje etykietują wyłącznie krawędzie mieszczące się w progu podobieństwa.

Przejścia fazowe: kiedy upraszczanie łamie strukturę

Pesce, He i Caldarelli badali przejścia fazowe w przycinaniu sieci neuronowych i znaleźli ostry próg: sieci wykazują „przejście z fazy kooperacyjnej, funkcjonalnej do fazy nieuporządkowanej z załamaną wydajnością”.² Poniżej progu usuwanie połączeń niemal nie wpływa na działanie. Na progu funkcja załamuje się gwałtownie. Przejście podlega prawom skalowania zgodnym z krytycznym zachowaniem drugiego rzędu — tą samą matematyką, która opisuje topnienie lodu.

Analogia do porządkowania wiedzy jest bezpośrednia. Mój potok oceny sygnałów⁶ zmniejszył Inbox z 14 771 notatek do 5 886 dzięki progowi trafności. Ta sama dynamika kumulatywnego kontekstu, która sprawia, że pamięć agenta zyskuje na wartości, działa i tutaj: wartość notatki zależy od jej połączeń, nie tylko od treści. Redukcja poprawiła jakość wyszukiwania: mniej wyników o niskiej trafności, ciaśniejsze klastry, szybsze wydobywanie. Ale czy stracono sygnał? Czy to upraszczanie przekroczyło próg przejścia fazowego?

Badania nad przycinaniem sugerują, że odpowiedź zależy od łączności, a nie od liczby. Usunięcie węzłów izolowanych (notatek bez semantycznych sąsiadów) ma znikomy wpływ na działanie sieci. Usunięcie węzłów pomostowych (notatek łączących skądinąd rozłączne klastry) potrafi rozbić strukturę, nawet jeśli z osobna te notatki wydają się nieistotne.

Mój potok triażu podniósł próg trafności z 0,30 do 0,40. Redukcję rozmiaru Inboxu o 60% zmierzyłem liczbą notatek. Wpływu na topologię nie zmierzyłem. Strategia selekcji świadoma przejść fazowych powinna:

1. identyfikować notatki pomostowe przed filtrowaniem (te o wysokiej centralności pośrednictwa w grafie podobieństwa);
2. zwalniać notatki pomostowe z filtrowania po trafności, niezależnie od ich indywidualnych ocen;
3. monitorować metryki łączności klastrów po każdym przebiegu selekcji;
4. alarmować, gdy krok selekcji obniży gęstość pomostów między klastrami poniżej progu.

# Sketch: bridge note detection before curation
def identify_bridge_notes(embeddings, threshold=0.7):
    """Find notes that connect otherwise-separate clusters."""
    from sklearn.neighbors import NearestNeighbors
    nn = NearestNeighbors(n_neighbors=10, metric='cosine')
    nn.fit(embeddings)
    distances, indices = nn.kneighbors(embeddings)

    # Bridge score: how many of a note's neighbors are from
    # different clusters than the note itself
    bridge_scores = []
    for i, neighbors in enumerate(indices):
        own_cluster = labels[i]
        cross_cluster = sum(1 for n in neighbors if labels[n] != own_cluster)
        bridge_scores.append(cross_cluster / len(neighbors))

    return bridge_scores

Jak zdiagnozować własną topologię wiedzy

Do analizy topologii wiedzy nie trzeba 15 000 notatek. Struktura ujawni się w każdym zbiorze powyżej 100 notatek z embeddingami. Kto korzysta z Obsidiana jako infrastruktury AI, ma surowiec już na miejscu — siedemnaście tysięcy sygnałów w moim skarbcu zaczęło się od zwykłych codziennych zapisków. Trzy pytania diagnostyczne:

1. Ile jest klastrów?

Wystarczy uruchomić k-means lub DBSCAN na embeddingach i policzyć wyraźne klastry. Mniej niż 3 wskazuje na topologię scentralizowaną. Od 3 do 8 — na zdecentralizowaną. Powyżej 8 może oznaczać albo faktycznie rozproszoną topologię, albo niedostateczną selekcję (wiele klastrów to wiele tematów, co może oznaczać brak głębi w którymkolwiek z nich).

2. Jak gęste są pomosty?

Dla każdej pary klastrów należy policzyć notatki mające najbliższych sąsiadów w obu klastrach. Gęstość pomostu poniżej 2% rozmiaru mniejszego klastra sygnalizuje potencjalny silos. Mój pomost między Projektowaniem a Programowaniem ma około 1,4% — poniżej progu, co potwierdza zaobserwowane martwe pole.

3. Jaki procent notatek jest osierocony?

Notatka osierocona nie ma żadnego sąsiada mieszczącego się w progu podobieństwa kosinusowego (zwykle 0,7). Osierocone notatki nie są z gruntu złe — mogą reprezentować naprawdę nowe idee. Ale odsetek sierot powyżej 15% świadczy albo o niekonsekwentnym zbieraniu (notatki spoza własnej domeny wiedzy), albo o problemach z jakością embeddingów.

Odsetek sierot w moim skarbcu: około 8%. Większość z nich to surowe zapiski z Inboxu, których nie przerobiłem na uporządkowane notatki. Po wyłączeniu Inboxu wskaźnik spada do 3%, co pokazuje, że przetworzone notatki dobrze wpinają się w istniejącą topologię.

Co ujawniają klastry

Powyższa wizualizacja korzysta z 500 losowo wybranych fragmentów z mojego skarbca. Klastry odpowiadają realnym sąsiedztwom intelektualnym.

Węzeł AI i ML (26% fragmentów) jest najgęstszym klastrem. Architektura Claude Code, wzorce projektowe agentów, prace badawcze o LLM i techniki inżynierii poleceń dla modeli tworzą ciasne sąsiedztwo. Gęstość odzwierciedla objętość: czytam i zapisuję więcej materiałów o AI/ML niż o czymkolwiek innym. Gęstość daje też przewagę w jakości wyszukiwania — zapytania z tej dziedziny zwracają bardzo trafne wyniki, bo przestrzeń embeddingów jest tu gęsto wypełniona.

Węzeł Projektowania (14%) leży w oddaleniu od AI i ML. Systemy typograficzne, nauka o kolorze, wzorce komponentów UI i wizualne referencje projektowe tworzą własny klaster. To oddzielenie jest uzasadnione: projektowanie i inżynieria AI posługują się innym słownictwem, innymi ramami rozumowania i innymi kryteriami oceny. Oznacza jednak również, że zapytania w rodzaju „jak formatować wyjście agenta pod przegląd programisty” wpadają w lukę między klastrami i zwracają wyniki z jednej albo drugiej strony, rzadko zaś z przecięcia.

Węzeł Programowania (10%) nakłada się bardziej na AI i ML niż na Projektowanie. Wzorce FastAPI, projektowanie baz danych i architektura SwiftUI dzielą słownictwo pojęciowe z notatkami o inżynierii AI (jedne i drugie mówią o kodzie, architekturze, testowaniu). To nakładanie się słownictwa tworzy strefę mieszaną, w której żyją notatki o DevOps dla agentów i infrastrukturze pod AI.

Aureola Inboxu (28%) otacza całą resztę. Surowe zapiski, nieposortowane sygnały i nieprzetworzone zakładki tworzą rzadką chmurę o słabych połączeniach z ustalonymi klastrami. Potok oceny sygnałów, który zmniejszył Inbox z 14 771 do 5 886 notatek, usuwał przede wszystkim z tej aureoli — notatki o niskim podobieństwie do któregokolwiek z ustalonych klastrów.

Klaster Inspiracji (6%) zajmuje pozycję między Projektowaniem a Inboxem. Referencje z typografii kinetycznej, studia motion designu i zapiski ze sztuki wizualnej tworzą luźne sąsiedztwo. Klaster istnieje, bo inspiracje wizualne zbieram konsekwentnie, ale rzadko przerabiam je na uporządkowane notatki. Ujawnia to pewien wzorzec: konsumuję inspiracje wizualne szeroko, a produkuję pracę projektową wąsko. Rozziew między konsumpcją a produkcją widać w topologii jako klaster o wysokiej gęstości wejściowej (zapiski) i niewielkiej liczbie połączeń wychodzących (notatek, które na tych inspiracjach budują).

Pomosty między klastrami to najciekawszy element całości. Najcieńszy łączy Projektowanie z Programowaniem: około 1,4% notatek mniejszego klastra ma najbliższych sąsiadów w obu naraz. Dla porównania pomost między AI a Programowaniem sięga 8,3%, co odzwierciedla, jak dużą część mojej pracy programistycznej stanowi infrastruktura AI. Gęstość pomostów przewiduje, gdzie narodzi się nowatorska praca. Mój wpis o boidach i agentach wziął się z notatki pomostowej, która połączyła badania nad zachowaniami emergentnymi (klaster AI i ML) z implementacją algorytmu stadnego (klaster Programowania). Bez tego pomostu te dwa zbiory notatek nigdy by się nie zderzyły.

Topologia kształtuje też jakość wyszukiwania. Hybrydowy mechanizm wyszukiwania, który napędza przeszukiwanie mojego skarbca, korzysta zarówno z dopasowania słów kluczowych BM25, jak i z podobieństwa wektorowego — ale jego skuteczność zależy od struktury klastrów pod spodem. Zapytania trafiające w gęste klastry zwracają precyzyjne wyniki; te, które wypadają pomiędzy, potrzebują BM25 jako mechanizmu awaryjnego mostkującego lukę.

Obok skarbca istnieje druga baza embeddingów: baza wyszukiwania łańcucha narzędzi z 4 518 fragmentami w 653 plikach.⁵ Jej topologia jest radykalnie inna: jeden gęsty klaster (konfiguracja Claude Code) z małymi satelitami dla testów, punktów zaczepienia i skilli. Topologia monokultury sprawdza się w łańcuchu narzędzi, bo łańcuch narzędzi ma jeden cel. Skarbiec wiedzy o topologii monokultury byłby sygnałem ostrzegawczym.

Jak przekształcić własną topologię

Topologia nie jest dana raz na zawsze. Cztery świadome działania przebudowują strukturę wiedzy.

Pisać notatki pomostowe. Jeśli dwóm klastrom brakuje połączeń, warto pisać notatki, które wprost łączą pojęcia z obu stron. Mój pomost między Projektowaniem a AI jest cienki, bo rzadko piszę o projektowaniu interfejsów dla agentów. Notatka zatytułowana „Wzorce UX dla wyjścia agenta”, cytująca zarówno zasady projektowe, jak i badania nad architekturą agentów, utworzyłaby punkt pomostowy.

Wykrywać sieroty. Co miesiąc warto przeprowadzić skan sierot i zdecydować: zintegrować, zarchiwizować czy usunąć. Osierocone notatki będące zalążkami idei należy podpiąć notatkami pomostowymi do istniejących klastrów. Te będące jednorazowymi odniesieniami można zarchiwizować.

Mierzyć po każdej selekcji. Przed masową selekcją (usuwaniem, archiwizacją, filtrowaniem) i po niej trzeba zmierzyć łączność klastrów. Jeśli gęstość pomostów między klastrami spada, selekcja usunęła notatki pomostowe, które powinny były zostać.

Czytać na granicach. Najwartościowsze lektury nie leżą głębiej w najgęstszym klastrze, tylko na styku klastrów. Praca łącząca inżynierię AI z projektowaniem wizualnym wygeneruje więcej nowych połączeń niż kolejny artykuł pogłębiający i tak już gęsty klaster AI.

Najważniejsze wnioski

• Przestrzenie embeddingów nadają bazom wiedzy kształt. Ten kształt ujawnia topologię intelektualną: gdzie skupia się uwagę, gdzie się jej unika i gdzie idee łączą się ponad dziedzinami.
• Trzy topologie zawodzą na trzy różne sposoby. Scentralizowana jest krucha. Zdecentralizowana rozpada się bez notatek pomostowych. Rozproszona jest droga w utrzymaniu, ale najbogatsza w nawigacji.
• Przejścia fazowe czynią selekcję nieliniową. Usuwanie notatek poniżej progu niemal nie rusza struktury. Na progu funkcja się załamuje. Notatki pomostowe trzeba zidentyfikować i ochronić przed każdą masową selekcją.
• Aureola Inboxu to front selekcji. Surowe zapiski tworzą rzadką chmurę wokół ustalonych klastrów. Ocena sygnałów filtruje tę aureolę, ale dopiero topologia pokazuje, czy filtrowanie zachowało, czy zniszczyło połączenia pomostowe.
• Czytać na granicach. Notatki o najwyższej wartości łączą klastry, a nie pogłębiają je. Wykrywanie sierot i metryki gęstości pomostów wyznaczają priorytety lektur.

FAQ

Źródła