思維的拓樸：嵌入空間裡的 Obsidian

15,800 則筆記。49,746 個區塊。每個區塊都是一個 256 維向量。⁷ 我對整份資料集跑了 UMAP，投影到三維空間，讓結果在螢幕上緩緩旋轉。我的第二大腦有了形狀，而這個形狀揭露了筆記本身從未說出口的事：我的思考工作聚攏在三個密集樞紐周圍（Claude Code、設計系統、AI 研究），彼此之間只靠幾條細瘦的交集筆記橋接，外圍還環繞著一圈稀疏的孤立訊號，什麼也連不上。

知識的形狀會告訴您：您在哪裡思考、在哪裡迴避思考，以及您的想法在哪裡還有碰撞的空間。同一套用來組織代理行為的上下文架構，也在組織人的知識。

一句話總結： 把 15,800 則 Obsidian 筆記投影到 256 維的嵌入空間，會浮現三種知識拓樸——集中式、去中心式、分散式——各有不同的失效模式。群集之間的橋接筆記帶來最新穎的洞見；而相變研究顯示，草率的整理會在某個尖銳的門檻上讓整個知識結構崩塌。

TL;DR

嵌入空間賦予知識庫一種空間結構，讓思考的拓樸顯形。Kat（@poetengineer__）為 Obsidian 筆記庫示範了三種拓樸：集中式（一個核心概念串起全部）、去中心式（成群的主題樞紐），以及分散式（想法之間的連結標註了語意關係）。¹ 我那座 15,800 個檔案、49,746 個區塊的筆記庫，呈現的是有三個主導群集的去中心式拓樸。Pesce 等人研究神經網路剪枝中的相變，提供了一套數學框架，用來理解簡化（整理、封存、過濾）究竟在什麼時候會越過門檻、破壞知識結構的功能。² 以下依序談：嵌入究竟捕捉了什麼、三種知識拓樸與真實筆記庫數據、如何診斷自己的拓樸，以及一個以我實際筆記庫打造的互動式探索器。

嵌入實際捕捉了什麼

文字嵌入會把一段文字轉換成一串數字。分詞視覺化那篇文章談過文字如何變成 token；嵌入再往前一步：token 成為高維空間裡的座標，而距離對應的是語意。

兩段都在談「用於注入上下文的 Claude Code 掛鉤」的文字，在嵌入空間裡靠得很近。一段談「Claude Code 掛鉤」、另一段談「iOS SwiftUI 導覽」，兩者則相距甚遠。這個距離不是關鍵字重疊度。兩段文字可以一個字都不重複，只要談的是同樣的概念，位置依然相鄰；也可以共用大量字詞（「系統處理資料」），卻因為周邊語境不同而落在天南地北。

我的筆記庫用的是 Model2Vec 的 potion-base-8M 模型：760 萬個參數，輸出 256 維嵌入。³ 該模型從較大的句子轉換模型（bge-base-en-v1.5）蒸餾而來，以靜態模型的形式運行，效能約可達 all-MiniLM-L6-v2 的九成——不論在 CPU 或 GPU 上都快上好幾個數量級。筆記庫裡的 49,746 個區塊，各自成為 256 維空間中的一個點。

256 維無法直接視覺化。UMAP 之類的降維技術會把高維結構壓到 2D 或 3D，同時保留局部鄰域關係。⁴ 在 256 維中相鄰的點，在 3 維中依然相鄰。整體結構只是近似，但群集是真實的。

知識的三種拓樸

Kat 在探索 Obsidian 筆記嵌入時，辨識出三種截然不同的知識拓樸。¹ 每種拓樸反映一種思考結構，也各自帶著不同的失效模式。

集中式：一個核心概念串起全部

在集中式拓樸裡，多數筆記都透過單一主導主題彼此相連。嵌入空間會呈現中央一團密集群集，向外伸出幾條細長的觸鬚。一位只寫 React 的開發者就會看到這種拓樸：React 是樞紐，測試、狀態管理、部署、工具鏈的每一則筆記，都經由它連接。

優勢： 在核心領域累積深厚專業。搜尋效果很好，因為多數查詢都落在同一片鄰域。

失效模式： 脆弱。一旦核心主題失去意義（轉換跑道、技術退場），整個知識結構就失去了組織原則。那些只有相對於中心才說得通的筆記，全都變成孤兒。

去中心式：成群的主題樞紐

在去中心式拓樸裡，筆記形成數個明確的群集，由橋接筆記相連。我的筆記庫正是這種拓樸，有三個主導樞紐：

其餘 22% 分散在靈感、生產力、科學等較小的類別。

優勢： 韌性。失去一個群集不會摧毀其他群集。跨領域的連結在群集邊界上形成，最新穎的洞見也從那裡長出來。

失效模式： 碎裂。群集之間的橋接筆記若太單薄，群集就會變成思想上的穀倉。我的筆記庫在設計與 Claude Code 之間有一條細橋（關於設計代理 UI、提示介面模式的筆記），但設計與純開發之間幾乎沒有橋（後端架構筆記很少連到視覺設計）。這道縫隙就是盲點：我思考設計，也思考後端工程，唯獨很少把兩者放在一起思考。

分散式：帶有關係標籤的連結

在分散式拓樸裡，筆記之間的連結帶有語意標籤，說明想法如何相關。Kat 的實作用 LLM 為相鄰筆記之間的連結產生標籤。¹ 連結不再只是匿名的鄰近關係，而是各自有了描述：「反駁」「延伸」「提供證據支持」「應用於不同領域」。

優勢： 可導覽性。分散式拓樸回答的不只是「哪些相關？」，而是「如何相關？」。標籤讓更高階的推理成為可能：找出反駁某個論點的筆記，而不只是提到它的筆記。

失效模式： 成本。為每一組連結產生標籤，成本以平方成長。以我筆記庫的 49,746 個區塊計算，窮舉式標註約需 12 億次 LLM 呼叫。實務上的作法只標註相似度門檻以內的連結。

相變：簡化在什麼時候會摧毀結構

Pesce、He 與 Caldarelli 研究神經網路剪枝中的相變，發現了一個尖銳的門檻：網路會出現「從協同、可運作的相，轉變為效能崩潰的無序相」。² 在門檻之下，移除連結幾乎不影響功能；一到門檻，功能便驟然崩潰。這個轉變遵循的標度律與二階臨界行為一致——正是描述冰融化成水的那套數學。

這與知識整理的類比非常直接。我的訊號評分流程⁶靠一道相關性門檻，把收件匣從 14,771 則筆記削到 5,886 則。讓代理記憶得以累積價值的複利式上下文動力學，在這裡同樣成立：一則筆記的價值取決於它的連結，而不只是它的內容。這次削減確實改善了搜尋品質：低相關性的結果變少、群集更緊密、檢索更快。但訊號有沒有因此流失？這次簡化是否越過了相變門檻？

剪枝研究給出的答案是：關鍵在連通性，不在數量。移除孤立節點（沒有語意鄰居的筆記）對網路功能的影響微乎其微；移除橋接節點（連起原本各自獨立之群集的筆記）則可能讓結構崩塌——即使那些筆記單獨看起來無足輕重。

我的分流流程把相關性門檻從 0.30 提高到 0.40。收件匣縮減 60% 是以數量衡量的，我並沒有衡量對拓樸的影響。一套具備相變意識的整理策略應該要：

1. 在過濾前先辨識出橋接筆記（在相似度圖中中介中心性高的筆記）
2. 不論個別分數高低，都讓橋接筆記豁免於相關性過濾
3. 每一輪整理之後，追蹤群集連通性指標
4. 當某一步整理讓群集間的橋接密度低於門檻時發出警示

# 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

診斷您的知識拓樸

分析知識拓樸不需要 15,000 則筆記。任何 100 則以上、帶有嵌入的筆記集合，都足以顯露結構。如果您已經把 Obsidian 當成 AI 基礎設施在用，原料早就在手上了——我筆記庫裡的一萬七千則訊號，最初也只是每天隨手的擷取。三個診斷問題：

1. 存在多少個群集？

對嵌入跑一次 k-means 或 DBSCAN，數一數有幾個明確的群集。少於 3 個，偏向集中式拓樸；3 到 8 個之間，屬於去中心式；超過 8 個，可能是真正的分散式拓樸，也可能是整理不足（群集多代表主題多，而主題多往往意味著每一個都不夠深）。

2. 橋接有多密？

針對每一對群集，計算在兩個群集中都有最近鄰的筆記數量。若橋接密度低於較小群集規模的 2%，就有形成穀倉的風險。我的「設計—開發」橋接約為 1.4%——低於門檻，正好印證了我觀察到的盲點。

3. 孤立筆記佔多少比例？

所謂孤立筆記，是在餘弦相似度門檻（通常取 0.7）之內找不到任何鄰居的筆記。孤立不必然是壞事——它們可能代表真正新穎的想法。但孤立率若超過 15%，多半意味著擷取習慣不一致（筆記與您的知識領域不搭），或是嵌入品質有問題。

我的筆記庫孤立率約 8%。大多數孤立筆記是尚未整理成結構化筆記的收件匣原始擷取。排除收件匣後，孤立率降到 3%，代表處理過的筆記能夠順利融入既有拓樸。

群集揭露了什麼

上方的視覺化取自我筆記庫中隨機抽樣的 500 個區塊。這些群集對應著真實的思考鄰域。

AI 與 ML 樞紐（佔區塊 26%）是最密集的群集。Claude Code 架構、代理設計模式、LLM 研究論文與提示工程技巧，構成一片緊密的鄰域。密度反映的是量：我閱讀與擷取的 AI/ML 內容多過任何其他類別。密度也帶來搜尋品質上的優勢——這個領域的查詢會回傳高度相關的結果，因為嵌入空間夠稠密。

設計樞紐（14%）與 AI 和 ML 保持著距離。字體排印系統、色彩科學、UI 元件模式與視覺設計參考，自成一個群集。這樣的分隔是合理的：設計與 AI 工程使用不同的詞彙、不同的推理框架、不同的評估標準。但分隔也意味著，像「代理的輸出該如何排版才方便開發者審閱」這類查詢，會掉進兩個群集之間的縫隙，回傳的結果不是偏這邊就是偏那邊，很少來自交集處。

開發樞紐（10%）與 AI 和 ML 的重疊，多過與設計的重疊。FastAPI 模式、資料庫設計與 SwiftUI 架構，和 AI 工程筆記共用一套概念詞彙（雙方都談程式碼、架構、測試）。詞彙上的重疊造就了一片混合地帶，「給代理用的 DevOps」與「給 AI 用的基礎設施」這類筆記就住在那裡。

收件匣光暈（28%）包覆著一切。原始擷取、未分類訊號與尚未處理的書籤，形成一團稀疏的雲，與既有群集之間的連結相當薄弱。把收件匣從 14,771 則削到 5,886 則的訊號評分流程，刪掉的主要就是這圈光暈裡的東西：與任何既有群集相似度都偏低的筆記。

靈感群集（6%）位於設計與收件匣之間。動態字體排印參考、動態設計研究與視覺藝術擷取，構成一片鬆散的鄰域。這個群集之所以存在，是因為我持續擷取視覺靈感，卻很少把它們整理成結構化筆記。它揭露了一個模式：我廣泛消費視覺靈感，產出的設計工作卻很窄。消費與產出之間的落差，在拓樸上就顯示為一個「進來的密度高（擷取）、出去的連結少（在靈感之上長出的筆記）」的群集。

跨群集的橋接是最耐人尋味的特徵。最細的一條橋連接設計與開發：較小群集中約有 1.4% 的筆記，在兩個群集裡都有最近鄰。相比之下，AI 與開發之間的橋接達 8.3%，反映出我的開發工作有多大比例牽涉 AI 基礎設施。橋接密度能預測新意會從哪裡冒出來。我那篇從 Boids 到代理，就來自一則橋接筆記——它把湧現行為研究（AI 與 ML 群集）和群飛演算法實作（開發群集）接了起來。少了這座橋，那兩批筆記永遠不會相撞。

拓樸也塑造了檢索品質。驅動我筆記庫搜尋的混合式檢索器同時使用 BM25 關鍵字比對與向量相似度——但它的效果取決於底層的群集結構。落在密集群集裡的查詢會得到精準結果；掉在群集之間的查詢，則需要 BM25 這條退路來補上缺口。

筆記庫旁邊還有第二個嵌入資料庫：工具鏈搜尋資料庫，涵蓋 653 個檔案、4,518 個區塊。⁵ 工具鏈的拓樸截然不同：一個密集的核心群集（Claude Code 設定），外圍散布著測試、掛鉤與技能的小型衛星群集。這種單一化拓樸對工具鏈是合適的，因為工具鏈只服務單一目的。但知識庫若呈現單一化拓樸，那就是警訊。

重塑您的拓樸

拓樸並非定局。四個有意識的動作，可以重塑知識結構。

動手寫橋接筆記。 若兩個群集缺乏連結，就刻意寫下跨越兩者、明確串起概念的筆記。我的「設計—AI」橋很細，是因為我很少寫關於設計代理介面的東西。一則名為「代理輸出的 UX 模式」、同時引用設計原則與代理架構研究的筆記，就能造出一個橋接點。

找出孤立筆記。 每月掃描一次孤立筆記，然後做決定：整合、封存，或刪除。代表萌芽中想法的孤立筆記，應該用橋接筆記接回既有群集；只是一次性參考的，封存即可。

整理之後要追蹤。 任何大規模整理（刪除、封存、過濾）的前後，都測量一次群集連通性。若群集間的橋接密度下降，代表這次整理刪掉了本該保留的橋接筆記。

在邊界上閱讀。 最有價值的閱讀對象，不在您最密集的群集更深處，而在群集與群集的交界。一篇橫跨 AI 工程與視覺設計的論文，能激發的新連結，遠多於又一篇加深原本就很稠密之 AI 群集的論文。

重點整理

• 嵌入空間讓知識庫有了形狀。 這個形狀揭露思考的拓樸：注意力集中在哪、迴避了哪，以及想法在哪裡跨越領域相連。
• 三種拓樸有不同的失效模式。 集中式脆弱；去中心式缺了橋接筆記就會碎裂；分散式維護昂貴，但導覽起來最豐富。
• 相變讓整理變成非線性的事。 在門檻之下刪筆記，結構幾乎不受影響；一到門檻，功能就崩潰。任何大規模整理之前，都必須先辨識並保護橋接筆記。
• 收件匣光暈是整理的前線。 原始擷取在既有群集外圍形成一團稀疏的雲。訊號評分負責過濾這圈光暈，而拓樸則告訴您：過濾究竟保住了還是毀掉了橋接連結。
• 在邊界上閱讀。 價值最高的筆記負責連接群集，而不是加深群集。孤立筆記偵測與橋接密度指標，可以引導閱讀的優先順序。

常見問題

參考資料