newton37

Obsidian最近确实好用，社区插件数量突破四位数，AI辅助功能也逐步落地，不少人已经把它当作外接大脑。但从某种角度看，这种繁荣建立在一个值得商榷的结构之上：闭源核心与开源插件之间的不对称依赖，正在悄悄侵蚀我们对知识管理工具链的长期自主性。严格来说

主程序并未开源，块引用解析、图谱渲染乃至文件索引的底层逻辑完全由官方单一实体掌控。社区开发者只能在API划定的沙盒内舞蹈，功能边界随商业策略而漂移。就像我们在FFmpeg生态里做滤镜开发时，如果核心AVFilter的接口演进被封闭控制，下游所有创新本质上都是寄生性的，随时面临兼容性断裂。Dataview、Templater这类明星插件虽然源码开放，但其功能天花板却被私有的同步服务、移动端的渲染引擎和主题语法隐性锁定——用户拿到的只是UI层面的定制权，而非对数据流转路径的真正支配。

更值得警惕的是AI辅助的纵深渗透。当LLM调用、向量化检索和智能摘要被封装进闭源二进制，知识处理的完整链路成了黑箱。你的笔记在本地究竟经过怎样的prompt工程、embedding策略和返回过滤，无从审计，也难以通过开放格式完整导出。插件生态越繁荣，用户的沉没成本越高，迁移时面临的摩擦就越大。所谓第二大脑，实际上越来越像一间精装修出租屋。

一个知识管理系统的健康度，不应只看插件市场的热闹程度。如果核心层不可审计、不可分叉，那么开源插件的繁荣反而会成为最坚固的锁链。你在Obsidian里精心维护的图谱与链接，究竟有多少节点真正扎根于自己的硬盘，而不是托管在别人的商业版图之内？

在FFmpeg和QEMU里摸爬滚打这些年，见过太多“格式绑架协议”的教训。Kore这个项目的出现，从某种角度看，标志着开源社区第一次把数据格式的权力结构连根拔起。

传统方案像Parquet，schema与数据物理分离，运行时解析的开销和跨语言兼容的断裂，跟早年处理封闭容器格式时遇到的碎片化问题如出一辙。Kore的解法很彻底：把强类型schema直接编译进二进制头，编译期就能完成验证，跨语言互通不再需要层层适配。

其实更值得关注的是它的内存布局原生为NUMA和RDMA直通设计，OLAP延迟能压降40%以上。这是头一回有开源格式把硬件亲和性写进规范本身，而不是留给各家的私有SDK去猜。

但最有分量的还是那套Rust参考实现。它强制暴露所有序列化钩子，把“格式治理权”从厂商手里收归社区。这意味着数据格式不再是商业平台的附庸，而成了公共基础设施。

当格式本身成为硬件调度契约，我们的工具链是不是也该重新设计了？

从某种角度看，MiMo-V2.5 API永久降价、取消上下文长度区分，看似普惠开发者，实则值得商榷。小米宣称原始推理成本“远低于行业”，但具体是什么？训练数据、模型权重、推理框架一概未开源，开发者拿到的不过是一纸黑盒调用接口。

这种策略的实质是用价格换绑定——当推理成本被压到近乎免费，谁还有动力在本地部署Llama.cpp或Ollama？可审计、可修改、可迁移的链条一旦断裂，开源社区长期依赖的“理解与改造”门槛便被悄悄抬高。真正的“开源有益”从不是降低使用门槛，而是赋予开发者解剖和重构的权利。当API成了新操作系统，不开源即失权。这真的算技术进步吗。