Kimi K2.7 + Obsidian is INSANE

核心架构：Kimi K2.7与Obsidian的协同逻辑

视频作者 Julian Goldie 提出了一种全新的AI工作流，将 Kimi K2.7 这一强大的编码模型与 Obsidian 这款笔记软件结合，旨在解决AI“遗忘”痛点。Kimi K2.7 Code 是由 Moonshot AI 于 2026年6月12日 发布的开源编码模型，其核心优势在于能够处理长任务并保持上下文连贯，不易在中途崩溃。该模型近期新增了 高速模式（High-speed mode），官方数据显示其运行速度可达正常模式的 6倍。在正常长度的编码任务中，速度约为 180 tokens/秒，而在较短任务中可高达 260 tokens/秒。Token 是模型输出的文本单位，数值越高代表生成回复越快。目前该功能正在通过 Kimi Code Beta 计划逐步开放，API 开发者和企业用户优先获得访问权限，普通用户可通过 kimi.com/code/beta 申请加入。

"Kimi K 2.7 code is an open coding model from a company called Moonshot AI. It came out on June 12th, 2026."

Obsidian 在此架构中扮演“第二大脑”的角色，它将以 Markdown 格式存储的纯文本笔记保存在本地计算机上，确保用户完全拥有数据且可离线访问。作者强调，大多数人错误地将 Obsidian 当作复杂的“文件柜”，试图搭建向量数据库或安装繁琐插件，结果往往导致笔记库空荡且插件失效。正确的做法是保持笔记结构的简单性，并通过 Agent OS 和 MCP（Model Context Protocol） 协议将 AI 代理与 Obsidian 文件夹连接。MCP 作为桥梁，允许 AI 直接读取和写入本地文件夹，从而实现多个 AI 代理（如 Claude 和 Hermes）共享同一套上下文和记忆。

"You don't need any of that complicated stuff. You don't need a vector database. You just need your notes structured simply and a way for your agents to read them."

记忆机制：从单次对话到持久知识库

这种组合的核心价值在于 记忆（Memory） 的持久化。传统 AI 在关闭聊天窗口后会遗忘所有信息，用户每次开启新对话都需要重新粘贴背景信息，过程极其繁琐。而在 Kimi K2.7 + Obsidian + Agent OS 的架构中，AI 代理会将每次对话的关键笔记自动存入 Obsidian 库中。这意味着，无论用户切换到哪个项目或哪个 AI 代理，它们都能读取到相同的计划、资源和上下文，实现了 “一次构建，永久保留” 的效果。

作者展示了两个具体应用场景：首先，可以让 Kimi K2.7 规划完整的用户入职流程（onboarding flow），并将欢迎语、初始步骤和资源链接直接写入 Obsidian 库，确保后续代理能无缝衔接；其次，作者构建了一个 30天路线图，AI 将每日任务详细写入 Vault，所有连接的代理都能读取该计划并知晓下一步行动。这种机制不仅消除了重复解释背景信息的负担，还使得 AI 系统随着使用时间的增加而不断积累知识，形成真正的“第二大脑”。

"Your AI forgets everything the moment you close the chat, right? Every new conversation you start over, you paste the same background again. It's exhausting. With this setup, that stops."

性能实测：三种模式的代码生成对比

为了验证 Kimi K2.7 的速度优势，作者进行了严格的基准测试，对比了三种模式：Quality（质量模式）、Fast（快速模式） 和 No Think（无思维模式）。Quality 模式会先进行思考再构建代码；Fast 模式同样思考，但运行在更快的通道上；No Think 模式则跳过思考步骤，直接生成答案。理论上 No Think 应最快，但实测结果出乎意料。作者要求 AI 构建一个 可玩的游戏，结果显示 Quality 模式反而响应更快，而 No Think 模式耗时 125秒。作者推测，Fast 和 No Think 模式生成的游戏带有 3D 边框，增加了渲染复杂度，导致速度并未如预期般提升。

随后，作者测试了 螺旋星系（Spiral Galaxy） 的生成。在此任务中，Fast 和 No Think 模式生成了视觉效果最好的版本，且耗时仅为 39秒，而 Normal（即 Quality）模式耗时 98秒。综合三次测试，时间分别为 98秒、53秒 和 39秒。作者指出，除非是极为基础的任务，否则并未观察到官方宣称的 6倍 速度提升。这表明速度优势高度依赖于具体任务的类型和复杂度，并非绝对线性关系。

模式选择策略与常见误区澄清

基于测试结果，作者给出了不同模式的使用建议。Quality 模式 虽然速度不是最快，但稳定性最高，适合构建大型项目，如 Avatar 视频、完整游戏 甚至 开放世界游戏。作者明确表示，对于重要任务，他信任 Quality 模式。Fast 模式 则适用于快速回答或改进现有代码，不建议作为默认模式。作者特别澄清了一个常见误区：“更快的代码意味着更差的代码”。实测中，Fast 模式生成的螺旋星系不仅速度更快，视觉效果甚至优于 Quality 模式。因此，速度并不必然牺牲质量，关键在于任务匹配度。

"Some people say faster code means worse code. But, you've already seen it. Some of the projects we built with fast mode actually came out better. So, no, faster doesn't automatically mean worse."

对于新手，作者建议不要过度复杂化系统。首先从 Obsidian 开始，使用纯文本文件记录笔记，保持文件夹结构简洁以便 AI 检索。然后连接一个 AI 代理，并养成让代理将笔记保存回 Vault 的习惯。这种简单直接的架构能让 AI 系统随着使用自然成长。整个设置过程（包括 Agent OS 的安装、MCP 连接、技能文件和30天路线图）被打包在 AI Profit Boardroom 中，提供现成的 ZIP 文件和实时辅导，帮助用户避免配置过程中的常见陷阱，如 MCP 连接失败或笔记混乱。

"Don't overcomplicate it. Start with Obsidian and take notes in plain files. Keep your folders simple so any agent can find its way around."