很多人选择Notion，不一定因为它更适合思考，而是因为Database太强：属性、筛选、排序、不同View，可以把项目、论文、人物和任务组织成结构化系统。Obsidian过去恰恰相反，它最强的是Markdown、本地文件、双向链接和知识网络，但一旦需要像数据库一样管理几百条笔记，体验就会明显变复杂。Bases正在改变这个局面。

Bases最值得关注的地方，不是Obsidian终于有了“表格”，而是它开始把非结构化知识和结构化数据真正连接起来。一篇Markdown笔记可以继续自由书写，同时通过properties定义作者、主题、项目、状态、日期等metadata，再自动进入不同的Base。论文可以按疾病分类，会议可以按项目筛选，人物可以按公司聚合，同一个文件不需要复制。

这背后其实是知识管理的一次重要升级。过去的第二大脑强调“记住更多”，核心是Capture和Search；下一阶段更重要的是让知识可以被计算。比如一个药物靶点，不只是保存几篇论文，而是把gene、disease、modality、clinical stage、competitor、evidence等属性结构化。这样知识库就不再只是文档仓库，而开始接近一个个人Knowledge Graph。

AI让这种变化更加重要。未来真正好用的个人知识系统，很可能不是靠人每天整理几十个文件夹，而是AI Agent持续读取Markdown和metadata，自动关联新论文、会议、人物和项目，发现知识缺口，甚至每天生成需要关注的Decision Brief。此时，数据是否开放、结构是否清晰、能否被机器读取，会比界面漂亮更重要。

Notion代表Cloud-native workspace，Obsidian正在向Local-first knowledge infrastructure演化。Bases真正值得关注的不是“能不能替代Notion”，而是它让一种新架构成为可能：Markdown负责沉淀长期知识，Bases负责结构化管理，AI Agent负责持续计算。第二大脑的终点，也许从来不是更会记笔记，而是拥有一个真正属于自己的个人数据层。