国内AI圈这两年的注意力，几乎全压在了"编程agent"和"聊天框"两条赛道上——哪个模型写代码强、哪个IDE补全准、谁家上下文长。但你如果只盯这条线，会错过海外正在发生的另一股暗流：一批开发者正把LLM塞进知识管理、技能学习、软件众包这些"非编程"场景，而且做出来的东西，比在笔记软件里挂个AI插件深刻得多。本周（2026年7月初）Hacker News上登顶的三款新品，恰好代表了三个被严重低估的方向。它们不抢GitHub Copilot的饭碗，却可能改变你"怎么记、怎么学、怎么造"的方式。这就是今天要给你的信息差。
过去两年，所有笔记软件都在做同一件事——往产品里加一个AI对话框。Obsidian装插件、Notion接AI、思源笔记挂机器人。思路都一样：笔记是死的，AI是活的，二者并排放着。OpenKnowledge（openknowledge.ai）推翻了这个前提。
它的核心定位是"AI原生的Markdown编辑器和LLM Wiki"。三个细节决定了它和Obsidian/Notion的本质区别：
.md文件，git可追踪。为什么值得关注——看出品方就知道分量。OpenKnowledge背后是Inkeep，这家公司做的就是"给文档网站装AI搜索"的widget，被Deno、Supabase、Greptile这些顶级开源项目采用。他们比谁都清楚"知识库该怎么被LLM消费"。所以OpenKnowledge不是又一个笔记软件，而是为"agent时代"重新设计的知识底座。
国内对标：Obsidian（本地强但AI靠插件拼接）、思源笔记（本地优先但无MCP生态）、Notion（云端+AI但封闭且贵）。差异点在"MCP原生"——你的笔记能被任意agent消费，这是国内同类完全没有的维度。
适用人群：笔记量大、正在大量使用AI agent的研究者、PM、技术写作者。
当整个AI圈都在卷"让模型替你写、替你做、替你想"的时候，Lathe偏要走反方向——它生成教程，然后逼你亲手做完。
它的slogan一句话就说清了理念："An experiment in using LLMs to teach you, rather than think for you." 用法很优雅：在任意编程agent（Claude Code、Cursor、Codex、Gemini CLI、Cline、Windsurf都支持）里直接打一句——
/lathe build a 3D Slicer in Erlang
LLM就给你生成一套动手实践的多章节技术教程。然后终端里一句 lathe serve，本地浏览器打开专属学习界面，你自己一行行敲、一步步做。教程记录了用哪个模型、什么prompt、引用了哪些来源；UI里还能让LLM"验证"你的理解、追问、续写下一章。
为什么值得关注——这是一个在"AI作弊泛滥"语境下极有远见的产品。本周同一时间，HN置顶帖就在讨论"别再发AI生成/AI编辑的评论"、"AI agent自动写文章攻击维护者"这些乱象。教育领域对"AI替写作业"的恐惧正在顶峰。Lathe给出的答案不是禁用AI，而是把AI重新定位成"教练"而非"枪手"——它给你脚手架，但肌肉记忆得你自己长。对要学新技术栈、转语言、补底层（如上面那个"用Erlang写3D切片器"的例子）的开发者，这是反作弊时代最体面的学法。
国内对标：无直接对标。最接近的是菜鸟教程、掘金（被动读，无法按需生成），但完全没有"按需生成+亲手做+溯源模型与prompt"的组合。
适用人群：要转技术方向、补底层、想真正掌握（而非"会用就行"）的开发者；技术讲师（可批量生成实践课）。
第三把刀最反直觉，也最有商业模式想象力。FablePool（fablepool.com）做的是"AI软件的众筹"。
它解决一个真实痛点——"一个niche工具，一个人不值得花几千美元让AI造，但几百人各出几美元就够了"。流程是：有人发一个prompt描述想要的工具 → 社区投票 → 大家各自pool几块钱credits → 凑到目标 → AI公开构建，每一步的花费、日志、产出全部可见。
flowchart LR
A["发布prompt<br/>(描述想要的工具)"] --> B["社区投票上浮"]
B --> C["众人各pool<br/>几美元credits"]
C --> D{达到目标?}
D -- 否 --> C
D -- 是 --> E["AI公开构建"]
E --> F["里程碑1: 计划定价<br/>(25%)"]
F --> G["首次构建跑通<br/>(50%)"]
G --> H["产出可见<br/>(75%)"]
H --> I["交付<br/>(100%)"]
I --> J["所有人获得软件<br/>+全程审计日志"]
为什么值得关注——这是"AI版Kickstarter"，但比Kickstarter更激进：众筹的不是"人去做"，而是"凑钱让AI做"，且全程透明可审计。它把"AI造软件"从单机行为变成了可观测的公共事件——你花3美元，能看完整条流水线怎么烧钱、怎么调prompt、产出什么。对想学AI工程的人，这是廉价的"现场观摩课"；对有niche需求（比如"某个垂直行业的小自动化"）却不愿自己折腾的用户，这是分摊成本的全新路径。
国内对标：无。最接近的是摩点、Kickstarter（众筹让人做），但"众筹让AI做+全程透明"是空白。
适用人群：有长尾工具需求但不自己造的运营/研究者；想近距离观察"AI如何公开构建软件"的开发者（这是廉价的AI工程学习素材）。
| 维度 | 你大概率知道的 | 别人没告诉你的 |
|---|---|---|
| 知识管理 | 给Obsidian/Notion装AI插件 | OpenKnowledge让笔记本身成为任意agent的MCP外脑，AI原生而非外加 |
| AI学习 | 用ChatGPT问答案、让AI写作业 | Lathe逼你亲手做，把AI从"枪手"变"教练"，反作弊时代体面学法 |
| 软件众包 | Kickstarter众筹让人开发 | FablePool凑钱让AI公开造，全程透明可审计，3美元看完整AI工程 |
| 共同点 | AI=写代码工具 | 海外正把AI塞进记、学、造的非编程场景，这是真正的蓝海 |
npx 跑CLI+本地Web UI。把你的Claude/Codex/Cursor接进去，让agent读你的笔记——你会发现"AI记得我写过什么"比"我问AI"强一个量级。/lathe build <你想学的东西>，强制自己敲完而不是复制粘贴。这是检验你"是真学还是假学"的试金石。本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。