Every AI conversation starts from zero. The model doesn't know your stack, your clients, your taste, or your past decisions, so you re-explain everything every time, a tax that compounds until you just settle for shallow answers. A second brain solves it. Not a Notion vault, not a folder of notes: a small, curated set of markdown files designed to be read by an LLM, organized around what the AI needs to know to be useful instead of what feels productive to organize. Three files carry 80% of the value: an identity file (who you are, how you work, what you refuse), an active projects file (one paragraph each, updated weekly), and a decisions file (every meaningful choice and why). My biggest mistake was making it comprehensive. I dumped everything in and the AI got worse. The fix was the opposite of what felt productive: delete most of it. A second brain is curation, not collection. The compounding effect (by month two the AI sounds like a coworker who remembers) is real. The discipline required to update three files weekly is the bar most people fail to clear.
Every conversation with an AI starts from nothing. It doesn't know you switched stacks last month. It doesn't know which client hates Tailwind. It doesn't know your tone of voice or that you decided three weeks ago that you'd stop suggesting Docker for anything below twenty containers. So you re-explain. Every. Single. Time.
That re-explanation is a tax. The first time you pay it, it feels normal. The hundredth time you pay it, you stop paying it: you just accept shallow answers because giving full context costs more than the answer is worth. You ask "what should I do here?" and you get the median internet response, because that's all the model has to work with.
A second brain is the fix. The model still starts blank, but you hand it a curated slice of context the moment it needs it. Done well, this turns a generic chat bot into something that feels like a coworker who's been with you for six months. Done badly, it's a folder of stale notes that makes the AI worse instead of better.
It's not a folder of notes. It's not a Notion workspace. It's not a graph of bidirectional links. It's a structured set of markdown files designed to be read by an LLM, organized around what the AI needs to know to be useful, not around what feels productive to organize.
The distinction matters. Personal knowledge management for humans is a different problem from context engineering for AI. Your beautiful Roam graph with twelve hundred connected notes is, to an AI, an exhausting source of noise. The reverse is also true: a thin file structured for AI consumption is, to a human, dry and lacking the connective tissue we use to find things.
The setup I use:
The whole thing is under 50 files. Most of them are under 200 words. The constraint is not technological (Claude can read 200,000 tokens at a time), it's editorial. Less context, better answers.
Three files do roughly 80% of the work. If you only ever build these three, the impact compounds anyway.
1. Identity. Who I am, what I do, how I communicate, what I refuse to do. My role and primary projects. My tone preferences ("direct, no fluff, push back when warranted"). The languages I work in and when to use which. The decisions I've made about my own life that aren't open to debate. The AI reads this once at the start of any session and stops giving generic life advice or generic technical advice. Length: about 400 words.
2. Active projects. A one-paragraph summary per project I'm currently working on. Status, stack, current blockers, who's involved, key recent decisions. Updated weekly without exception. The AI uses this to figure out which project a question relates to and to bring relevant context to bear without me having to spell it out. Length: about 800 words, depending on how many projects are active.
3. Decisions. The most underrated file in any AI workflow. Every meaningful technical or operational decision I've made and the reason I made it. "We're using Vite, not Next.js, because most client work is SPAs." "We're hosting on Vercel, not Lovable, because we needed apex domain support." "We don't take projects under $3K, because the overhead doesn't justify the rate." The AI stops re-suggesting options I already rejected, which is the single biggest source of friction in long-term AI collaboration. Length: about 1,000 words and growing slowly.
Everything else is optional. Glossaries, external references, meeting notes, vendor logins: they all have their place, but they're additive. Most people over-engineer this part, build elaborate vault structures, and then never maintain anything. Start with three files, not thirty.
The first version of my second brain was comprehensive. I dumped every note, every PDF, every Slack export, every old email I could find into one vault, thinking more context would produce smarter answers. I'd watched the demos. I'd read the threads. Surely the model gets better with more to read.
The AI got worse, not better. It kept surfacing irrelevant context. It contradicted itself within the same conversation. It would cite a note I'd written eighteen months ago that no longer reflected my opinion. It would optimize for the wrong constraints because it found an older constraint I'd long since dropped. It was reading too much, drawing the wrong conclusions, and presenting them with confidence.
The fix was the opposite of what felt productive: I deleted most of it. I cut the vault from ~400 files down to ~30. I archived anything older than six months unless it was load-bearing. I rewrote my three core files as if I were writing them for the first time, with the benefit of having seen what the AI actually consumed.
The AI immediately got better. Faster. Less hedged. More opinionated in ways that matched my actual opinions instead of averaging across stale ones.
A second brain is curation, not collection. The hard work is deciding what NOT to include. Every file you keep should earn its place, and "I wrote this once and might need it" is not a good enough reason.
Two modes, depending on the tool:
Both work. The point is the model never starts cold for anything that matters. The first message of any new session is already grounded.
I also keep a memory file specifically for the agent to write to: a place where it can record things it learns about me, projects, decisions, or preferences during a session, so the next session inherits that knowledge. The agent maintains it itself, with rules for what gets recorded.
The first week, this feels like overhead. You're writing files for an AI to read, the AI hasn't yet learned to use them well, the answers don't immediately feel different. The temptation is to abandon the experiment.
Push through the first week. By the second month, you notice the AI is making suggestions that sound like you: referencing past decisions, matching your tone, refusing the approaches you've already ruled out, pulling up project context without being prompted. You stop saying "remember that the stack is X" because you no longer have to.
That's the moment it stops being a chat bot and starts being a coworker who remembers things. The shift is felt, not measured. Once you've felt it, you don't go back.
The discipline most people fail to develop: updating the three core files on a fixed schedule.
I update active projects every Friday afternoon as part of my weekly review. It takes ten minutes. I update decisions whenever I make one, not in batch, but immediately. I update identity when something meaningful changes about how I work or what I'm prepared to do.
If you don't maintain it, the second brain decays into a museum of how you used to think. That's worse than not having one at all, because the AI will confidently use stale context.
A useful rule: if you stop updating for a month, archive everything and rebuild with the three core files. Don't try to patch a stale vault back into accuracy.
Two things to think about before you start:
Privacy. Your second brain will contain client names, salary numbers, sensitive decisions, and opinions you would not want public. Keep it local (Obsidian stores files on disk), or in a personal git repository you control, or in a Claude Project you don't share. Do not upload it to a vendor that uses your data for training.
Portability. Use plain markdown, not a proprietary format. The whole point of this exercise is to own the artifact. If you store it in a tool that locks you in, you've just moved the lock-in problem from your AI vendor to your note-taking app.
The compounding works. But only if you keep paying the small upfront cost of curation. That's the price of admission, and it's much smaller than the tax you pay re-explaining yourself for the rest of your career.
كلّ محادثة مع الذكاء الاصطناعيّ تبدأ من الصفر. النموذج لا يعرف ستاكك، عملاءك، ذوقك، ولا قراراتك السابقة، فتعيد شرح كلّ شيء في كلّ مرّة، ضريبة تتراكم حتى تستسلم لإجابات سطحيّة. الدماغ الثاني يحلّها. ليست خزنة Notion، ولا مجلّداً من الملاحظات: مجموعة صغيرة منقّاة من ملفّات Markdown مصمَّمة ليقرأها LLM، منظَّمة حول ما يحتاج الذكاء الاصطناعيّ معرفته ليكون نافعاً بدل ما يبدو منتجاً تنظيمه. ثلاثة ملفّات تحمل 80% من القيمة: ملفّ هويّة (من أنت، كيف تعمل، ما ترفض)، ملفّ مشاريع نشطة (فقرة لكلٍّ، محدَّث أسبوعياً)، وملفّ قرارات (كلّ اختيار معتبر ولماذا). أكبر أخطائي جعله شاملاً. ضخّيت كلّ شيء فيه فساء الذكاء الاصطناعيّ. الحلّ كان عكس ما يبدو منتجاً: احذف معظمه. الدماغ الثاني تنقية لا تجميع. الأثر المتراكم (بحلول الشهر الثاني يبدو النموذج كزميل يتذكّر) حقيقيّ. الانضباط المطلوب لتحديث ثلاثة ملفّات أسبوعياً هو الحدّ الذي يفشل أكثر الناس في تجاوزه.
كلّ محادثة مع الذكاء الاصطناعيّ تبدأ من لا شيء. لا يعرف أنّك بدّلت الستاك الشهر الماضي. لا يعرف أيّ عميل يكره Tailwind. لا يعرف لهجتك، ولا أنّك قرّرت قبل ثلاثة أسابيع أن تتوقّف عن اقتراح Docker لأيّ شيء أقلّ من عشرين حاوية. فتعيد الشرح. كلّ. مرّة.
هذه إعادة الشرح ضريبة. أوّل مرّة تدفعها تبدو طبيعيّة. المئة مرّة تتوقّف عن دفعها: تقبل بإجابات سطحيّة لأن تقديم السياق الكامل أغلى من قيمة الإجابة. تسأل "ما الذي أفعله هنا؟" فتحصل على متوسّط استجابة الإنترنت، لأن هذا كلّ ما لدى النموذج للعمل عليه.
الدماغ الثاني هو الحلّ. النموذج ما زال يبدأ فارغاً، لكنّك تسلّمه شريحة منقّاة من السياق في اللحظة التي يحتاجها. حين يُؤدَّى جيّداً، هذا يحوّل روبوت دردشة عاديّاً إلى ما يشبه زميلاً معك منذ ستّة أشهر. حين يُؤدَّى سيّئاً، يصبح مجلّداً من الملاحظات الراكدة يجعل الذكاء الاصطناعيّ أسوأ لا أفضل.
ليس مجلّداً من الملاحظات. ليس مساحة Notion. ليس رسماً بيانياً من الروابط ثنائيّة الاتّجاه. هو مجموعة منظَّمة من ملفّات Markdown مصمَّمة ليقرأها LLM، منظَّمة حول ما يحتاج الذكاء الاصطناعيّ معرفته ليكون نافعاً، لا حول ما يبدو منتجاً تنظيمه.
التمييز يهمّ. إدارة المعرفة الشخصيّة للبشر مشكلة مختلفة عن هندسة السياق للذكاء الاصطناعيّ. رسم Roam الجميل عندك بألف ومئتي ملاحظة مرتبطة هو، بالنسبة للذكاء الاصطناعيّ، مصدر ضوضاء مرهق. والعكس صحيح أيضاً: ملفّ نحيف منظَّم لاستهلاك الذكاء الاصطناعيّ هو، للبشر، جافّ ويفتقر إلى النسيج الرابط الذي نستخدمه لإيجاد الأشياء.
الإعداد الذي أستخدمه:
كلّ الأمر تحت 50 ملفّاً. معظمها تحت 200 كلمة. القيد ليس تكنولوجياً (Claude يستطيع قراءة 200,000 توكن دفعة)، هو تحريريّ. سياق أقلّ، إجابات أفضل.
ثلاثة ملفّات تؤدّي تقريباً 80% من العمل. لو بنيت هذه الثلاثة فقط، الأثر يتراكم على أيّ حال.
1. الهويّة. من أنا، ماذا أفعل، كيف أتواصل، ما أرفضه. دوري ومشاريعي الأساسيّة. تفضيلاتي في النبرة ("مباشر، بلا حشو، ادفع بالعكس حين يستحقّ"). اللغات التي أعمل بها ومتى أستخدم أيّ منها. القرارات التي اتّخذتها بشأن حياتي والتي ليست مفتوحة للنقاش. الذكاء الاصطناعيّ يقرأ هذا مرّة في بداية أيّ جلسة ويتوقّف عن إعطاء نصائح حياتيّة عامّة أو نصائح تقنيّة عامّة. الطول: حوالي 400 كلمة.
2. المشاريع النشطة. فقرة لكلّ مشروع أعمل عليه حالياً. الحالة، الستاك، العقبات الحاليّة، من يشارك، أهمّ القرارات الأخيرة. محدَّث أسبوعياً بلا استثناء. الذكاء الاصطناعيّ يستخدم هذا ليكتشف بأيّ مشروع يرتبط السؤال وليجلب السياق ذا الصلة دون أن أهجّيه. الطول: حوالي 800 كلمة، حسب عدد المشاريع النشطة.
3. القرارات. الملفّ الأكثر استهتاراً به في أيّ سير عمل ذكاء اصطناعيّ. كلّ قرار تقنيّ أو تشغيليّ معتبر اتّخذته وسببه. "نستخدم Vite لا Next.js لأنّ معظم عمل العملاء SPAs". "نستضيف على Vercel لا Lovable لأنّنا احتجنا دعم نطاق Apex". "لا نأخذ مشاريع تحت 3 آلاف لأنّ العبء لا يبرّر السعر". الذكاء الاصطناعيّ يتوقّف عن اقتراح خيارات رفضتها سلفاً، وهو أكبر مصدر احتكاك في تعاون طويل الأمد مع الذكاء الاصطناعيّ. الطول: حوالي 1,000 كلمة وينمو ببطء.
كلّ ما عداها اختياريّ. مسارد، مراجع خارجيّة، ملاحظات اجتماعات، تسجيلات دخول بائعين: كلّها لها مكانها لكنّها إضافيّة. معظم الناس يبالغون في الهندسة هنا، ويبنون هياكل خزنة معقّدة، ثم لا يصونون شيئاً. ابدأ بثلاثة ملفّات لا ثلاثين.
النسخة الأولى من دماغي الثاني كانت شاملة. ضخّيت كلّ ملاحظة، كلّ PDF، كلّ تصدير Slack، كلّ بريد قديم استطعت إيجاده في خزنة واحدة، ظنّاً أن سياقاً أكثر سينتج إجابات أذكى. شاهدت العروض. قرأت الخيوط. حتماً النموذج يتحسّن بكمّ أكبر من القراءة.
الذكاء الاصطناعيّ ساء، لم يتحسّن. صار يستحضر سياقاً غير ذي صلة. يناقض نفسه في نفس المحادثة. يستشهد بملاحظة كتبتها قبل ثمانية عشر شهراً لم تعد تعكس رأيي. يعظّم لقيود خاطئة لأنّه وجد قيداً قديماً تخلّيت عنه. كان يقرأ كثيراً، يستخلص استنتاجات خاطئة، ويقدّمها بثقة.
الحلّ كان عكس ما بدا منتجاً: حذفت معظمه. قلّصت الخزنة من حوالي 400 ملفّ إلى حوالي 30. أرشفت أيّ شيء أقدم من ستّة أشهر إلا إذا كان حاملاً للوزن. أعدت كتابة ملفّاتي الأساسيّة الثلاثة كأنّني أكتبها للمرّة الأولى، بفائدة رؤية ما يستهلكه الذكاء الاصطناعيّ فعلاً.
الذكاء الاصطناعيّ تحسّن فوراً. أسرع. أقلّ تحفّظاً. أكثر رأياً بطرق تطابق آرائي الفعليّة بدل التوسّط عبر القديمة.
الدماغ الثاني تنقية لا تجميع. العمل الصعب هو تقرير ما لا يُضمَّن. كلّ ملفّ تحتفظ به يجب أن يكسب مكانه، و"كتبته مرّة وقد أحتاجه" ليس سبباً كافياً.
طريقتان حسب الأداة:
كلاهما يعمل. المقصد ألا يبدأ النموذج بارداً في أيّ شيء له قيمة. الرسالة الأولى من أيّ جلسة جديدة مؤسَّسة سلفاً.
أحتفظ أيضاً بملفّ ذاكرة مخصَّص لأن يكتب فيه الوكيل: مكان يستطيع تسجيل ما يتعلّمه عنّي، عن المشاريع، عن القرارات، أو عن التفضيلات أثناء الجلسة، فترث الجلسة التالية تلك المعرفة. الوكيل يصونه بنفسه، بقواعد لما يُسجَّل.
الأسبوع الأوّل، يبدو هذا عبئاً. أنت تكتب ملفّات ليقرأها ذكاء اصطناعيّ، الذكاء الاصطناعيّ لم يتعلّم بعد استخدامها جيّداً، الإجابات لا تشعرها مختلفة فوراً. الإغراء أن تتخلّى عن التجربة.
اعبر الأسبوع الأوّل. بحلول الشهر الثاني، تلاحظ أن الذكاء الاصطناعيّ يقدّم اقتراحات تشبه أسلوبك: يستحضر قرارات سابقة، يطابق نبرتك، يرفض المقاربات التي رفضتها سلفاً، يسحب سياق مشروع دون أن تطلب. تتوقّف عن قول "تذكّر أن الستاك X" لأنّك لم تعد بحاجة.
تلك هي اللحظة التي يتوقّف فيها عن كونه روبوت دردشة ويبدأ كونه زميلاً يتذكّر. التحوّل مَحسوس لا مُقاس. حالما تشعر به، لا تعود.
الانضباط الذي يفشل معظم الناس في تطويره: تحديث الملفّات الأساسيّة الثلاثة وفق جدول ثابت.
أحدّث المشاريع النشطة كلّ جمعة ظهراً كجزء من مراجعتي الأسبوعيّة. تأخذ عشر دقائق. أحدّث القرارات حين أتّخذ قراراً، لا دفعة واحدة، بل فوراً. أحدّث الهويّة حين يتغيّر شيء معتبر في كيف أعمل أو ما أنا مستعدّ لفعله.
لو لم تصونه، الدماغ الثاني يتعفّن إلى متحف لما كنت تفكّر سابقاً. هذا أسوأ من عدم وجوده، لأنّ الذكاء الاصطناعيّ سيستخدم بثقة سياقاً راكداً.
قاعدة نافعة: لو توقّفت عن التحديث شهراً، أرشِف كلّ شيء وأعد البناء بالملفّات الأساسيّة الثلاثة. لا تحاول ترقيع خزنة راكدة لتعود دقيقة.
أمران ينبغي التفكير فيهما قبل البدء:
الخصوصيّة. دماغك الثاني سيحتوي على أسماء عملاء، أرقام رواتب، قرارات حسّاسة، وآراء لا تريد جعلها علنيّة. احفظه محلياً (Obsidian يخزّن ملفّاتك على القرص)، أو في مستودع git شخصيّ تتحكّم فيه، أو في Claude Project لا تشاركه. لا ترفعه على بائع يستخدم بياناتك للتدريب.
قابليّة النقل. استخدم Markdown عاديّاً لا تنسيقاً احتكارياً. الغرض كلّه من هذا التمرين امتلاك المُنتَج. لو خزّنته في أداة تقفلك، فقد نقلت مشكلة القفل من بائع الذكاء الاصطناعيّ إلى تطبيق ملاحظاتك.
التراكم يعمل. لكن فقط لو واصلت دفع الكلفة الأماميّة الصغيرة للتنقية. تلك ثمن الدخول، وهو أصغر بكثير من الضريبة التي تدفعها بإعادة شرح نفسك لبقيّة حياتك المهنيّة.
كيف أبدأ لو لا أملك Obsidian؟ أيّ محرّر Markdown يعمل: VS Code، Notion (إن صدّرت إلى Markdown)، حتى مجلّد ملفّات .md في Finder. Obsidian فقط أسهل أداة.
هل المعرفة الشخصيّة تختلط بالعمل؟ نعم لو أردت. لو القلق خصوصيّ، احفظ خزنتين منفصلتين, واحدة شخصيّة، واحدة للعمل, واستخدم كلّ منها مع جلسة AI مناسبة.
ما حجم القرارات الذي يجب توثيقه؟ كلّ قرار سيؤثّر على عمل مستقبليّ. لو وجدت نفسك تشرح نفس التفضيل مرّتين، وثّقه في ملفّ القرارات.
هل CLAUDE.md يعمل خارج Claude Code؟ كملف Markdown نعم. لكنّ التحميل التلقائيّ خاصيّة Claude Code. لمنصّات أخرى، الصق الملفّ يدوياً في بداية الجلسة.
كم يأخذ من الوقت إعداده؟ عطلة نهاية أسبوع للإعداد الأوّليّ، ثم 15 دقيقة أسبوعياً للصيانة. لو أكثر من ذلك، أنت تبالغ في الهندسة.
كيف أصون الخصوصيّة لو خزنتي تحوي معلومات حسّاسة؟ احفظها محلياً (خارج أيّ سحابة) أو في git شخصيّ بمستودع خاصّ. لا ترفعها لأيّ خدمة AI تستخدم بياناتك للتدريب.