UNE VIDÉO YOUTUBE M'A CONVAINCUE DE REBRANCHER UN OUTIL QUE J'AVAIS ABANDONNÉ

Par Steph, la Frondeuse  |  7 juillet 2026  | Série "2e cerveau" — Chronique 3

(Ce texte fait partie d'une série de chroniques que je rédige sur mes explorations d'Obsidian et de Claude.ai.)

Je scrollais sur YouTube comme une humaine normale.

Pas dans un but précis. Juste ce moment de fin de journée où ton cerveau a besoin de se poser mais pas tout à fait d'arrêter. Le genre de scroll semi-conscient où tu regardes ton téléphone sans vraiment le regarder. Et là, l'algorithme m'a mis devant quelque chose que je n'avais pas demandé — et qui a tout changé.

La vidéo montrait concrètement la proposition d'Andrej Karpathy : utiliser un LLM pour maintenir son propre wiki de connaissances dans Obsidian.

Si tu ne connais pas Karpathy : il est l'un des pères fondateurs de l'IA moderne. Co-fondateur d'OpenAI, ancien directeur de l'IA chez Tesla, il a rendu accessible à des millions de personnes la compréhension des réseaux de neurones à travers ses cours et ses vidéos pédagogiques. Ce n'est pas un influenceur tech qui vend une méthode miracle — c'est quelqu'un qui a passé sa carrière à construire les systèmes d'IA les plus avancés au monde. En 2026, il a publié un gist GitHub — un document technique court — pour expliquer exactement comment il s'y prend pour gérer ses propres connaissances avec l'aide d'un LLM. Si tu veux lire l'idée dans ses propres mots, c'est ici. Quand quelqu'un comme lui change sa façon de gérer ses connaissances, c'est rarement un caprice.

J'ai arrêté de scroller. J'ai regardé la vidéo en entier, une deuxième fois tout de suite après, puis j'ai ouvert le gist sur mon ordinateur pour le lire au complet, phrase par phrase.

 

CE QUE JE VOYAIS À L'ÉCRAN

Claude Code — un outil d'IA en ligne de commande — était branché directement dans un vault Obsidian. Pas dans un onglet séparé. Dedans. Il lisait les fichiers, créait des notes, tissait des liens, mettait à jour les tables de contenu.

La méthode s'appelle le LLM Wiki : l'idée que tu peux déléguer la maintenance de ton système de connaissances à un LLM, tout en gardant le contrôle de ce qui entre et de ce qui compte.

Dans son gist, Karpathy écrit quelque chose que j'ai relu deux fois (traduction libre) :

"Les humains abandonnent les wikis parce que le fardeau de maintenance croît plus vite que la valeur. Les LLMs ne s'ennuient pas."

Et plus loin :

"Le travail de l'humain : sélectionner les sources, diriger l'analyse, poser les bonnes questions, et réfléchir à ce que tout ça signifie. Le travail du LLM : tout le reste."

J'ai relu ça deux fois.

Parce que c'était exactement ce que j'avais vécu il y a 3 ans. Karpathy n'était pas en train de me vendre une nouvelle méthode. Il était en train de nommer, avec une précision presque clinique, le diagnostic exact de mon propre échec avec Obsidian — un diagnostic que j'avais mis 3 ans à formuler moi-même, et que lui résumait en deux phrases.

 

L'ÉQUATION QUI CHANGE

Dans les chroniques précédentes, je t'ai parlé du problème dont personne ne parle avec Obsidian : la maintenance manuelle. Chaque note ingérée demandait du travail — des liens à créer, des tables à mettre à jour, des recoupements à faire à la main.

C'est ce calcul-là que je n'arrivais pas à justifier.

Ce que Karpathy montrait, c'était ce calcul-là retiré de l'équation.

L'IA prend en charge la mécanique. Tu gardes la réflexion. Tu lis, tu absorbes, tu décides quoi ingérer — mais le travail de tisser les liens, de créer les connexions, de maintenir le réseau en vie, c'est Claude qui le fait.

30 minutes par note de lecture → 2 minutes.

Et pas seulement plus vite : mieux. Parce que Claude ne fatigue pas. Il ne saute pas une connexion parce qu'il est 22 h et que les enfants ont été exigeants. Il voit les liens entre une source de mai 2026 et une note de 2023 que toi tu n'aurais jamais reliée après une longue journée. Il n'a pas de biais de récence — il ne privilégie pas systématiquement les notes les plus récentes juste parce qu'elles sont plus faciles à se rappeler.

Il y a quelque chose d'assez humiliant, en fait, à réaliser à quel point la mémoire humaine est mauvaise pour ce genre de tâche précise. On se pense bonnes pour "faire des liens" — on est même souvent fières de cette compétence-là, moi la première. Mais faire des liens entre deux idées qu'on a en tête en ce moment est une chose. Se souvenir, six mois plus tard, qu'on avait écrit une note pertinente sur un tout autre sujet, et aller la retrouver dans un vault de plusieurs centaines de fichiers, en est une autre. C'est cette deuxième tâche-là, la recherche systématique et exhaustive, qui use les humains, mais qui n'use jamais une machine.

 

CE QUE ÇA CHANGE, CONCRÈTEMENT, DANS UNE SEMAINE TYPE

Avant, une semaine de lecture active — deux ou trois articles, une vidéo, un chapitre de livre — représentait facilement deux heures de travail de notes si je voulais le faire correctement. Deux heures que je ne prenais jamais, parce qu'il n'y avait tout simplement pas de case vide de deux heures dans mon agenda pour ça. Résultat : je lisais, j'oubliais, je relisais parfois les mêmes idées des mois plus tard sans même m'en rendre compte, parce que rien n'avait été capturé la première fois.

Maintenant, la même semaine de lecture prend environ 15 à 20 minutes de traitement réel. Je clippe la source avec le Web Clipper pendant que je la lis. Le soir, ou le lendemain matin, je lance Claude Code, je lui dis "ingère ce qui est dans le dossier entrant", et je regarde le jardin grandir pendant que je bois mon café. Je garde le droit de veto sur tout — je peux dire "non, ce lien-là n'est pas pertinent" ou "attends, tu as manqué une connexion évidente avec telle autre note" — mais le gros du travail mécanique se fait tout seul.

 

LES DEUX OUTILS QUI ONT VERROUILLÉ LE RETOUR

J'aurais pu regarder la vidéo et passer à autre chose. C'est souvent ce qui arrive avec les bonnes idées — on les voit, on dit "Fascinant!", et on continue à scroller. J'ai un cimetière d'idées comme ça, des vidéos "fascinantes" qui n'ont jamais dépassé le stade du "faudrait que j'essaie ça un jour".

Cette fois, deux outils concrets ont rendu le saut possible.

Le Web Clipper d'Obsidian : une extension de navigateur qui importe directement dans ton vault un article, une vidéo YouTube, une page de blogue. En deux clics, la source est dans ton dossier, en Markdown, prête à être traitée. La capture sans friction — celle qui manquait. Avant, capturer une source voulait dire l'ouvrir dans un onglet, la lire, puis revenir dans Obsidian pour taper un résumé de mémoire. Maintenant, le contenu brut atterrit directement là où il doit être traité, sans étape intermédiaire, sans perte d'information entre la lecture et la capture.

La commande ingère dans Claude Code : je lance Claude Code dans mon vault, je lui dis "ingère cette source", il lit le fichier, crée une note structurée, identifie les concepts, tisse les liens avec ce qui existe déjà, met à jour la table de contenu et le journal du jardin. En quelques minutes. Sans que je refasse le même travail vingt fois.

Ce n'est pas de l'automatisation froide. Claude ne travaille pas en solo — il propose, demande la permission avant d'agir, attend le go. Je peux modifier, nuancer, ajouter ma réflexion pendant que les notes se créent. Ce n'est pas un robot qui range mes idées. C'est un partenaire qui fait le travail de maintenance pendant que moi je fais le travail de pensée.

Cette distinction-là, entre automatisation et partenariat, c'est probablement la chose la plus importante de toute cette série de chroniques. Je n'ai pas délégué ma pensée à une machine. J'ai délégué la logistique de ma pensée — pour pouvoir consacrer mon énergie mentale limitée à la partie du travail que seule moi peux faire : décider ce qui vaut la peine d'être retenu, et pourquoi.

Ça rejoint quelque chose que je répète souvent à mes clientes quand on parle d'intelligence artificielle en général : l'IA n'est pas là pour remplacer ton jugement. Elle est là pour éliminer la friction qui t'empêchait d'exercer ton jugement en premier lieu. Dans mon cas précis, la friction, c'était la mécanique de liage de notes. Dans le cas d'une entrepreneure qui gère sa facturation, ça peut être la mise en forme de devis. Dans le cas d'une autre qui gère son marketing de contenu, ça peut être la première ébauche d'un texte. Le principe reste le même : identifier la tâche qui te coûte le plus d'énergie pour la valeur qu'elle te retourne, et voir si une IA bien encadrée peut la porter à ta place.

 

LE 6 MAI 2026

Je suis revenue sur Obsidian le 6 mai.

J'ai restructuré tout le vault en une journée — une nouvelle architecture qui sépare les sources brutes du jardin de connaissances, les projets bornés dans le temps des domaines permanents. Une structure pensée dès le départ pour que Claude puisse s'y retrouver aussi facilement que moi, avec des conventions claires, un fichier de contexte central, et des dossiers dont le rôle ne prête à aucune ambiguïté.

Mon vault a maintenant 8 semaines. Il contient déjà des centaines de notes interconnectées sur l'entrepreneuriat, la gestion des connaissances, mes vies professionnelles antérieures, l'IA, les finances. Des connexions que je n'aurais jamais tracées manuellement.

Je ne vais pas prétendre que la transition a été instantanée ou parfaite. Les premiers jours, je passais autant de temps à ajuster la structure de dossiers et à préciser mes instructions à Claude qu'à réellement lire et ingérer des sources — un peu comme quand tu embauches quelqu'un et que les premières semaines servent surtout à expliquer comment tu travailles. Mais contrairement à la maintenance manuelle d'avant, cet investissement de départ avait un plafond. Une fois la structure et les conventions en place, le coût marginal de chaque nouvelle note a chuté, et il continue de chuter à mesure que le système comprend mieux mes catégories et mon vocabulaire.

Et voilà ce que j'ai compris en regardant ce système vivre :

Le problème n'avait jamais été Obsidian. Le problème n'avait jamais été le Zettelkasten. Le problème n'avait jamais été moi.

C'était le coût humain de la maintenance.

Retirer ce coût, et le système devient enfin ce qu'il était censé être depuis le début — un partenaire de réflexion qui grandit avec moi, plutôt qu'une deuxième liste de tâches déguisée en projet passion.

 

---

Dans la prochaine chronique : ce à quoi le système ressemble de l'intérieur — concrètement, avec les chiffres réels.