Marktmannen wiki Personal Knowledge Management (PKM)

Second Brain Niveaus

Laatst bijgewerkt

TL;DR: Vijf niveaus van second brain — van CLAUDE.md-router tot autonome always-on sync — waarbij niveau 2 (LLM wiki) voor de meeste gebruikers de beste prijs/prestatie biedt.

Er bestaat geen één standaard voor een AI second brain. De vraag is niet "welk niveau is het beste?" maar "welk niveau lost mijn actuele pijnpunt op?"

De vijf niveaus

Niveau 1 — CLAUDE.md + mappen

Kernvraag: Kan ik het bestand of de info vinden als ik zoek op een exact woord?

  • CLAUDE.md als router: vertelt de AI waar dingen staan ("voor info over X kijk in map Y")
  • Stopt met reprompting — agent weet zelf waar te zoeken
  • Probleem bij groei: structuur wordt rommelig, routering negeert grote bestanden

Startpunt voor iedereen. Zie Geheugen en Context en Agentic OS.

Niveau 2 — LLM Wiki (Karpathy-stijl)

Kernvraag: Kan ik alles over een bepaald onderwerp bij elkaar brengen?

  • Origineel idee: de LLM Wiki-gist van Andrej Karpathy (index.md, log.md, Obsidian als IDE)
  • Gecompileerde wiki: geclipte artikelen, transcripten, notities worden omgezet naar onderling gelinkte wiki-pagina's
  • Index-gedreven navigatie: agent volgt links, drill-down per onderwerp
  • Volgens Nate Herk zit hij zelf op niveau 2 — werkt goed voor project-gebaseerd, content-zwaar werk
  • Obsidian als optionele visualisatielaag (niet noodzakelijk)
  • Automemory + MEMORY.md als aanvulling (eerste 200 regels of 25KB laden per sessie)
  • Tool-agnostisch: volgens Nate Herk zijn de bestanden portabel naar Codex (AGENTS.md) en OpenClaw (SOUL.md). Claude Code leest AGENTS.md rechtstreeks vanaf v2.1.277, maar alleen als er geen CLAUDE.md, .claude/CLAUDE.md of CLAUDE.local.md is; anders @AGENTS.md importeren

Grens: relaties zijn backlinks (A → B), geen echte semantische verbanden.

Hot cache-toevoeging (eigen techniek, geen ingebouwde Claude Code-functie): voor een project met hoge herhaal-frequentie (bijv. een executive-assistant-project) is een hot.md van ~500 tekens met "wat is het meest recente dat net besproken is" een goedkope aanvulling — het voorkomt dat Claude meerdere wiki-pagina's moet doorkruisen voor iets dat net speelde. Niet elk project heeft dit nodig: een contentzwaar archief (bijv. een YouTube-transcriptenwiki) heeft geen hot cache nodig omdat er geen "net besproken"-continuïteit is.

Niveau 3 — Semantisch Zoeken (vector database)

Kernvraag: Zoek ik soms met andere woorden dan ik schreef?

  • Zoeken op betekenis (X ≈ Y, Z) i.p.v. exacte woorden (X = X)
  • Gebruik: grote hoeveelheden tekst, specifieke antwoorden opzoeken (bijv. regel 17 van een set van 1000 regels)
  • Tools: Pinecone, Supabase, Qdrant (in de video "Quadrant") en "Obsidian Smart Lookup" volgens de video (vermoedelijk de Obsidian-plugin Smart Connections; niet geverifieerd)

Chunking-probleem: volgens Nate Herk bevatten vectorized chunks nooit de volledige context. Voor een "vat de vergadering van 5 maart samen" is een markdown-bestand met de volledige transcriptie beter dan chunks.

Vuistregel: gebruik vector search voor volumineuze data + specifieke opzoekingen. Gebruik markdown-bestanden voor context die volledig gelezen moet worden.

Niveau 4 — Knowledge Graph

Kernvraag: Wil ik relaties kunnen volgen en kettingen traceren?

  • Entiteiten + verbanden: "Jordan werkt bij Acme → Acme endorsed door Postpilot → Postpilot concurrent van Cadently"
  • Meer gewicht bij: CRM-achtigen, complexe klanten-/partnernetwerken
  • Lichtgewichter qua tokens dan niveau 2 voor specifieke relatie-queries (leest niet het hele bestand)
  • Tools: LightRAG, GraphRAG; de video noemt ook "Graphifier" (niet teruggevonden)

Privacy: data die door Claude Code verwerkt wordt, gaat naar Anthropic. Voor klantdata adviseert Nate Herk open-source modellen, dan wel buiten Claude Code: Anthropic ondersteunt het routeren van Claude Code naar niet-Claude-modellen niet (met een eigen ANTHROPIC_BASE_URL naar een host die niet van Anthropic is, laadt Claude Code MCP-tools standaard vooraf in plaats van via tool search; aan te passen met ENABLE_TOOL_SEARCH). Zie Alternatieve Modellen in Claude Code.

Niveau 5 — Autonome Always-On

Kernvraag: Wil ik dat alles vanzelf synct zonder dat ik eraan denk?

  • Volgens Nate Herk continu synchroniserende memories, bijv. GBrain van Garry Tan (volgens Nate Herk CEO van YC): Markdown → PGLite/Postgres+pgvector, met hybride retrieval en een graph ("continu" staat niet in de repo)
  • Combineert alles: wiki, routing, relaties, tools — plus automatische updates
  • Meer data ≠ altijd beter: risico op ruis, context degradatie
  • Volgens Nate Herk gebruikt hij dit zelf (nog) niet: hij wil in control blijven van wat het second brain ingesta

Zelf je niveau kiezen

Symptoom Kijk naar niveau
Ik moet dingen steeds opnieuw uitleggen 1
Ik heb 30+ notities en vergeet wat er in staat 2
Mijn agent mist notities die ik weet dat bestaan 3
Ik wil kettingen van relaties volgen 4
Ik run agents offline en wil alles autonoom syncen 5

Kernprincipes

Werk terug vanuit de vraag. Hoe je de data gebruikt bepaalt hoe je hem opslaat. Een basketbal past door een ronde hoepel — ontwerp het bal (data-structuur) naar de hoepel (gebruik).

Niet één niveau voor alles. Map A kan niveau 2 zijn, map B niveau 3. Mix op basis van datatype en gebruikspatroon.

Evergreen vs. vergankelijk. Second brain is voor data die over een jaar nog relevant is: beslissingen, identiteit, projectresultaten. Geen Slack-threads of emails — dat is ruis.

Context vs. Connections (Vier C's). Second brain = Context (wat er is) + Connections (toegang tot live data). Zie Agentic OS › De Vier C's Context Connections Capabilities Cadence.

Verwante concepten

Bronnen

#kennisbank #geheugen

Backlinks