Local-first 是什么

Local-first 是一种软件和数据理念：优先把数据保存在本地，让用户拥有控制权，再通过同步和云服务扩展能力。

Local-first 不是拒绝云。

它反对的是：用户的数据只能存在平台里，离开平台就难以读取、迁移和再利用。

在 AI 时代，Local-first 重新变得重要。因为 AI Agent 需要直接读写文件、理解项目结构、调用本地工具。如果你的数据被封在某个云端 App 里，AI 很难把它变成真正可操作的记忆。

Local-first 的核心思想

Local-first 的核心是数据主权。

你的笔记、草稿、知识库、配置、项目和输出，应该优先存在你能控制的位置。

云同步可以用。

协作功能可以用。

但它们不应该成为唯一入口。

真正重要的是：即使某个 App 消失，你的数据仍然可读、可迁移、可继续使用。

和 Cloud-first 的区别

Cloud-first 软件通常把数据放在平台服务器里。

用户通过网页或 App 访问。

这种方式很方便，但也带来几个问题：

• 数据导出困难。
• 格式不透明。
• 自动化受限。
• Agent 难以直接操作。
• 平台规则变化会影响长期资产。

Local-first 则优先让数据以本地文件或可控数据库存在。

云只是同步层，不是数据的唯一归宿。

为什么 AI OS 需要 Local-first

AI OS 需要长期记忆。

长期记忆不能只是一段聊天记录，也不能完全依赖某个平台的黑箱数据库。

它应该是 AI 可以读取、搜索、修改、归档和引用的系统。

Local-first 让 AI 能直接进入你的工作环境：

• 读取 Markdown。
• 修改草稿。
• 检索旧文章。
• 生成 Wiki 页面。
• 更新项目文档。
• 运行脚本。
• 使用 Git 追踪变化。

这些能力都依赖数据的可操作性。

Obsidian 为什么重要

Obsidian 是 Local-first 知识库的典型代表。

它的笔记是本地 Markdown 文件。

这意味着你不是把知识存进一个封闭数据库，而是存进一个文件夹。

这个文件夹可以被 Obsidian 打开，也可以被 Claude Code、OpenCode、newtype OS、脚本、Git 和其他工具操作。

这就是为什么 Obsidian 在 AI OS 里常常扮演记忆底座。

Local-first 和万物皆文件

Local-first 强调数据主权。

万物皆文件强调数据形态。

二者结合起来，就是：尽量让重要内容以本地可读文件的方式存在。

这不只是技术偏好，而是一种长期资产策略。

如果内容是文件，它就可以被复制、备份、版本管理、AI 处理和跨工具迁移。

什么时候不必 Local-first

Local-first 不是所有场景的唯一答案。

如果任务是临时协作、强实时多人编辑、复杂权限管理或纯消费型内容，Cloud-first 可能更方便。

但对于创作者、研究者和知识工作者来说，核心知识资产最好不要完全依赖封闭平台。

Local-first 的实践方式

最简单的 Local-first 实践包括：

• 用 Markdown 存笔记。
• 用文件夹组织项目。
• 用 Git 追踪重要内容。
• 用 Obsidian 管理知识库。
• 用本地目录保存草稿和输出。
• 用开放格式导出关键资料。
• 让 AI Agent 直接读写这些文件。

这些做法不复杂，但会显著提高长期可控性。

总结

Local-first 的本质不是怀旧，也不是反云。

它是在 AI 时代重新确认一件事：真正有价值的数据，应该先属于你，先能被你和你的 Agent 操作。

云服务可以增强系统，但不应该替代你的数据主权。