Переосмысление позиционирования: сеть знаний для агентов

Контекст

Автор проекта описал личный и продуктовый путь Trip2G:

• проект делался около полугода/года почти в одиночку;
• изначально он воспринимался как инструмент простой публикации и продажи знаний из Obsidian;
• ожидалось, что люди увидят простой путь публикации и продажи своих заметок и быстро поймут ценность;
• на практике большинство людей либо не пишут достаточно контента, либо слишком заняты, чтобы разбираться, либо не имеют готового знания на продажу;
• инструмент «улучшал непонятно что» для рынка, где исходного поведения часто нет;
• автор начал сам пользоваться продуктом для сбора публичных баз, поиска, агентных исследований и болезненно увидел баги, недоработки и реальные процессы использования.

Это важный сдвиг: Trip2G перестаёт быть только инструментом публикации знаний для людей и проявляется как инфраструктура памяти и поиска для агентов.

Основной вывод

Trip2G не стоит описывать в первую очередь как «публикацию Obsidian» или «продажу знаний».

Более точное ядро:

Trip2G — это протокол распределённой базы знаний для AI-агентов.

Или:

Trip2G — сеть знаний, где markdown/Obsidian/Telegram/Notion/Drive/публичные источники становятся MCP-доступными базами, а агенты могут искать, маршрутизировать запросы, проксировать поиск в другие базы и собирать ответы из распределённого контекста.

Почему первая упаковка была слабой

Первая упаковка подразумевала длинную цепочку условий:

• человек уже регулярно пишет;
• у него есть ценные знания;
• он хочет их продавать;
• он понимает Obsidian или markdown;
• он готов менять процесс публикации;
• он понимает, зачем агентам читать его базу;
• он готов инвестировать время в настройку.

Таких пользователей мало. Даже те, кто потенциально понимает ценность, часто заняты и не имеют готового контента на продажу.

Значит, проблема была не только в продукте, а в market framing: Trip2G продавался как инструмент для будущего поведения, которого у большинства ещё нет.

Новый объект продукта

Новый объект продукта — не «сайт из Obsidian», а живая распределённая память для людей и агентов.

Компоненты:

• markdown/Obsidian как удобный способ правки и развития базы;
• MCP как agent-native интерфейс;
• векторный поиск как базовый слой доступа;
• wikilinks как графовая навигация и ручная семантика;
• публичные каналы как источники знания без обязательного onboarding автора;
• Telegram indexer как мост между живыми обсуждениями и agent-readable памятью;
• hub-базы как «базы знаний с базами знаний»;
• proxy-запросы между базами;
• консилиум баз знаний как multi-agent/multi-source reasoning.

Важное уточнение: людям не обязательно вступать в сеть вручную

Ключевой дополнительный инсайт от автора:

Чтобы попасть в сеть знаний, людям не обязательно что-то делать. Можно индексировать публичные каналы, и они уже становятся частью сети.

Это сильно меняет go-to-market.

Раньше пользователь должен был сам:

1. писать;
2. настроить публикацию;
3. понять ценность;
4. поддерживать базу.

Теперь Trip2G может создавать ценность без активного участия автора:

1. публичные каналы индексируются;
2. их контент становится searchable/retrievable;
3. агент получает доступ к источнику через единый протокол;
4. качество summary по вопросу растёт за счёт дополнительного специализированного контекста;
5. владелец/автор канала может позже получить уже готовую демонстрацию ценности.

Это важный growth wedge: сеть может расти через индексирование публичного знания, а не только через ручной onboarding владельцев баз.

Формула ценности

Обычный RAG отвечает на вопрос:

«Как искать по одной базе?»

Trip2G отвечает на более высокий вопрос:

«Как агенту понять, в какую базу идти, как туда сходить, как интерпретировать результат, и как собрать ответ из сети баз?»

Это ближе к категориям:

• federated agent memory;
• distributed knowledge network;
• MCP-native knowledge graph;
• knowledge router for agents;
• protocol for agent-readable knowledge bases.

Потенциальные формулировки

Более сильные первые use cases

Практический вывод для исследования

Следующие исследования Trip2G нужно вести не вокруг вопроса «как продавать Obsidian-публикацию», а вокруг новых проверяемых гипотез:

1. Насколько хорошо Telegram-индекс повышает качество summary по реальному вопросу?
2. Как выглядит UX «один MCP hub → много баз знаний»?
3. Может ли база знаний содержать не только контент, но и инструкции по тому, как её искать?
4. Как агент выбирает между RAG, wikilinks, локальными skills/superpowers и proxy-запросом в другую базу?
5. Как показать value без активного onboarding автора публичного канала?
6. Как продемонстрировать «консилиум баз знаний» на понятном пользователю сценарии?

Риск

Новая формулировка сильнее, но абстрактнее. Её нельзя продавать только словами «распределённая сеть знаний».

Нужен конкретный wedge:

«Подключи Telegram-историю к агенту и получай summary лучше, чем обычный web/RAG поиск.»

или:

«Один MCP endpoint для всех твоих баз знаний.»

Резюме

Trip2G выглядит как продукт, который был построен больше, чем его первая упаковка.

Публикация — это feature.

Obsidian — это редактор.

Markdown — это транспорт и формат правки.

MCP — это интерфейс для агентов.

Векторный поиск — это retrieval layer.

Wikilinks — это ручная семантическая связность.

Telegram/Notion/Drive/public channels — источники.

Настоящий продукт:

распределённая, расширяемая, agent-readable сеть знаний, которая может расти через markdown-файлы, публичные индексы и проксирование между базами.