Open Claw, Personal Knowledge e Second Brain

O que me despertou para voltar a programar não foi o Claude, o Codex… foi o OpenClaw. Mas não pela ideia de ter um assistente pessoal e sim como Second Brain. Ou como Zettelkasten.

O bombardeamento de informações, excesso de conteúdo, de reuniões e de notas tem sido um grande desafio para mim. Tudo dispara threads em paralelo no nosso cérebro, fragmentando a atenção. Preciso encontrar uma forma de gerir todo esse conhecimento, links, vídeos e anotações.

Lembro de quando lia livros de literatura clássica. Alguns dos grandes autores ditavam o que seria escrito, o que estava sendo pensado. Dostoiévski fazia isso (sua segunda esposa foi sua estenógrafa!), assim como outros autores de volumes longos escreviam mapas que pareceriam com os nossos mind maps. Tive a oportunidade de ver alguns no museu de Dostoiévski em São Petersburgo.

Mecanismos de Personal Knowledge Management realmente não são novos. Desde os wikis pessoais e até o Bliki do Martin Fowler (apesar de hoje ser mais para blog).

Vimos as ondas de tentativas, não? Desde o Delicious e o Pocket, guardando links e recortes, até o Trello e Evernote para depois Notion e Obsidian. Afinal: onde eu rabisco, anoto, resumo, guardo e busco?

Testei diversas dessas ferramentas e vi que nenhuma era exatamente o que eu tinha de workflow em mente. Fiz então o vibecoding da minha própria solução. Um Personal Knowledge Management que, dado tudo que eu registrei, anotei e refleti, no endpoint mais distante, me ajuda a postar nesse blog.

Sim, existem produtos, como o mem.ai, que fazem algo similar. Mas no mundo do disposable software, é mais interessante eu ter algo extremamente customizado às minhas necessidades. E quais são elas?

• Registrar audios, textos, imagens e ideias de forma imutável
• Classificar esses dados em labels
• Gerar conceitos: nós do Knowledge Base (KB)
• Considerar usar um KB para criar ou appendar um draft do blog

É um software específico, deployado no fly.io para ficar escutando o bot do Telegram via um simples webhook e o BotFather. Ele chama Whisper via OpenAI e Anthropic (Sonnet) para classificar os textos e sintetizar, sempre respeitando o que eu falei, para não inventar palavras.

Com esse mini sistema eu consigo gravar áudios, inclusive fora de ordem, em dias diferentes. O journaling é o single source of truth com a transcrição direta. A partir desse journaling, conceitos são gerados (nós da Knowledge Base) e classificados. O journaling também pode enriquecer um draft do blog, concatenando a transcrição selecionada de um Concept caso ele seja assim classificado. Há uma série de outros detalhes, como o classificador receber os concepts e drafts atuais para considerá-los candidatos, assim como um glossário vai sendo montado para que o Whisper possa trabalhar melhor com termos e siglas que eu uso muito.

Eu poderia fazer algo assim via OpenClaw? Imagino que sim. Duvido que o resultado pudesse se manter dentro de uma estrutura esperada. Mini agentes para casos específicos devem funcionar melhor que um faz-tudo. Ao menos por enquanto.

Pedi ajuda para um diagrama no mermaid para explicar melhor o que estou fazendo de forma programática:

Depois, com esses drafts, eu mesmo lapido os artigos, pois há um excesso de repetição, lacunas e também as ideias nunca se encaixam bem.

Eu poderia tentar deixar essa concatenação de ideias e reestruturação do texto para a máquina: pedir para a LLM pegar esse monte de nota confusa e criar um artigo pronto para a publicação. Não farei. A LLM, independente do quão “humanizada” fosse, mudaria muita informação e criaria conteúdo da própria “cabeça”, dando aquele ar de slop que vemos atualmente, onde tudo parece qualquer coisa. Também perderia a autenticidade de forma perceptível.

E, para você ter uma ideia, esse post eu escrevi através de diversos fragmentos e audios que gravei no decorrer de dias, ordenados de uma forma bem diferente (alguns eu removi):

  1. Intro (seu texto novo) — OpenClaw, Second Brain, Zettelkasten, ondas de
  ferramentas
  2. tg-121 — História do PKM: wiki, Bliki, Zettelkasten/Luhmann
  3. tg-29 — Contexto amplo: excesso de info, Markdown, LLMs, Obsidian, SaaS
  4. tg-29 — Dostoiévski como second brain original, Meta/Zuckerberg, fragilidade
  5. tg-106 — O sistema concreto: Telegram → Whisper → fly.io → Anthropic
  6. tg-30 — Workflow de journaling por voz (gravar, transcrever, lapidar)
  7. tg-129 — Imagem (screenshot do bot)
  8. tg-149 — Meta-reflexão: este post foi construído pelo sistema, curadoria
  humana, disposable software
  9. tg-132 — Meme vibecoding
  10. tg-34 — Simbiose humano-máquina
  11. tg-34 — Paradoxo do prompt injection (encerramento provocativo)

Diminuiu muito o tempo do meu trabalho? Não. Estou há horas nesse rascunho. Mas agora não perco mais ideias e textos que gostaria de estudar ou de compartilhar.