Le schede di Niklas Luhmann sono circa novantamila e stanno in due casse. La cifra circola come prova che un archivio personale ben tenuto produca da solo pensiero originale. Il dettaglio dell’archivio ridimensiona quella lettura: una parte consistente delle schede è bibliografia e indice per parole chiave.
L’archivio di Luhmann, in cifre
L’Universität Bielefeld detiene il lascito dal 2011. Le casse sono due. Lo Zettelkasten I raccoglie circa 24.000 schede in sette cassetti, compilate all’incirca fra il 1952 e il 1962, di taglio amministrativo e di scienze dello stato; lo Zettelkasten II ne raccoglie circa 66.000 in ventuno cassetti, all’incirca fra il 1963 e il 1996, di taglio sociologico.
Una parte consistente del totale è apparato. ZK I comprende una bibliografia di circa 1.800 voci e un indice per parole chiave di circa 1.250; ZK II arriva a circa 16.000 voci di bibliografia e 3.200 di indice. La formulazione difendibile è «circa novantamila schede, bibliografia e indice inclusi». La ricostruzione di riferimento del funzionamento dell’archivio è quella di J.F.K. Schmidt, Niklas Luhmann’s Card Index: The Fabrication of Serendipity, in Sociologica 12(1), 2018, ad accesso aperto.
Sul lascito è in corso un progetto di edizione 2015–2030 — sedici anni, 5.050.000 euro — dell’Accademia delle Scienze e delle Arti del Nordreno-Vestfalia, sotto la direzione di André Kieserling. Bielefeld indica per Luhmann quasi 600 pubblicazioni, di cui oltre 40 monografie.
La popolarizzazione recente ha invece una data precisa: PARA compare come post su Medium l’8 febbraio 2017, cinque anni prima del libro che lo ha diffuso.
Le critiche al metodo
La critica interna al metodo è più vecchia della sua popolarità. Christian Tietze pubblica su zettelkasten.de la formulazione della collector’s fallacy il 20 gennaio 2014, tre anni prima di PARA e otto prima del libro: «“to know about something” isn’t the same as “knowing something”».
Sasha Chapin, in Notes Against Note-Taking Systems (31 gennaio 2022), attacca la cultura cresciuta intorno alla pratica senza nominare mai Forte, Luhmann o l’espressione “second brain”.
Casey Newton lo scrive in pubblico su Platformer il 24 agosto 2023: «the original promise of Roam — that it would improve my thinking by helping me to build a knowledge base and discover new ideas — fizzled completely». Ha poi provato Obsidian e Mem, con lo stesso esito.
Andy Matuschak mette a fuoco il difetto strutturale del genere: «people who write extensively about note-writing rarely have a serious context of use» — per molti di questi autori il lavoro creativo principale è scrivere di produttività. Il criterio che propone è «the goal is not to take notes — the goal is to think effectively». Indica proprio Luhmann come controesempio: sul proprio Zettelkasten scrisse pochissimo.
Due correzioni
Due aneddoti che circolano nella stessa letteratura vanno corretti. Il libro sulla produttività annunciato e poi abbandonato è di Merlin Mann, non di David Allen: Mann lo annuncia il 18 agosto 2009 sulla scia di Inbox Zero e vi rinuncia nel 2011. E il «the pen is mightier than the keyboard» di Mueller e Oppenheimer (2014), citato per giustificare gli appunti a mano, ha fallito la replica diretta: Morehead, Dunlosky e Rawson (Educational Psychology Review, settembre 2019) non trovano differenze consistenti fra scrittura a mano, laptop, eWriter e perfino il gruppo che non prendeva appunti.
Una precisazione dello stesso tipo vale per un argomento ricorrente contro gli archivi personali, quello per cui nessuno rilegge le proprie note. Una statistica rigorosa del tasso di rilettura non esiste.
Da Personal Knowledge Management a Personal Context Management
Tiago Forte pubblica il 13 marzo 2026, con aggiornamento il 14 aprile, che il Personal Context Management sta prendendo il posto del Personal Knowledge Management: il collo di bottiglia che indica è portare l’informazione giusta al modello nel momento giusto.
La prima coorte del corso “AI Second Brain” si è tenuta dal 15 aprile al 1 maggio 2026, insegnata usando Claude, Claude Code compreso; una seconda coorte si terrà dal 17 settembre all’8 ottobre 2026. I numeri che accompagnano l’operazione sono autodichiarati e non certificati: Forte indica circa 6.000 studenti in sei anni e oltre 18 milioni di visualizzazioni su YouTube, mentre la cifra di 500.000 copie che compare sulle sue pagine è un totale atteso.
Chiusure e fork del 2026
Nello stesso periodo la categoria di strumenti che prometteva note locali più AI si è assottigliata.
- Reor è archiviato e in sola lettura su GitHub da marzo 2026 (AGPL-3.0): ultimo commit 13 maggio 2025, ultima release v0.2.32 ad aprile 2025.
- GPT4All non è archiviato e resta MIT, ma non ha release dopo la v3.10.0 del 25 febbraio 2025 né commit sostanziali da maggio 2025; le issue che chiedono se il progetto sia vivo restano senza risposta.
- Khoj Cloud è stato spento il 15 aprile 2026, con motivazione dichiarata di insostenibilità del modello cloud-first e concorrenza dei laboratori di frontiera. Il progetto resta open (AGPL-3.0) e installabile in proprio; il team fondatore è passato a Open Paper e Pipali.
- Logseq si è diviso in due. La versione a file Markdown, “Logseq OG”, è in manutenzione su un repository separato con soli aggiornamenti di sicurezza ed Electron, ultima stabile 0.10.15 del 1 dicembre 2025. La versione su SQLite, che ora si chiama semplicemente Logseq, è in beta 2.0 dal 13 luglio 2026, e la guida del progetto raccomanda backup prima di affidarle materiale.
Nei quattro casi il progetto teneva insieme il formato delle note e il motore di inferenza in un unico prodotto. Reor e GPT4All si sono fermati, Khoj ha chiuso il servizio cloud mantenendo aperto il codice, Logseq ha separato le due versioni.
La configurazione a due strati
La configurazione che regge tiene i due strati separati: le note restano file in una cartella, e il modello sta dietro un endpoint OpenAI-compatible su localhost, sostituibile senza toccare l’archivio. Khoj installato in proprio è documentato esattamente per questo, puntando OPENAI_BASE_URL a un server locale — Ollama, llama-cpp-server, vLLM, LM Studio.
Un’implementazione che segue questo schema esiste già. qmd di Tobi Lütke (MIT, creato l’8 dicembre 2025, circa 28.000 stelle) indicizza una cartella di Markdown con BM25 via SQLite FTS5 e vettori con sqlite-vec, fonde i due ranking con Reciprocal Rank Fusion a k=60 e riordina i risultati con un LLM locale (reranking); i chunk sono da circa 900 token con 15 % di overlap sui confini di struttura del Markdown. Spedisce EmbeddingGemma-300M (~300 MB) e Qwen3-Reranker-0.6B (~640 MB) in GGUF, quindi l’intera pipeline gira su un portatile senza chiamate in uscita. Non pubblica benchmark: include qmd bench per misurare sul proprio corpus.
Nella stessa primavera due progetti distanti sono arrivati allo stesso substrato. Letta, il 16 marzo 2026, descrive una memoria «projected into git-backed files», operata con strumenti generici come bash al posto di API di memoria dedicate; Andrej Karpathy, tre settimane dopo, il 4 aprile, presenta l’LLM Wiki come «just a git repo of markdown files». Sull’LLM Wiki noze ha un articolo dedicato: https://www.noze.it/insights/llm-wiki/.
La pratica
Le mie note stanno in un vault Obsidian: file Markdown in una cartella, senza database proprietario e senza account richiesto. L’app è proprietaria (Dynalist Inc.); quello che è aperto sono i formati, ed è lo strato che conta per il caso d’uso «poter rileggere fra dieci anni ciò che si è scritto». La licenza commerciale è opzionale dal 20 febbraio 2025 (“Anyone can use Obsidian for work, for free”, con oltre 10.000 organizzazioni citate), Bases è un core plugin dal 18 agosto 2025 con le viste salvate in file .base in chiaro e i dati nelle proprietà delle note, e dal 27 febbraio 2026 esiste una CLI ufficiale per scripting e automazione. L’ultima stabile, a metà luglio 2026, è la 1.13.2 del 14.
Obsidian non ha AI integrata. Steph Ango (kepano), CEO, pubblica un repository MIT di Agent Skills — obsidian-markdown, obsidian-bases, json-canvas, obsidian-cli, defuddle — usabili da «any skills-compatible agent, including Claude Code, Codex, and Open Code». Il repository insegna i formati agli agenti esterni, che restano fuori dall’applicazione.
Limiti
La garanzia local-first regge allo strato di storage e si indebolisce a quello di elaborazione. I plugin desktop di Obsidian girano con privilegi pieni sull’applicazione e sul filesystem. Dal 12 maggio 2026 ogni versione pubblicata viene scansionata automaticamente per sicurezza e qualità, dove prima veniva revisionata solo la prima submission — nello stesso annuncio, 120 milioni di download totali di plugin — ma la superficie esposta dipende da quali plugin si installano e da come sono configurati i modelli che usano.
Anche «in locale» va verificato caso per caso. Ollama nel 2026 non è più soltanto locale: nella serie 0.32 — la 0.32.0 dell’11 luglio, con la 0.32.1 del 16 come ultima stabile — il comando ollama nudo avvia un agente interattivo, i modelli con suffisso :cloud girano sui server dell’azienda, e il 9 luglio 2026 la società ha annunciato 88 milioni di dollari raccolti esplicitamente per far crescere il cloud, dichiarando che il volume di token del cloud è più che raddoppiato ogni mese. Far girare modelli sul proprio hardware resta illimitato e gratuito, ma i modelli con suffisso :cloud non girano in locale.
Infine, i numeri di diffusione di Obsidian che circolano — utenti mensili, ricavi, valutazione — sono stime di aggregatori: la società è privata e non li comunica. L’unico dato riconducibile all’azienda è circa un milione di utenti nel 2023, autostimato dai download su GitHub.
Quanto sopra vale per un archivio personale su una macchina sola, dove chi scrive le note, chi le legge e chi possiede il disco sono la stessa persona. Quando lo stesso archivio diventa la memoria di un’organizzazione quella coincidenza si rompe, ed è il tema dell’insight pubblicato da noze: https://www.noze.it/insights/second-brain-aziendale-memoria-impresa/.
- https://doi.org/10.6092/issn.1971-8853/8350
- https://niklas-luhmann-archiv.de/
- https://zettelkasten.de/posts/collectors-fallacy/
- https://github.com/tobi/qmd
- https://github.com/kepano/obsidian-skills
- https://github.com/khoj-ai/khoj
- https://github.com/logseq/logseq
- https://github.com/reorproject/reor
- https://github.com/nomic-ai/gpt4all
- https://www.noze.it/insights/second-brain-aziendale-memoria-impresa/
Immagine di copertina: schedario da biblioteca — foto di Konrad Lawson, CC BY-SA 2.0 — https://commons.wikimedia.org/wiki/File:5236876949_card_catalog.jpg