AllWorkin / Articles / 2026.04.07

Karpathy大神的「LLM Wiki」:让知识像代码库一样可维护

Karpathy 在 Gist 公开「LLM Wiki」:用大模型维护可互链的 Markdown 维基,ingest/query/lint 沉淀知识,index 与 log 导航;非单一闭源产品,可接入 Claude Code、Codex 等智能体。读懂它与「每次检索拼答案」的差别即可。

2026.04.07约 5 分钟#快讯#Claude#Agent#Cursor

Gemini_Generated_Image_48x7yt48x7yt48x7

很多人第一次把 PDF、长文丢给大模型时,路径都差不多:上传一堆文件 → 每次提问时检索片段 → 模型现场拼答案。这就是常说的 RAG(检索增强生成):好用,但 Karpathy 在一份公开的「想法文件」里点出一个常被忽略的问题——知识很难「沉淀」下来。

他在 GitHub Gist 上的《LLM Wiki》 里写得很直白:每次都要从原始材料里重新「发现」一遍;若问题需要综合多篇文档里的细枝末节,模型就得反复检索、拼接。没有在时间轴上把结构搭起来,也就没有复利。

这份文档不是某个 App 的安装包,而是一套可复制的设计模式:你把它贴进自己的编程助手(例如 Claude Code、Codex、OpenCode 等,以各工具官方说明为准)里,由智能体和你一起在本地把目录、约定、流程落地。下面我按照普通人能跟上的方式,把核心思想讲清楚。

一句话版:Wiki 是「编译产物」,而不仅仅是聊天记录

传统 RAG 像「每次现场翻书」。LLM Wiki 的思路是:在原始资料和你的问题之间,加一层由大模型持续维护的 Markdown 知识库——有词条、有主题页、有交叉引用;新资料进来会回写相关页面,甚至标出与旧说法的矛盾。

用 Karpathy 自己的比喻(gist 原文):Obsidian 像 IDE,大模型像程序员,Wiki 像代码库。 你主要负责选源、追问方向、判断对错;摘要、链接、一致性维护交给模型。

三层结构:谁负责什么

gist 把架构拆成三层,职责很清楚:

  1. Raw sources(原始资料)

  2. 论文、文章、转写稿、图片等你自己筛选、整理过的材料。只读、不改,作为事实与引用的根基。

  3. The wiki(维基层)

  4. 一堆由模型生成和维护的 Markdown:实体页、概念页、对比、综述等。人主要负责读和导航;写和改主要由 LLM 完成。

  5. The schema(模式/规范)

  6. 通常落在类似 CLAUDE.md、AGENTS.md 这类项目说明里:目录怎么分、命名怎么定、ingest/query/lint 时遵循什么流程。它把「聊天」约束成「维基管理员」。

这三层一起,才能把「个人知识库」从一次性问答,变成可持续演化的制品。

三种操作:ingest、query、lint

文档把日常用法归纳成三类动作:

  • Ingest(摄入) 新资料进 raw,模型读完不只做摘要,而是更新索引、相关实体页、概念网络,必要时写 ingest 日志。一篇源文牵动十几页 wiki 的更新,很常见。

  • Query(查询) 你对着 wiki 提问;模型先找相关页面再综合回答。gist 强调一点:好的回答可以再「归档」进 wiki——否则有价值的推理只留在对话里,下次又要重来。

  • Lint(体检) 定期让模型做健康检查:页面之间是否矛盾、哪些说法已被新资料覆盖、孤立页、该有词条却没建、缺交叉引用等。wiki 越大,这一步越像「还技术债」。

两个枢纽文件:index.md 与 log.md

为避免 wiki 长成找不到北的文件夹,gist 建议两个特殊文件:

  • index.md:内容导向的目录——链到各页、一行摘要、可选元数据,ingest 后更新;查询时往往先读索引再下钻。在「中等规模」(gist 举例约百级源、数百页量级)下,常常不必先上向量检索基建。

  • log.md:按时间追加的操作记录(ingest、query、lint 等),人和模型都能看清「最近 wiki 发生了什么」;gist 还提到用统一前缀让日志可被简单工具解析。

适用场景:从个人到团队

gist 列了多种用途,本质都是长期积累,还要强关联:

个人目标与反思、课题研究、甚至按章读书搭「私人版粉丝维基」;也可设想团队场景:Slack、会议纪要、文档、客户通话持续喂给模型,由人审阅关键更新——把没人愿意做的维护活交给 LLM。

可选工具:不绑架你上全家桶

文档刻意保持「模块化」:

  • 剪藏网页可用 Obsidian Web Clipper;

  • 图片本地化、图谱视图、Marp 幻灯片、Dataview 查询等,都是按需选用;

  • 规模变大时,gist 提到可用本地 Markdown 搜索工具(例如 qmd)辅助,也有 MCP 形态——不是必选项。

Wiki 作为 Git 仓库里的 Markdown,版本与协作是自然附赠的。

作者想顺带提起的历史回声

文末 Karpathy 把这套想法与 Vannevar Bush 在 1945 年提出的 Memex 并提:强调私人、策展式、文档之间的关联,这和后来网页的形态并不相同;Bush 没解决的是「谁来维护链接」——大模型正好擅长这类琐碎维护。

对普通人意味着什么

LLM Wiki 不是在推销某一个封闭产品,而是在描述一种工作方式: 让知识以可浏览、可链接、可迭代的形式留在磁盘上,而不是散落在每次对话的上下文里。 若你已经在用 Obsidian、Cursor、Claude Code 或同类工具,这件事的门槛主要是愿不愿意和模型一起写清 schema、坚持 ingest 与 lint——而不是再找一个「神奇一键包」。

原文是英文 idea file,建议收藏 gist,复制进自己的 agent 配置里按需裁剪: https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f

AI工具实战派

觉得有用?每周的新笔记先发公众号。

每周的实战笔记先发在这里。扫码关注,新文章第一时间推给你。

关注 / 加入社群 →