知识复利：Wiki 与 Memory 同源

两份独立来源——Karpathy 的 LLM Wiki 与 Anthropic 的 context engineering——从不同出发点收敛到了同一个结论：LLM 的工作记忆（上下文窗口）不持久（Anthropic 并进一步指出其不可靠——context rot），长期价值必须写到上下文之外的持久结构里。

两条推理路径

Karpathy 路径（知识管理出发）：RAG 每次查询从零拼凑 → 没有积累 → 让 LLM 把资料编译成持久 wiki → 交叉引用、矛盾标记、综合分析都成为一次构建、持续复用的资产。

Anthropic 路径（agent 工程出发）：上下文是有限资源（attention budget / context rot）→ 长任务撑不进一个窗口 → structured note-taking / agentic memory：agent 把笔记持久化到上下文外、稍后拉回 → Claude 玩 Pokémon 能跨数千步维持连贯策略。

收敛点

	LLM Wiki	Agentic Memory
持久层	wiki 页面（markdown 文件）	NOTES.md / memory 文件
写入时机	ingest / query 归档	任务过程中定期记录
读回机制	index.md 导航 + 按需读页	上下文重置后读回笔记
复利效应	库越用越厚，答案可归档	跨会话保持项目状态

本质相同：外部化 + 结构化 + 按需读回。区别只在尺度与场景——wiki 面向长年知识积累，agentic memory 面向单任务的连贯性。

对本知识库的推论

1. 本知识库同时是两者：对人是 LLM Wiki（终身知识库），对维护它的 agent 是 agentic memory（跨会话状态）。
2. “好答案归档回 wiki”（query 归档规则）之所以重要，正是因为不归档的探索只存在于会被丢弃的上下文里——归档动作就是把工作记忆转为长期记忆。
3. index.md 先行的导航规则同时服务两端：对 LLM 是 just-in-time 检索（省 attention budget），对人是渐进式披露。

相关概念：LLM Wiki 模式、context engineering。