LLM Wiki 模式
属性
LLM Wiki 模式
Karpathy 提出的个人知识库模式:不做“查询时检索”,而是让 LLM 把原始资料编译成一个持久化、互相链接、持续维护的 wiki。知识结构化一次,之后随每份新资料保持新鲜——与 RAG 的关键差异见 RAG vs 编译式 wiki。
三层架构
| 层 | 所有权 | 性质 |
|---|---|---|
| raw sources | 人策展 | 不可变,source of truth |
| wiki | LLM 全权拥有 | 摘要、实体页、概念页、对比、综述——人读 LLM 写 |
| schema | 人和 LLM 共同演化 | 结构约定与工作流配置,“让 LLM 成为有纪律的维护者而非通用聊天机器人” |
三操作
- ingest:读资料 → 讨论要点 → 写摘要页 → 更新索引和相关页面 → 记日志。一份资料可能触及 10-15 个页面。
- query:先读 index.md 定位,再深入页面,带引用作答。好答案归档回 wiki——探索本身也复利。
- lint:周期性体检——矛盾、被新资料淘汰的过时论断、孤儿页、缺页概念、缺失交叉引用。
为什么可行
知识库最累的是记账而非阅读思考;人类放弃 wiki 是因为维护负担增长快于价值,而 LLM 做维护的成本趋近于零。中等规模(~100 份资料)下用 index.md 导航即可,无需 embedding 检索设施。思想谱系上承 Vannevar Bush 的 Memex(1945)。
本知识库的实例化
本项目在此模式上融合了多主题隔离、purpose 文件、两步式 ingest、来源溯源(支持级联清理)、置信度评分与显式发布层。它与 Anthropic 所述 agentic memory 的关系,参见 知识复利综合页。
被引用于 5
- Andrej Karpathy
- 概念:LLM Wiki 模式
- Karpathy 的 LLM Wiki 构想
本项目直接实例化了这份 idea file,细节见 LLM Wiki 模式与 RAG vs 编译式 wiki。
- 知识复利:Wiki 与 Memory 同源
相关概念:LLM Wiki 模式、context engineering。
- 知识工程
- LLM Wiki 模式 — 概念
- 索引先行浪费上下文吗?
档位:standard。依据页面:context engineering、LLM Wiki 模式、context engineering 原文。
本页由 AI 从原始资料编译生成、经人工确认后发布;原始资料保留在私有工作区。