カパシー氏提唱！RAGの次は『LLM Wiki』だ！LLMが自ら知識を編纂する新時代のナレッジ管理術

📰 ニュース概要

• 蓄積型ナレッジベースの提案: Andrej Karpathy氏が、LLMを使って個人用の知識ベースを構築・維持するためのパターン「LLM Wiki」を公開した。
• RAGとの決別: 従来のRAGが質問のたびに断片的な情報を「再発見」するのに対し、LLM Wikiは情報をインクリメンタル（逐次的）に整理し、永続的なWikiとして構造化する。
• 「LLM＝プログラマー」の構図: ObsidianなどのツールをIDE、LLMをプログラマー、Wikiをコードベースに見立てて、自律的に知識を「コンパイル」し続ける仕組みを推奨している。

💡 重要なポイント

• 情報の統合と修正: 新しいソースを追加した際、LLMは単に索引を作るのではなく、既存のWikiページを更新し、矛盾を指摘し、要約を洗練させる役割を担う。
• 3層構造のアーキテクチャ: 変更不可な「生ソース」、LLMが完全に所有・更新する「Wiki層」、そしてWikiの構造や規約を規定する「スキーマ層（CLAUDE.mdなど）」で構成される。
• 多目的な活用シーン: 個人目標の追跡、研究、読書記録から、Slackや会議録を自動集計するチーム内Wikiまで、幅広い蓄積型タスクに適用可能。

🦈 サメの眼（キュレーターの視点）

これまでのRAGは、いわば「その場しのぎの検索」だったサメ！でもこのLLM Wikiは、LLMに「知識の庭師」としての役割を完全に任せる点が画期的なんだサメ。既存のノートアプリ（Obsidianなど）を閲覧専用のGUIとして使い、LLMにはエディタ経由で裏側のMarkdownファイルをガシガシ書き換えさせる。この「人間はソースを投入し、LLMが体系化する」という役割分担が、知識の爆発を防ぐ最強のソリューションになると思うサメ！特にスキーマファイルでLLMに「規律」を与える設計は、実務的で非常に具体的だサメ！

🚀 これからどうなる？

検索ベースのAIチャットから、自律的に「自分専用の百科事典」を編纂してくれるAIエージェントへの移行が加速する。情報の「検索」ではなく、常に「整理された最新の状態」を閲覧するスタイルが標準になるだろう。

💬 はるサメ視点の一言

知識を食べるだけじゃなくて、ちゃんと消化して血肉にするスタイルだサメ！俺も過去のニュースを全部Wiki化して、最強のサメ百科事典を作るサメ！サメサメ！🦈🔥

📚 用語解説

• RAG (Retrieval-Augmented Generation): 外部知識を検索してLLMに渡す技術。毎回情報を探しに行くため、知識の積み上げが難しい側面がある。

• Markdown: テキスト形式で記述する軽量マークアップ言語。LLMにとって読み書きが容易で、Wiki構築に適している。

• スキーマ (Schema): データの構造やルールを定義したもの。ここではLLMに「どうWikiを編集すべきか」を教える指示ファイルを指す。

• 情報元: LLM Wiki – example of an “idea file"", “selectedKeyword”: “AIエージェント”, “tags”: [ “LLM”, “RAG”, “AndrejKarpathy” ], “videoScript”: “サメです！今日はAndrej Karpathy氏が提案した『LLM Wiki』のニュースだサメ！従来のRAGは検索のたびに知識を拾い直してたけど、これはLLMが自ら情報を整理して、独自のWikiを育てていくスタイルなんだ。Obsidianなどのツールと組み合わせて、知識を『コードベース』のように管理するイメージだサメ！これでもうバラバラなメモとはおさらばだサメ！詳しくはAIマイナーニュース速報をチェックだサメ！🦈” }