卡帕西提议！RAG之后的『LLM Wiki』！LLM自我编纂知识的新时代知识管理术

📰 新闻概览

• 积累型知识库的提案: Andrej Karpathy 发布了使用 LLM 构建和维护个人知识库的模式『LLM Wiki』。
• 与 RAG 的决别: 传统的 RAG 每次问询时都会“重新发现”片段信息，而 LLM Wiki 则以增量的方式整理信息，构建一个持久的 Wiki。
• “LLM = 程序员”的构图: 借助 Obsidian 等工具作为 IDE，将 LLM 视为程序员，将 Wiki 看作代码库，推荐一种自律地持续“编译”知识的机制。

💡 重要要点

• 信息的整合与修正: 在新增信息源时，LLM 不只是简单地建立索引，而是更新现有的 Wiki 页面，指出矛盾，精炼摘要。
• 三层结构的架构: 由不可变的“原始数据”、LLM 完全拥有和更新的“Wiki 层”，以及规定 Wiki 结构和规则的“模式层（如 CLAUDE.md 等）”组成。
• 多用途的应用场景: 从个人目标追踪、研究、阅读记录，到自动汇总 Slack 和会议记录的团队 Wiki，适用于广泛的积累型任务。

🦈 鲨鱼的眼（策展人的视角）

以前的 RAG 就像是“临时的搜索”，但这个 LLM Wiki 的创新之处在于完全将 LLM 赋予“知识园丁”的角色。利用现有的笔记应用（如 Obsidian）作为只读 GUI，让 LLM 通过编辑器轻松修改后端的 Markdown 文件。这种“人类投入源数据，LLM 进行系统化”的角色分配，将成为防止知识爆炸的强大解决方案！尤其是通过模式文件赋予 LLM “纪律”的设计，实用且非常具体！

🚀 未来的展望

从基于搜索的 AI 聊天向自律地编纂“专属百科全书”的 AI 代理的转变正在加速。信息的“搜索”将被不断“查看整理后的最新状态”的风格所取代，成为标准。

💬 鲨鱼视角的一句话

不仅仅是吃知识，而是要好好消化并转化为自身的营养！我也要把过去的新闻全部 Wiki 化，打造最强的鲨鱼百科全书！鲨鱼鲨鱼！🦈🔥

📚 术语解说

• RAG（检索增强生成）: 一种搜索外部知识并传递给 LLM 的技术。由于每次都需要查找信息，导致知识的积累变得困难。

• Markdown: 一种以文本格式编写的轻量级标记语言，LLM 易于读写，适合构建 Wiki。

• 模式（Schema）: 定义数据结构和规则的文件。在这里指向指导 LLM “如何编辑 Wiki”的指令文件。

• 信息来源: LLM Wiki – example of an “idea file"", “selectedKeyword”: “AI代理”, “tags”: [“LLM”, “RAG”, “AndrejKarpathy”], “videoScript”: “我是鲨鱼！今天要介绍的是 Andrej Karpathy 提出的『LLM Wiki』的新消息！传统的 RAG 在每次搜索时都重新收集知识，而这个则是 LLM 自我整理信息，培养独特的 Wiki 风格！结合 Obsidian 等工具，像管理“代码库”一样管理知识！这下再也不用担心杂乱的笔记了！详情请查看 AI 小新闻快讯！鲨鱼！🦈” }