jalen.cool
全部笔记

LLM Wiki

由 LLM 增量构建并维护的、结构化互链的个人/团队知识库。本 vault 的设计模式。原始论述见 Karpathy 的 gist。

一句话定义

LLM 不在查询时即时检索 raw 文档,而是预先把知识编译进一个持续维护的 markdown wiki,wiki 本身就是答案的载体。

三层架构

层内容谁拥有
Raw sources文章、论文、剪藏、转录、数据用户(只读)
The wikisummary / entity / concept / survey 页面,互链LLM(全权)
The schemaCLAUDE.md / AGENTS.md,操作手册用户与 LLM 共同演化

Obsidian is the IDE; the LLM is the programmer; the wiki is the codebase.

三大操作

Ingest

  1. 读 raw
  2. 跟用户对要点
  3. 写 source summary
  4. 更新 index、log
  5. 跨页面更新已有实体/概念,新建必要的页
  6. 单次触及 10–15 页

Query

  • 先读 index 定位 → 钻入相关页 → 综合答案 + 引用
  • 关键洞见:好答案应回填成新 wiki 页(对比、综述、连接)。否则探索成果消失在聊天历史——查询本身就是 ingest 的一种。

Lint(周期性)

  • 矛盾、过时(被新源 supersede)、孤儿页、缺页、缺链、可 web search 补的数据空缺
  • LLM 给清单,用户拍板再批量改

为什么 work

维护知识库最烦的不是阅读和思考,是 bookkeeping。

人类放弃 wiki 是因为维护成本超过收益。LLM 不会无聊、不会忘记更新交叉引用、一次能改 15 个文件。维护成本趋近零,wiki 就活下来了。

人的工作:策展源、定向、提好问题、想清楚意义。 LLM 的工作:其余一切。

与相邻概念的关系

  • vs RAG — 详见对比表。RAG 每次查询重新发现知识,无累积。
  • 精神祖先 Memex(Bush 1945)— 私人策展、文档间联系本身有价值。Bush 没解决的"谁维护"由 LLM 解决。

适用规模

原文提到 ~100 源、几百页规模下,index.md 一个文件就够 LLM 找到入口。再大可上 qmd 之类本地搜索。

适用场景

个人(目标/健康/心理)、研究深耕、读书伴生 wiki、内部团队 wiki(Slack/会议/文档喂)、竞品分析、尽调、行程、课程笔记、爱好深挖。任何长期累积型知识工作。

本 vault 的实例化

  • schema:CLAUDE 落到三个域(life / ai / guides)
  • 命名:中文优先,英文专有名词例外
  • 子目录:按需演化,不预设
  • 同步:iCloud Drive
  • 编辑前端:Obsidian