Karpathy LLM Wiki — 用编译替代检索的知识库范式
10 篇提到。核心主张:个人知识库的瓶颈是 bookkeeping 而非检索,让 LLM 一次性把语料编译成 wiki,查询时只需 lookup。
主张
Karpathy 的洞察:知识库的痛点不是「找不到」,是「维护不动」。
rag 把 bookkeeping 推到查询时(每次重新检索、重新拼上下文),代价是每次查询都在重算。LLM Wiki 反过来——摄入时一次性编译:
- 抽实体 → 建概念页 → 加交叉引用 → 更新 MOC
- 查询时只是 lookup + 小窗口综合
对个人规模的语料(能塞进上下文),这比 RAG 高效得多,而且产物是人能读的 wiki 而非机器 chunk。
selfwiki 就是这个范式的完整实现:processor.py(摄入)→ compile_stage.py(编译)→ 概念页 / MOC(产物)→ 全局 skill(查询)。
为什么重要
- 对 selfwiki:整套架构的理论出处,决定了「为什么不上 RAG」
- 对内容:Karpathy 每次发言在中文圈都是流量,而你有可运行的实现,这是差异化
Evidence(10 篇来源)
- douyin_20260503_卡帕西从氛围编程到Agentic工程
- douyin_20260504_7634489679538514678
- douyin_20260503_7634549024850236913
- douyin_20260419_1_项目名称_andrej-karpathy-skills_n2_项目名称_Multica_n3_项目
- douyin_20260413_agent_obsidian_llm-wiki_agent驱动的第二个大脑_构建你的专属知识库_n形成
- douyin_20260503_卡帕西_从氛围编程到Agentic工程_Andrej_Karpathy_对_AI_编程范式演进的深刻见
- douyin_20260419_出手就爆火_Karpathy的个人第二大脑方案_karpathy_obsidian_第二大脑
- douyin_20260530_LLM_Wiki_和_GBrain_真正的差别_不是谁检索更强_n而是它们在回答两个完全不同的问题_n
- douyin_20260527_20多万人看过的知识库完整搭建教程来了_obsidian_知识库搭建
- douyin_01
基于 312 篇干净转写的 compile 结果重建(2026-08-12)。status: budding —— 人工校准后升 evergreen。