LLM知识库

LLM知识库（LLM Knowledge Base，社区也称 llm-wiki）是 Andrej Karpathy 于 2026-04 提出的知识管理模式：让 LLM 充当”编译器”，把只读的原始资料增量编译成一个持久、互相链接的 Markdown wiki，并由 LLM 持续维护。本库的整套运行机制即基于此模式，操作章程见 SCHEMA。

要点

• 与 RAG 的本质区别：RAG 每次问答”检索→拼凑→丢弃”，无积累；LLM知识库把每次摄入和问答的成果沉淀进库，知识复利。
• 三层结构：raw（不可变素材）/ wiki（AI 全权维护）/ schema（章程）。
• 两大枢纽文件：index.md（内容索引，问答入口）与 log.md（时间日志，只增不删）。
• 四步循环：摄入 → 编译 → 问答+回流 → 体检。
• 分工：人是策展人（找料、提问、判断）；AI 是编译者（摘要、链接、归档等一切簿记）。
• 个人规模（约百篇 / 数十万词）下不需要向量库。

与其他概念的关系

• 实践载体：Obsidian（IDE / 查看器），入门笔记见 2026-09-01 Obsidian是什么，如何与AI助手连接
• 本库机制蓝图：2026-09-02 知识库迭代机制方案v1
• 思想渊源：社区常将其与卢曼卡片盒（Zettelkasten）类比，区别是”卡片由 AI 书写与维护”

来源与状态

• 首要来源：2026-09-02 Karpathy《LLM Knowledge Bases》推文存档（推文原文未抓全，仅开头段；其余为可靠二手转述，详见存档）
• ⚠️ 待办：用 Obsidian Web Clipper 剪藏推文全文后回补本页细节