Karpathy 的 LLM Wiki：把知识组装提前到提问之前

2026 年 4 月，Karpathy 用一份 Gist 提出 LLM Wiki：让 Agent 把知识预先整理成互相链接的 Markdown 条目，而非提问时现场检索拼接。本文回顾这条思路的前史——RAG 的六年统治与 Agent 记忆系统的探索，梳理它走红后的生态实践，并对照同期 Grokipedia 与 Wikipedia 的公共百科攻守，聊聊知识复利与知识信任这两个正在被重写的问题。

Obsidian:LLM Wiki 的理想载体

Obsidian 是一款本地优先的笔记软件:库就是一个普通文件夹,每篇笔记是纯 Markdown 文件,双向链接把条目织成网络,数千款插件按需扩展。本文介绍它的核心机制与插件生态,并重点回答一个问题:为什么这个『文件夹 + 双链』的形态恰好是 LLM Wiki 的理想载体——Agent 直接写文件、悬空链接即待写清单、人顺手校对,知识在人机之间用同一种纯文本语言流转。

后产品时代：用大模型和知识库搭起自己的体系

大模型把通用能力变成水电煤，产品不再是壁垒，壁垒是你自己的体系。本文给出一套四环串联：资料检索变进料口，知识库按需选型——轻量用 ima、复杂量大自建 WeKnora，知识体系靠连接成形，方法论沉淀成 skill，最后转成持续积累的复利飞轮。