Karpathy：你用 LLM 的方式，可能从一开始就错了

4 月 3 日，Andrej Karpathy 发了条推特，4 月 4 日补了一份 GitHub gist，叫《LLM Wiki》。短短一个 Markdown 文件，至今 5000+ star、4000+ fork。

他的观点很直接：大多数人现在用 LLM 处理文档的方式是 RAG，上传一堆文件，每次提问让模型去检索拼接。问题在于，模型每次都在"从零重新发现知识"，啥都没积累下来。今天问一遍，明天再问一遍，干的是同样的活。

Karpathy 给的替代方案是 LLM Wiki：你只管丢原始资料进 raw 文件夹，让 LLM 一次性把它"编译"成一份结构化的 Markdown wiki，包含摘要页、实体页、概念页、对照页，自动维护索引和交叉引用。新资料进来，LLM 不是建索引等检索，而是直接更新已有页面、标出矛盾点、强化或修正之前的结论。

他的原话很妙："Obsidian 是 IDE，LLM 是程序员，wiki 是代码库。"知识在 ingest 那一刻就被编译好，不在 query 那一刻才被现搞。更有意思的是这份 gist 本身——他没开源代码，只开源了"想法"。把它丢给 Claude Code，你自己的 wiki 就长出来了。LLM原理