在 AI 时代，我们面临的挑战不再是找不到信息，而是信息无法转化为持久的资产。传统的检索增强生成（RAG）如同一场“临时面试”，你喂给 LLM 几个片段，它拼凑出一个答案，然后转头就忘。

本文提倡一种由Andrej Karpathy 实践的全新范式：LLM Wiki 模式。在这套架构中，Obsidian 是你的集成开发环境 (IDE)，LLM 是你的初级程序员，而维基百科 (Wiki) 就是你的知识库代码 (Codebase)。

1. 核心范式转移：从“无状态检索”到“增量编译”

为什么你需要一个持久化的 Wiki？下表对比了传统 RAG 与 Wiki 模式的本质差异：

维度传统 RAG (Stateless)LLM Wiki (Stateful)
知识时效性动态检索，受限于 Top-K 片段的广度一次编译，持续增量，知识始终以结构化形式就绪
积累效应零散。每次提问都在重新发现知识复利增长。每一次摄取都在加固既有的知识网
合成深度浅层。仅根据当前检索片段拼凑回答深层。跨页面关联实现高维洞察与矛盾识别

核心逻辑：传统 RAG 是“无状态”的，而 Wiki 模式则是“有状态”的。它将知识库视为一个需要增量编译的代码库。新知识不是简单的堆砌，而是对现有逻辑的“代码更新”。

2. 三层架构：知识库的物理与逻辑边界

要实现这一目标，你需要构建三层清晰的架构，明确定义人类与 AI 的协作边界：

  • 原始资料层 (Raw Sources)
    • 所有者：人类（Editor-in-Chief）。
    • 定义：不可变的真理来源（Immutable）。包含论文 PDF、网页剪藏、原始数据或录音转录。
    • 专家视角：这是你的证据库，LLM 只读不写，确保任何合成结论都可回溯。
  • 维基层 (The Wiki)
    • 所有者：LLM 智能体（Staff Writer）。
    • 定义：由 LLM 维护的 Markdown 文件夹。包含实体页面、概念综述、逻辑关系图。
    • 专家视角：这是你的知识代码库。LLM 负责所有的维护、链接和交叉引用。人类很少手动修改，只负责审查结论。
  • 规范层 (The Schema)
    • 所有者：人类与 LLM 共同进化。
    • 定义：如 CLAUDE.md 或 AGENTS.md 的配置文件，定义了命名规范、目录结构和任务 SOP。
    • 关键作用：它是知识库的“宪法”，将 LLM 从乱写代码的实习生转变为严谨的维基维护者。

3. 操作流程一：摄取 (Ingest) —— 开启自动化编译

摄取不仅仅是“保存”，而是一次全自动的知识集成。一个优质的摄取流程包含以下 6 个步骤：

  1. 分类预判 (Classify)：在提取前先判断文件类型（报告、信件、论文或推文）。
  • 核心收益：针对不同类型应用特定模板，避免生成平庸肤浅的摘要。
  1. 读取与讨论：LLM 阅读 Raw 文件并提取关键点，由人类确认是否抓取到了正确的语境。
  • 核心收益：确保信息提取的准确性与方向性。
  1. 编写/更新摘要：生成独立的摘要页面。
  • 核心收益：实现长文缩短，便于快速索引。
  1. 跨页面关联 (The Compounding Effect)：LLM 检查并更新现有的“实体”或“概念”页面。
  • 核心收益：单次摄取可能触达 10-15 个页面，打破孤岛，将新知织入旧网。
  1. 更新索引 (index.md)：将新知识填入全局目录，并标注分类。
  • 核心收益：确保知识在全局视角下“可见”。
  1. 记录日志 (log.md)：在时间轴上记录本次活动。
  • 专家建议：使用固定格式（如 ## [日期] ingest | 标题），以便后续利用 Unix 工具如 grep 快速审计演进轨迹。

4. 操作流程二：查询 (Query) —— 知识的二次深度合成

查询不再只是获取答案，它是驱动知识库“进化”的推进器。当你的 Wiki 规模在 100 个源文件以内时，LLM 仅通过阅读 index.md 就能实现精准的跨文档分析。

关键机制：结果回填 (Filing Back)

实操建议 1：不要满足于终端里的文字。要求 LLM 将复杂的比较分析直接生成为一个新的 Wiki 页面。

实操建议 2：指示 LLM 将查询中发现的新关联、新结论立即更新到相关的概念页面中。

实操建议 3：利用状态化思维。每一次深度查询都应产生一个“合成产物”，让下一次查询站在更高的起点。

这种“回填”机制确保了你的每一次思考都能转化为永久资产，实现知识复利。

5. 操作流程三：巡检 (Lint) —— 保证知识库的动态健康

为了防止知识库随着规模扩大而“腐烂”，必须定期进行类似代码检查的“巡检”。

LLM 巡检任务清单：

  • 发散性检查 (Divergence Check)：寻找新旧资料间的偏见或矛盾点，生成“反方观点”以平衡视角。
  • 孤儿页面识别 (Orphan Pages)：寻找无引用的页面并建立逻辑链接。
  • 缺口填补 (Data Impute)：利用 Web Search 搜索缺失的关键信息或数据。
  • 概念提取：识别在多篇摘要中被提及但尚未建立独立“概念页面”的词条。

6. 闭环机制：正向循环的“复利效应”

通过“摄取-查询-巡检”，一个自我完善的系统就此形成：

  • 零成本维护：人类只负责输入 Raw 资料和高阶提问，枯燥的跨引用更新、索引维护和排版工作全部由 AI “自动编译”。
  • 状态化知识管理：不同于“阅后即焚”的对话，这个系统是有状态的。LLM 不仅是在回答你，它是在维护你的大脑外壳。
  • 编辑部模型：你作为主编 (Editor-in-Chief) 负责验证事实与决策，AI 作为全职职员负责执行复杂的归档。

7. 初学者工具箱：开启你的 AI Wiki

以下是开启这一架构的推荐工具链：

类别推荐工具核心价值
IDE 前端Obsidian知识的可视化容器，Graph View 可实时观察知识网增长。
采集端Web Clipper一键将网页转为整洁 Markdown。建议配合 hotkey 下载图片到本地。
自动化核心Claude Code / Codex能够直接操作文件系统、执行 Git 提交的 AI 智能体。
高级展示Marp将 Markdown 快速渲染为演示幻灯片。
扩展搜索qmd / MCP Servers跨越规模极限。当资料超过 100 份时，通过 MCP 协议提供本地搜索支持。

结语：LLM 个人知识库的终极目标是将人类从繁琐的“知识搬运”中解放出来。让 AI 负责 bookkeeping，让人类负责 thinking。从今天起，停止无意义的资料堆砌，开始编译你的个人知识库。

参考