Agentic Work Atlas

LLM Wiki

6分钟阅读

LLM Wiki

定义

LLM Wiki 是 Andrej Karpathy 描述的一种新型知识管理范式：用 LLM 对固定文档集合进行多次"重编译"（recompile）和"重排列"（reorder），每次产生新的信息投影（projection），让人从中获得洞察。这不同于传统的 RAG（检索增强生成）——它不是"查找+回答"，而是"重组+创造新结构"。

关键数据点

  • 不是加速已有事物：传统的代码加速了已有的信息处理，LLM Wiki 创造了此前不可能存在的东西——没有代码能在 LLM 之前完成"基于事实集合自动建 Wiki"这件事
  • Synthetic Data Generation 类比：Karpathy 将 LLM Wiki 视为对固定数据的"合成数据生成"——不同的投影产生不同的理解
  • 人与 LLM 的分工：LLM 做信息的填充和重排（像 interns 填充细节），人做顶层分类、设计决策和最终理解
  • 与 RAG 的区别：RAG 是检索→回答的线性流程；LLM Wiki 是多轮编译→结构化→持续演化的循环
  • "Outsource thinking, not understanding"：Karpathy 引用的一条推文——LLM Wiki 帮你思考，但不能替代你的理解

前提与局限性

  • 需要高质量的源文档集合作为输入
  • LLM 输出的重组结构需要人工验证和筛选——LLM 可能产生虚假关联
  • 信息的"投影"质量依赖 prompt 设计和编译策略
  • 不适用于需要实时更新的动态知识（更适合相对稳定的文档集合）
  • 纯 Markdown 文件存储在数据量大时（数百到低千页面）检索困难——规模天花板明显
  • 所有摄取、Lint 操作需手动触发或外部脚本，无内建自动化调度

工程化演进

LLM Wiki 的理念催生了两个重要的工程化实现：

  • Obsidian-Wiki：基于 Skill 的多 Agent 框架，Agent 无关（9+ 种）、Skill 驱动、Obsidian 原生。核心增强包括 Delta 追踪（SHA-256 哈希）、来源可信度边界、溯源标记系统（extracted/inferred/ambiguous）、Agent History Ingest Skills
  • GBrain：Y Combinator CEO Garry Tan 构建，引入混合检索（向量粗筛 + 文件精读）解决规模天花板，通过基于规则的图谱实体关系管理实现结构化知识图谱。设计哲学为 Thin-Harness-Fat-Skills 和 Latent-Space-vs-Deterministic

检索 vs 重走：四动作的再巩固性质（07-22 自反投影）

LLM Wiki 作为语义关联架构（wikilink + 语义组织），其 produce 环节有一个结构性风险（synthesized/medium，07-22 圆桌+追本，来源：2026-07-22 研究日志）：

  • compile 是"走"，链接是足迹：agent 读 raw、判断、提取、关联，产出的 entity/wikilink 是判断的有损压缩——压掉的是判断过程本身（压力、排除项、怀疑）。足迹记得路，不记得走路的力气。
  • 检索 ≠ 重走：produce 若只检索足迹（语义相似页面）而不重走（重读、重判、保留"可否证旧足迹"的权力），因果停止再生——问题不是"检索找相似"，是检索替代了重走。
  • 因果在干预时刻进入：只有关联型操作（摘要/链接）的编译只产相似足迹；因果在干预型操作（audit/证伪/冲突标记）时进入知识库（Pearl 因果阶梯：关联是一层，干预是二层，检索不自动爬梯）。
  • produce = 记忆再巩固：每次输出写回同时再生因果与累积扭曲——再生与扭曲是同一过程（Schacter 再巩固理论）。这解释了 output 的建构性价值（非消费），也解释了失真累积风险。
  • 重走者遴选 = 知识级制造共识：produce 按 agenda 焦点表重走 → 重走 ⊂ agenda 已承认的因果 → agenda 外的因果永不被重走因此永远不存在（Lippmann "脑中之图"的知识库版本）。对策胚胎：盲区扫描（偶然重走）+ 冲突标记（多图冲突驯服因果循环）。

关联概念

关系图谱

反向链接