Karpathy发了一条推，5天后浏览量1600万。

不是聊AI大模型，是聊他怎么管自己的知识。

他发布了一个叫"llm-wiki"的GitHub Gist，5000多人收藏，15个独立实现版本在GitHub上出现。

这个速度说明一件事：很多人被戳中了。

他的方案叫什么？三层架构，无数据库。

第一层 raw/
把所有原始素材丢进去：文章、论文、GitHub链接、截图。用Obsidian Web Clipper自动转成Markdown，图片也存本地，LLM能直接"看"。

第二层 wiki/
LLM读 raw/ 里的东西，然后"编译"——不是搜索，是真正理解后重新写出来。生成结构化知识、关键概念、百科风格的文章，以及不同想法之间的反向链接。

第三层 AGENTS.md（规则文件）
定义你的写作风格、工作流程、模板规范。让AI以后生成内容的时候，风格是你的，不是通用的。

最有意思的地方：

这个知识库会"自我修复"。

LLM定期跑"health check"——扫描整个库，找不一致的地方、缺失的连接、可以补充的内容，然后自动修正。

它不是静态文档，是会进化的知识资产。

他目前大约100篇文章、40万字，运行流畅，没有任何向量数据库。

普通人能用吗？

结构已经完全公开在GitHub Gist（搜"karpathy llm-wiki"），国内已经有人做了中文版复现教程。

唯一需要的是：开始建raw/文件夹，往里扔东西。

你已经有多少"随手记了就再没翻过"的内容了？

那就是你知识库的第一批原材料。

#AI副业##个人IP##知识管理##AI实践#