LLM Wiki 要解决的问题是：RAG 每次查询从零发现知识，没有积累。Karpathy 的解法是让 LLM 持续维护一个结构化 wiki，知识编译一次、持续更新，好答案归档回去。三层：只读文档 → LLM 生成的结构化 markdown → 给 LLM 的维护规则。核心操作是 ingest → compile → query → lint。

评论区有人说缺了一步 reflect——要记录为什么做这个决定、放弃了什么备选、什么推理曾经成立，不是只记录发生了什么。全场最亮的一句：Every knowledge base is an autobiography. It just hasn't read itself yet. 生产环境的团队还发现每个任务产生两个输出，你要的答案加相关 wiki 页的更新。

💻 Idea 原帖：http://t.cn/AXIDQNkM
💻 CLI 实现：http://t.cn/AXIF9IT9
#HOW I AI# #ai生活指南# #AI工具#