如何评价Karpathy提出的个人知识库的架构？
万万没想到，居然有1700 万的阅读量。这可能说明 AI 知识库这个场景的需求远没有被满足，也说明了有非常多的人受困于知识管理。 fortunetigerdemográtis a5game.app
作为一个 AI 知识库开发者，既兴奋又焦虑。兴奋的是 AI 知识库又被大家注意到，而且这一次的方案与我们自己的实现（LinklyAI）很接近。 爱壹帆在线yfsp.app 爱壹帆yfsp.app Cassinos a5game.app 寻秦记爱壹帆yfsp.app 小寶影院电影xiaobaotv.video a5game a5game.app
人们对现有的知识管理应该是不满意的
传统的知识库和知识管理软件和方法，重点都在"管理"上——收集、分类、建立连接。最近一二十年，大致可以分两类： demo a5game.app pg a5game.app fortuneoxdemográtis a5game.app tigrinhodemo a5game.app JogodoTigrinho a5game.app 爱壹帆影视yfsp.app 爱一番yfsp.app
一类是比较古早的，以 Evernote 为代表的剪藏类知识库。差不多就等于一个大收集箱，遇到的内容就一股脑往里丢。为了管好它，需要我们自身建立起良好的信息管理素养，需要高度的纪律去维护。但很不幸，最后一般都会失控。 爱一番yfsp.app pragmatic a5game.app 小寶影院xiaobaotv.video jogosdemopg a5game.app
第二类是 Notion、Obsidian 等一大类新型知识库软件。它们对知识管理的粒度更细、也更灵活，试图建立起我们收藏、撰写的内容之间的关联——强调双链、用"块"来方便引用和重用，还有各种各样更复杂的，比如像数据库这些组织知识的信息方式。 小宝影院电影xiaobaotv.video pgslotgacor a5game.app jogodotigrinhodemo a5game.app 电影小宝影院xiaobaotv.video 海外华人视频网xiaobaotv.video
但这都是我们真正想要的吗？我相信无数人都幻想过：是不是有一种知识库软件，可以省略或简化手工管理？知识与知识的连接能不能自动建立？最重要的是，能不能真正解决利用知识的问题？ 爱一帆 yfsp.app 爱亦凡yfsp.app 小宝影院xiaobaotv.video 爱壹帆国际版 yfsp.app
Karpathy 的方案给了我们这种希望。 sweetbonanza1000demo a5game.app 爱壹帆免费版yfsp.app sugarrush1000demo a5game.app iyifanyfsp.app
曾经对 AI 知识库寄予厚望
23、24 年开始，很多人包括我，对 AI 知识库这个品类寄予了厚望。因为从来没有一类产品这么接近我们幻想中的理想知识库： slots a5game.app 一帆yfsp.app
收藏、添加，但不需要过多整理 爱壹帆电影yfsp.app iyftvyfsp.app
使用的时候能够被准确地调取，我只需要在对话框里描述我的目标 xiaobao xiaobaotv.video ifun yfsp.app
这两三年，无数 AI 知识库都在折腾 RAG，复杂一点的折腾知识图谱，激进一点的寄希望于把知识微调进模型。很遗憾，到现在没有一个方案能说服我们替代已有的 Evernote、Notion 或 Obsidian。 Caça-níqueis a5game.app fortunedragon demo a5game.app a5game a5game.app
反而去年以来，Obsidian/VsCode + Claude Code 的组合越来越被用户认可： slot a5game.app pragmaticplay a5game.app demo a5game.app nba比分 a5game.app
用 Obsidian 或 VS Code 做浏览器，用 Claude Code 之类的 Coding Agent 来自动化管理、预处理知识库，需要使用时直接让 Agent 去检索或写作。 pglucky88 a5game.app slotsdemo a5game.app sweetbonanza1000demo a5game.app
新的 AI 知识库雏形可能在形成了
其实在 Karpathy 提出这套架构之前，已经有不少人在按类似的方式实践了。比如我自己的项目知识库就是这么做的——建一个独立的文档仓库，把相关项目文档统一放进去，让所有开发者直接在 Claude Code 里使用这些知识。 slotpix a5game.app tigrinho gratis a5game.app fortunetigerbônusgrátissemdepósito a5game.app
Karpathy 的方案里，处处可以看到 Claude Code 这个最成功的 Coding Agent 的优秀实践：index.md 和 memory.md 何其相似；Wiki 页面的渐进式展开和 Skills 的渐进式披露何其相似；Schema 层直接就是 CLAUDE.md 的翻版；整套架构以文件系统为接口，和 Claude Code 操作代码库的方式一脉相承。 ifuntvyfsp.app 一帆视频yfsp.app
Karpathy 方案中，"编译"是个绝妙的隐喻，抓住了传统 RAG 的核心问题。传统 RAG 知识库的流程是：每次提问 → 检索 chunk → 拼接回答。知识是临时组装的，用完就丢。下次问类似的问题，整个过程从头再来。Karpathy 把这个过程重新定义为"编译"：原始文档是源代码，Wiki 是编译产物，LLM 是编译器。 slotdemo a5game.app demotigrinho a5game.app nba比分 a5game.app
看起来很美好。但是，古尔丹，代价是什么？
代价恰恰就藏在"编译"本身。它带来了高昂的成本——既有 token 成本，也有管理成本。如果知识库规模在百篇左右，一切都好，各种成本都很低，有 Claude Code 的订阅交给它做就行。但一旦超过百篇，想维护一个质量可靠的 Wiki，恐怕会越来越难、越来越贵。而且各种各样传统知识库的问题和需求一个都不会少，比如剪藏、同步、备份、移动端等等。。。 pgslot a5game.app pgdemo a5game.app
所以 Karpathy 说应该会有个专用软件，一点都没说错！ 小宝影院在线视频xiaobaotv.video
关键依然是索引
很多人在讨论 Wiki 层的编译逻辑，但我觉得 index.md 才是这套架构里最值得琢磨的部分。 ifvodyfsp.app 免费在线影院xiaobaotv.video
Karpathy 的做法是：维护一个索引文件，每个 Wiki 页面占一行，包含链接、一句话摘要和元数据。LLM 查询时先读这个索引，判断哪些页面相关，再深入读取。他自己说"This works surprisingly well at moderate scale"。 华人影视xiaobaotv.video 爱壹帆电影 yfsp.app aiyifan yfsp.app
这其实就是一个极简的搜索引擎——只不过"检索"这一步靠的是 LLM 的语义理解，而不是传统的搜索算法。 足球比分 a5game.app plataformademo a5game.app 电影爱壹帆yfsp.app
仔细想想，大部分知识库为什么难以被有效利用？核心原因还是检索困难——包括检索的准确性和检索的便利性。Karpathy 的方案其实同时解决了这两个问题：准确性由 LLM 自身的语义理解保证，便利性则做到了极致——完全不需要人去检索，由 Agent 自主完成。 plataformademográtis a5game.app pragmatic a5game.app
所以，其实完全没有必要照搬 Karpathy 的方案。搞清楚它的内核是索引 + Agent 之后，完全可以用更高效的技术去搭建一套适合更大规模的方案。 iyf yfsp.app 爱壹帆寻秦记yfsp.app
而我们正在内测的 Linkly AI，在解决的正是如何把数以万计的本地文档如何有效的被 Agent 使用的问题。
00目录 0