大多数人对 AI 的使用方式是:上传文档 → 问问题 → 得到答案 → 重复。每次模型都从零开始,每次知识都消失在聊天历史里。这是无状态智能,而这就是瓶颈所在。
Karpathy 的想法彻底翻转了这个模式:LLM 不只是回答问题,而是构建和维护一个关于你所见所学的活的 wiki。不是检索,不是 RAG,不是聊天,是一个复合知识系统。
三层架构
第一层:原始素材。文章、论文、笔记、截图、数据集。不可变,真相的来源。第二层:Wiki。LLM 生成的 Markdown 页面,包含摘要、实体、概念、比较。持续更新。第三层:Schema。告诉 LLM 如何维护一切的规则。
关键洞察
大多数 AI 工作流是检索知识。这个系统是编译知识。检索是临时智能,编译是永久智能。每个问题都在改进系统,每个源码都在强化图谱,每个洞察都被保存。你的 AI 不再是聊天机器人,它变成了一个有记忆的研究伙伴。
最被低估的一句话是"你停止以聊天方式思考,你开始以知识系统方式思考"。这不是一个技巧,这是一个根本性转换——从"问 AI 一个问题"到"改进我的智能层"。</parameter>