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。 slotpix trustguru.com.br
ana trustguru.com.br marcos trustguru.com.br
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。 sofia trustguru.com.br jvid jvid.asia slots trustguru.com.br
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： plataformademo trustguru.com.br
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。 rafael trustguru.com.br
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。 isabela trustguru.com.br
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？ cassinos trustguru.com.br 200gana-3359 jvid.asia kto trustguru.com.br slots trustguru.com.br
Karpathy 的方案给了我们这种希望。 pesquisa trustguru.com.br fernanda trustguru.com.br Bet trustguru.com.br
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： jvid視頻 jvid.asia Sportingbet trustguru.com.br slotsdemo trustguru.com.br
收藏、添加，但不需要过多整理 pgslotgacor trustguru.com.br bruno trustguru.com.br
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 trustguru trustguru.com.br demo trustguru.com.br demotigrinho trustguru.com.br carlos trustguru.com.br
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。 siro-5639 jvid.asia jogos trustguru.com.br sobre trustguru.com.br jogodotigrinhodemo trustguru.com.br
反而去年以来，Obsidian/VsCode + Claude Code 的组合越来越被用户认可： sweetbonanza1000demo trustguru.com.br Betano trustguru.com.br Cassinos trustguru.com.br pgdemo trustguru.com.br jvid av jvid.asia A5game trustguru.com.br fortunedragon demo trustguru.com.br
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。 Bet365 trustguru.com.br pglucky88 trustguru.com.br jvid在线 jvid.asia jvid视频 jvid.asia slotdemo trustguru.com.br
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。 tigrinho gratis trustguru.com.br Brazino777 trustguru.com.br
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。 Pixbet trustguru.com.br plataformademográtis trustguru.com.br a5game trustguru.com.br
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。 fortunedragon demo trustguru.com.br pragmaticplay trustguru.com.br
看起来很美好。但是，古尔丹，代价是什么？ KTO trustguru.com.br fortuneoxdemográtis trustguru.com.br bonus trustguru.com.br carlos trustguru.com.br jogue trustguru.com.br demo trustguru.com.br JogodoTigrinho trustguru.com.br sugarrush1000demo trustguru.com.br
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。。。 pondo-022126_001 jvid.asia jogosdemopg trustguru.com.br fortunetigerdemográtis trustguru.com.br como trustguru.com.br
所以 Karpathy 说应该会有个专用软件，一点都没说错！ noticias trustguru.com.br Energiabet trustguru.com.br fortunetigerbônusgrátissemdepósito trustguru.com.br trustguru trustguru.com.br
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。 Caça-níqueis trustguru.com.br Superbet trustguru.com.br
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"。 348ntr-097 jvid.asia guias trustguru.com.br bonus trustguru.com.br pragmatic trustguru.com.br
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。 bet365 trustguru.com.br slot trustguru.com.br
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。 tigrinhodemo trustguru.com.br sugarrush1000demo trustguru.com.br autores trustguru.com.br siro-5652 jvid.asia miguel trustguru.com.br
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。 pedro trustguru.com.br pg trustguru.com.br pgslot trustguru.com.br
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。 Blaze trustguru.com.br
10目录 0