收藏了那么多，为什么要用时一篇都找不到？我用 Karpathy 的 LLM Wiki 搭了个知识库
你的收藏夹里，现在有多少东西？
微信收藏一堆，浏览器书签一堆，备忘录一堆，各个平台的稍后再看又是一堆。
存的时候都觉得有用。
但你要是问一句：上个月存的那些，你用过几条？
大部分人会愣一下。
我以前也一样，好东西散落在各个地方，存了等于没存。
后来我想明白了，问题不在你存得不够多，也不在你懒。
问题在于：存只是第一步，后面那两步一直没人干。
为什么收藏的内容总是用不上？
答案很简单：收藏只解决了“存”，没解决“理”和“取”。
一条内容要真正变成你的，得过三关。
第一关，存得进。看到的时候顺手就能存，多一步都不行。
第二关，理得动。存进来的东西要有人读、有人归类、有人写清楚它讲了什么。
第三关，取得出。半年后你要用，能找到它，还能想起来它在哪儿。
你看收藏夹干了什么？只干了第一关。
这就像囤菜。
看到打折就往冰箱里塞，塞得满满当当，心里特别踏实。可真到了要做饭的时候，你打开冰箱，什么都有，又什么都做不出来。菜没洗，没切，甚至不知道最里面还压着什么。
最后点了个外卖。
收藏带来的那种踏实感，跟囤菜一模一样。你以为自己攒下了知识，其实只是把它们塞进了冰箱。
那为什么笔记软件也救不了你？
很多人想过这个问题，于是去学笔记方法，买笔记软件，搭第二大脑。
坚持了两周。
然后就没有然后了。
原因就一个：整理这件事太烦了。
读一遍，写摘要，打标签，放到对的文件夹，再和以前的笔记连起来。一条素材十几分钟，一天存十条，你这一晚上别干别的了。
而且这活没有任何即时回报。今天整理好的笔记，可能半年后才用上一次。
Karpathy 在 LLM Wiki 那篇文章里也说到了这一点：维护知识库最累的不是阅读和思考，是记账式的杂活。人放弃维护，是因为维护的负担比价值涨得快。
这句话我看到的时候，觉得说到点子上了。
Karpathy 的 LLM Wiki 是什么？
先简单介绍一下。Andrej Karpathy 是 OpenAI 的创始成员之一，也当过特斯拉的 AI 负责人。今年 4 月，他公开了一篇叫 LLM Wiki 的文档，讲怎么用大模型搭个人知识库。
一句话讲清楚：让 AI 替你维护一个持续更新的 Wiki，你只负责找素材和提问。
这跟常见的 RAG 不一样。
RAG 的做法是，你把文件传上去，每次提问时 AI 现场去翻，找出相关片段再回答。能用，但每次都是从头翻一遍，什么也没留下。
LLM Wiki 的做法是，新素材一进来，AI 就读完，整理进已有的笔记里，把链接连好。知识是提前整理好的，而且会越攒越厚。
换回冰箱的说法：RAG 是每次做饭前现翻冰箱，LLM Wiki 是菜一到家就洗好切好，分门别类放好。
他的结构分三层：
| 层 | 是什么 | 谁负责 |
|---|---|---|
| 原始素材 | 文章、资料、图片，只读不改 | 人收集 |
| Wiki | AI 写的 Markdown 笔记，互相链接 | AI 全包 |
| 规则文件 | 比如 CLAUDE.md，规定 AI 怎么整理 | 人和 AI 一起调 |
平时的操作也是三种：存素材（Ingest）、提问（Query）、定期体检（Lint）。
这篇文档最有意思的地方是，它不是一个软件，也不是教程。它是一份想法，写给你的 AI 看的。你把它贴给 AI，让 AI 跟你一起搭出适合自己的版本。
我就是这么干的。
我的简易版知识库是怎么搭的？
工具就两样：Obsidian 加 Claude。
Obsidian 负责放笔记，所有内容都是本地 Markdown 文件。Claude 负责干活。
整个流程分三段，正好对应前面那三关。
第一关：一个快捷键存进来
这是我最满意的地方。
现在不管我在哪个 App 里，看到有价值的内容，复制一下，按全局快捷键，“叮”一声，就进了知识库的收件箱。
不用切窗口，不用想放哪个文件夹，也不用打标签。
存这个动作只要多一步，人就会偷懒。所以这一步必须短到不用过脑子。
第二关：每天晚上自动整理
每天 23:30，电脑自己跑一遍：
- 先把整个库备份到 GitHub，出了问题能找回来。
- 压缩新增的大图。
- 收件箱是空的就直接结束，不调用 AI。
- 有链接就去抓内容。视频取字幕，没字幕用 Whisper 转写，网页用浏览器抓。
- Claude 给每条素材写一篇笔记，更新主题页和首页。
- 程序把原文原样附在笔记后面，再清空收件箱。
- 再备份一次。
我什么都不用管，第二天打开 Obsidian，昨天存的东西已经分好类了。
第三关：让半年后的自己找得到
这一步是我自己加的，也是整套系统里最值钱的一行。
每篇笔记都有一个字段，叫**「以后什么时候用得上」**。
Claude 要写出 3 到 5 个将来可能想起它的场景，换着说法写，同义词和相关业务词都要带上。
为什么要这样？
因为半年后的你，不会记得当时那篇东西叫什么。你只记得你现在要干什么。
比如存的是“数字人混剪工作流”，将来你搜的可能是“油管口播”。原文里压根没这个词，普通搜索就找不到。提前把这些词写上，半年后才对得上。
等于每道菜下锅之前，先贴张条：这道菜适合什么时候吃。
真用起来是什么效果？
举个真实的例子。
最近我在做油管。以前攒的相关资料很零散，comfyui、shorts教程、case study，到处都是。
这次全部进了知识库，整理完就有了一个「YouTube长视频变现」主题页。课程按顺序排好，每条资料一句话说明，连“想快速了解先读哪篇，想系统学习从哪篇开始”都写在页面最上面。
以前这种事我得自己翻半天。现在要开新方向，打开主题页就能上手。
现在库里有二十多条素材，分成联盟营销、联盟平台账号、建站与 SEO、YouTube 视频变现、AI 视频制作，外汇交易 6 个主题。
规模还不大，但用起来已经和收藏夹是两回事了。
简易版比 Karpathy 的原版少了什么？
说是简易版，就得说清楚简在哪儿。
没有体检。 原版会定期让 AI 查矛盾、查过期内容、查没人链接的孤立页面。我还没做。
不更新旧笔记。 原版一条新素材可能改动十几个页面，新内容和旧说法有冲突还要标出来。我现在只写新笔记、更新主题页和首页，旧笔记不动。
没有实体页和概念页。 我只有素材笔记和主题页两层。
不是边聊边整理。 Karpathy 自己喜欢一条一条处理，全程参与。我是每天晚上批量跑，完全不看。
为什么要砍？因为我的需求没那么复杂。我要的是存得进、理得动、取得出，先让它跑起来再说。
Karpathy 自己也写了，里面的内容都是可选的，挑有用的拿就行。
但有一条是我比原版多加的：无人值守的整理程序，不给 Claude 联网和命令行权限。
素材都是从网上来的，里面什么内容都可能有，万一夹了一段写给 AI 的话呢？所以整理程序被关在笼子里，只能读写知识库这几个目录，素材里写给 AI 的话一律不执行。
自动化程度越高，这种边界越要提前想好。
这套方案的代价是什么？
前面说了一堆好，现在说难听的。
第一，AI 整理的东西不一定对。 我的规则是只根据素材写，内容不够就标“待补”，不许编。但它写的总结我不会全信，真要用的时候，还是要看后面附的原文。
第二，有订阅成本。 Claude 要付费，而且 obisidian 还有一个 claudian 的插件炒鸡好用，我现在用的是 100 美金的套餐。当然我这个套餐不只跑知识库，主要是平时干活在用。另外定时任务要跑，到点电脑还得开着。
第三，长期效果我还没法告诉你。 我这套才搭好没多久，素材也只有二十多条。Karpathy 说的规模是一百来篇素材、几百个页面，索引文件还够用。再往上会不会乱，我还没走到那一步。
第四，也是最要命的：它解决不了“不用”的问题。
知识库只能帮你把菜备好，下不下锅还是你的事。
如果你存东西只是为了那点踏实感，从来不打算拿来干活，那搭得再漂亮，也只是一台更高级的冰箱。
所以我建议，先想清楚你接下来要做什么内容、做什么项目，再搭。
常见问题
LLM Wiki 和 RAG 有什么区别？
RAG 每次提问时现场检索，用完不留下什么；LLM Wiki 提前把素材整理成互相链接的笔记，知识会累积。个人知识库规模不大时，LLM Wiki 更省事，不需要向量数据库。
不会写代码能搭吗？
可以试试。把 Karpathy 的文档贴给 Claude Code 或 Codex，让它带着你搭。我的定时任务和抓取脚本也都是 AI 写的。遇到报错，继续问它。
一定要用 Obsidian 吗？
不一定。Karpathy 的方案本质就是一堆 Markdown 文件，用 Obsidian 是因为看笔记、看链接都方便。
要多少素材才值得搭？
我的感受是，不用等攒多了才搭。现在有个想深入的方向，就可以开始，把这个方向的资料先放进去。
今天就能做的一件事
不用马上搭系统。
打开你的收藏夹，翻最近存的 20 条，问自己三个问题：
这条讲了什么，一句话说得出来吗？
半年后什么场景会用到它？
上个月存的，我用过几条？
说不出来的，大概率这辈子都不会再打开。
然后选一个你接下来真要做的方向，把相关的资料拎出来，贴给 AI，让它帮你整理出第一页主题页。
工具还会一直变。今年是这个，明年又是那个。
但这三关不会变：存得进，理得动，取得出。
别再往冰箱里塞了，先把第一道菜备好。
关于作者 | 老钱
十年创业老兵，现专注海外 Affiliate 与一人公司。
全面拥抱 AI，只捞干货，只说真话。
全网同名：「52出海」，关注获取更多被动收入实战笔记。
若有启发，请点赞转发，让真话传得更远。
