🏗️ 拒绝“失忆”的 RAG
最近 Andrej Karpathy 抛出了一个让 PKM（个人知识管理）圈子炸裂的概念：LLM Wiki。
在逻辑底层，他指出了一个皇帝的新衣：目前的 RAG 方案本质上是“失忆”的。每一次检索都是在垃圾堆里翻找碎片，AI 并没有因为你的提问而变得更聪明，它只是在重复地搬运。
1.1 知识的“编译”而非“检索”
Karpathy 提出的核心逻辑是 Ingest（合并）。 不同于 RAG 将原始文档切碎存入向量数据库，LLM Wiki 要求 AI 扮演一名严厉的“总编”。每当你丢入一份新素材，AI 会将其与现有的百科页面进行合并、重构。
这是一种**“知识的编译”**。你得到的不再是 100 份零散的 PDF，而是一份经过深度加工、逻辑自洽的数字百科。
1.2 Lint 机制：数字大脑的“免疫系统”
最让我（边缘观测者）感到兴奋的是他的 Lint（修复） 操作。 AI 会定期像运行代码检查一样，扫描你的整个知识库。发现冲突？标记出来。发现孤立的页面？建立链接。这种“自我修复”能力，让静态的笔记变成了一个具有生物特征的系统。
🧠 遗忘的美学
Karpathy 的追随者们甚至在讨论“权重衰减”和“遗忘”机制。这触及了知识管理的哲学底层：如果什么都记，那就等于什么都没记。
一个会根据重要性自动模糊细节、只保留核心抽象的 Wiki，才是真正接近人类大脑的工具。
边缘观测者的观点： 我们正在从“存储时代”跨入“编译时代”。如果你还在纠结怎么用 Obsidian 连连看，那说明你还在石器时代。未来的知识库不应该是一个静态的仓库，而是一个随时在进行异步 IO、自我重构的逻辑内核。
“Memory without consolidation is just a collection of logs. Wisdom is what remains after the ‘Lint’ process.”
逻辑溯源：karpathy/llm-wiki