Karpathy 用 LLM 搭了个「外脑」，我也想试试

今天聊一个我最近一直在琢磨的事——个人知识库的搭建。起因是 Andrej Karpathy 发了一篇文章，详细讲了他如何用 LLM 来搭建自己的个人知识系统。这篇文章讨论度非常高，观看量已经超过一千万。我不打算复述原文，大家可以自己去看，我只讲消化之后的一些理解和感受。

01 我试过的那些工具

我以前尝试过 XMind、Obsidian 这类个人知识库工具。目标很简单：一个方便存和取的系统。写文章的时候可以引用之前的知识，让内容之间互相关联。说白了，就是搭一个个人的外脑。

你可以叫它知识系统，也可以叫记忆系统、经验系统——本质上就是一个人的外部存储容器。但这个容器不是死的，结合现在的 LLM 和 agent（智能代理），它可以变得很智能，有一个很方便的接口，随时存入，随时提取。

我期望它能达到这样的状态：有一个便捷的接口，随时存入我的信息，也能随时提取。底层是一个好用的本地文件系统，用最适合的格式来存储。当我要写一篇文章的时候，系统能自动回调引用我之前相关的内容——因为我现在有个人网站，这些文章之间本来就应该是互联的。

知识要变成网络，而不是一个个孤立的点。 你写的每一篇内容都是一个点，用链接把它们串起来就变成一条线，线越来越多、越来越密，就变成了一张网。Obsidian 本身就有这种网络结构的可视化，你可以清楚看到知识之间的关联。

我越来越喜欢 Obsidian，原因很多：它的插件生态丰富，可以方便地接入 AI 调用，有前端展示界面，文件全部存储在本地，同时又可以用自带的云端服务或者 GitHub 来做同步。

但说到底，Obsidian 不是最关键的，最关键的是 agent。你需要让整个流程变得顺畅——内容放进去之后，系统可以帮你分发到不同平台，同时也能把知识消化进你的知识空间。

Karpathy 在文章最后的 further exploration 部分提到一个方向：不是简单地把数据库加载到上下文窗口里，而是让知识变成洞察，做索引，建立关联。

我希望的效果就是：你可以很轻松地存和取信息，感觉知识在流动，而不是一块块固定的、死的东西。有一种流动感，当你有一个灵感的时候，马上就能看到这个灵感关联的所有内容——从一个点扩散到一个面，再到一个完整的体。

要实现这个，需要一个可视化的交互界面，加上一个强大的多维度数据库做存储支撑。

我觉得这个方向未来可能会形成产品。每个人都可以搭建适合自己的版本，因为每个人的需求不太一样。但一定会有一些标准化的需求，也可能催生出做个人知识管理的大公司。

现在已经有足够好的工具和方法来做这件事了。 核心就是一个文件结构——把你的朋友圈、聊天记录、影像、录音、录像，所有内容整合在一起。这让我想到《黑镜》里的某些情节，那种把所有个人数据都记录下来的概念。

当然，安全性也很重要。我现在还在尝试的过程中，还没有完全放心把所有数据托管出去。我目前用的是 Claude Code，它的权限管理让我比较安心。同时我也看到 Claude Code 在不断推出新功能，包括 MCP 的支持，可以很方便地对接各种工具。

有一点很重要：个人知识库不是把互联网上所有知识都塞进去的东西。那些信息需要经过我的消化，变成我的知识，然后用一个系统把它们组织在一起。

怎么让里面的知识逐步增加呢？我觉得可以借鉴大脑的机制。就像人在睡眠中做梦一样——梦境其实是大脑在后台把那些散落的点关联起来。很多人醒来之后突然有了灵感，可能就是无意识的后台工作把点连成了线。

有了一个好的个人知识库之后，你的 agent 就能更了解你，帮你做更多事情。这是相辅相成的：你的知识库喂养 agent，agent 反过来让你的知识库更有价值。 你有了自己的身份标识，agent 就能很快变成「你的」agent，而不是一个通用的工具。

我强烈建议大家去看 Karpathy 的原文，不要去看别人的解读。别人的解读是别人的知识，不是你的。什么时候才是你的知识？就是你去看那个原始资源，一字一句地消化它。

这其实是最有效率的事，远比你看一大堆解读文章来得更有效。你可以先把原文看完，再有空去看别人的解读——就跟看电影一样，没看过电影就去看影评，是没有意义的。

英文是了解世界的一个重要窗口，每一次翻译和解读都是一次损失。当然，英文学习是个长期过程。

很多事情要做好，就是要一块一块地搭积木。你没法说手上什么积木都没有，就想直接搭一座高楼。慢慢来，积木越来越多，你就可以搭出各式各样想要的形状。那时候你就有了很高的灵活度——可以这样做，也可以那样做，而不是只有一张图纸。

别人的高楼只是参考。期待你搭出自己的那座。