Andrej Karpathy: LLM Context Window 与个人知识库构建方案

摘要

本文介绍了Andrej Karpathy提出的一种基于LLM上下文窗口构建个人知识库的创新方案。该方案核心理念是将LLM视为'知识编译器'，而非传统的检索工具。它通过将原始资料（笔记、文章、对话）导入，由AI自动编译成结构化的维基条目（包含摘要、反向链接），并支持查询归档、自动维护（如'做梦'模式整理记忆）来形成一个自我成长、类似大脑记忆巩固过程的知识闭环系统，旨在替代复杂的传统RAG架构。

核心要点

• 提出将LLM作为'知识编译器'，将非结构化原始资料编译为结构化维基条目（摘要、反向链接、标签）。
• 方案包含完整的知识生命周期：导入(raw) -> 编译(compile) -> 查询(query) -> 归档(archive) -> 维护(lint/heal/dream)。
• 核心设计理念：不需要复杂RAG，利用有限上下文窗口作为'工作记忆'，知识库作为'长期记忆'，通过反向链接和自动维护实现知识的自我成长。
• 提供CLI工具支持全流程操作，模拟人类记忆的巩固与整理过程。

关键实体

- Andrej Karpathy (person) ⚠️建议建页

• LLM上下文窗口 (concept)
• 个人知识库 (concept)

相关内容

• [[Andrej Karpathy 的个人知识库方案]]
• [[LLM上下文窗口与个人知识库构建：Karpathy方案解析]]
• [[个人知识库 v1→v2 改造方案]]
• [[wiki-v3与karpathy方案对比分析.md]]
• [[wiki-v3_重构代码自审报告.md]]
• [[个人知识库_v1v2_改造方案.md]]

建议新建页面

• [[知识编译流程详解]] — 作为本方案核心工作流‘编译’步骤的详细技术实现指南
• [[知识库自动维护机制（Lint/Heal/Dream）]] — 详解方案中类比大脑记忆整理的自动维护子系统

---

> 编译时间: 2026-06-07 05:29 | 来源: `notes/karpathy_llm_context_window.md`