Andrej Karpathy: LLM Context Window 关于构建个人知识库的讨论

摘要

Andrej Karpathy提出一种基于LLM上下文窗口的个人知识库构建方案。该方案将LLM视为“编译器”，将用户笔记、文章、对话等原始资料导入，由AI自动编译成结构化的维基条目，包含摘要、反向链接和标签。系统支持查询、归档、自动维护（Lint/Heal）和“做梦”整理模式，旨在模拟人类记忆的巩固过程，实现知识的持久化、结构化和自我增长，作为传统RAG系统的轻量替代方案。

核心要点

• 提出LLM上下文窗口为‘工作记忆’，知识库为‘长期记忆’的类比。
• 核心流程：原始资料导入 → AI编译成维基条目（含摘要、反向链接、标签） → 查询归档 → 自动维护（Lint/Heal/Dream）。
• 设计理念：利用LLM作为编译器主动整理知识，通过反向链接发现关联，实现知识库自我成长，无需复杂RAG。
• 与传统知识库的核心区别在于AI主动介入编译、整理和更新过程。

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]]
• [[wiki-v3与karpathy方案对比分析]]
• [[个人知识库_v1v2_改造方案]]
• [[知识库构建]]
• [[对比分析]]
• [[技术选型]]
• [[反向链接]]
• [[知识持久化]]
• [[自动维护]]
• [[AI]]
• [[个人知识库]]
• [[LLM上下文窗口]]

建议新建页面

- RAG系统 — 作为Karpathy方案的对比对象和核心概念之一，出现于讨论背景中，建议创建独立页面进行定义和比较。

• [[知识闭环]] — Karpathy方案的核心循环（导入-编译-查询-归档-维护）是方案的关键特征，值得单独阐述。

---

> 编译时间: 2026-06-07 10:48 | 来源: `notes/karpathy_llm_context_window.md`