LLM Wiki Андрея Карпати: коротко о главном
Андрей Карпати предложил концепцию LLM Wiki: между пользователем и исходными документами создается постоянно обновляемая база знаний в формате Markdown — со ссылками, краткими выжимками и пометками о противоречиях. В этой статье — сжатый пересказ оригинальной заметки и объяснение того, как эта идея применима к корпоративным базам знаний.
В чём отличие от «обычного RAG»
В типичном сценарии RAG вы загружаете файлы, система разбивает их на фрагменты и при каждом запросе ищет подходящие отрывки. Ответ генерируется заново, а знания не накапливаются. Подход LLM Wiki предполагает, что модель постепенно формирует постоянную вики — набор связанных Markdown-страниц, выступающих прослойкой между пользователем и исходниками. Каждый новый документ не просто добавляется в индекс, а глубоко анализируется: модель выделяет ключевые сущности, обновляет сводки, актуализирует перекрёстные ссылки и отмечает противоречия с уже известными фактами.
Ключевая мысль оригинала
Вики — это не побочный артефакт чата, а самостоятельный накапливаемый слой знаний. В нём уже проставлены связи, сводки отражают всю прочитанную информацию, а база обогащается с каждым новым источником и ответом на вопрос.
Три слоя архитектуры
В оригинальной концепции выделяются три уровня. Их можно сопоставить с архитектурой WikiAgent, где поведение системы задаётся через файл AGENTS.md в корне рабочей папки, а сами знания хранятся в Git-репозиториях.
- Исходные источники — ваши оригинальные материалы. В классическом подходе они остаются неизменными и служат опорой для проверки фактов.
- Вики — каталог страниц, которые создаёт и обновляет LLM: оглавления, карточки сущностей и тематические сводки.
- Схема — главный документ, фиксирующий правила структуры вики, стиль оформления, алгоритм загрузки источников и формат ответов. В экосистеме AI-агентов его обычно называют AGENTS.md или CLAUDE.md.
Три режима работы: загрузка, запрос, проверка
Карпати выделяет три циклических режима работы. На практике их удобно зафиксировать как регламент в AGENTS.md, чтобы разные сессии AI-агента действовали согласованно.
- Загрузка (Ingest) — при добавлении нового источника модель читает его, сверяет факты, обновляет страницы вики, оглавление и, при необходимости, журнал изменений.
- Запрос (Query) — при ответе на вопрос пользователя модель находит релевантные страницы, анализирует их и выдаёт ответ со ссылками на источники. Наиболее удачные и полные ответы полезно сохранять как новые страницы вики, а не оставлять исключительно в истории чата.
- Проверка (Lint) — периодический аудит базы знаний. Модель ищет противоречия между страницами, выявляет устаревшие данные, находит страницы без входящих ссылок и обнаруживает пробелы в темах.
Роль index.md и log.md
Для удобной навигации по растущей базе знаний Карпати рекомендует использовать два служебных файла.
- index.md — корневой каталог: содержит ссылки на страницы, краткие описания и метаданные. При поиске ответа модель сначала обращается к индексу, а затем углубляется в нужные разделы. На небольших объёмах данных это позволяет обойтись без сложной векторной инфраструктуры.
- log.md — журнал изменений: фиксирует загруженные источники, внесённые правки и даты проверок. Служит наглядной хронологией развития базы знаний.
Границы применимости и связь с WikiAgent
Оригинальная концепция намеренно абстрактна: оптимальную структуру папок и форматы страниц вы определяете вместе с нейросетью под специфику вашей предметной области. Однако в корпоративной среде к этому добавляются требования к правам доступа, аудиту, совместному редактированию и строгому разделению личных черновиков и общих репозиториев. Все эти задачи в WikiAgent решает связка: персональное рабочее пространство + Git-базы знаний + корпоративный файл AGENTS.md.
Первоисточник
Полный текст концепции на английском языке доступен в заметке Андрея Карпати «LLM Wiki» на GitHub Gist (llm-wiki.md). Прямая ссылка приведена в блоке материалов ниже.
Подробный разбор устройства файловой системы агента в Wikilect, а также принципы подключения репозиториев и навыков (SKILLS), читайте в отдельной статье нашего блога (см. блок «Читайте дальше»).
FAQ
Что такое LLM Wiki Андрея Карпати?
Это концепция накапливаемой базы знаний в Markdown: модель не только ищет фрагменты, а поддерживает связанную вики со слоями источников, страниц и правил (AGENTS.md).
Где лежит оригинальный llm-wiki.md / Karpathy LLM Wiki?
Оригинал — в GitHub Gist Андрея Карпати (llm-wiki.md). В этой статье — русский пересказ архитектуры и практический мост к корпоративному WikiAgent.
Это замена RAG?
Это скорее смещение акцента. Вместо классического «поиска по фрагментам» формируется постоянно актуализируемый слой структурированных знаний. При больших объёмах данных по-прежнему может требоваться полноценный векторный поиск и строгий контроль качества — эти подходы разумно комбинировать.
Кто пишет страницы вики?
В подходе Карпати основную работу по созданию и актуализации страниц выполняет языковая модель. Роль человека сводится к курированию источников, формулированию запросов и фиксации правил в схеме.
Хотите LLM Wiki-подход внутри компании?
Внедрим WikiAgent: Git-базы знаний, AGENTS.md, права доступа и ответы сотрудникам без утечки в публичные нейросети.
Читайте дальше
Выберите смежное решение Wikilect, чтобы сравнить сценарии внедрения и подобрать подходящий формат AI-автоматизации.