事情是这样的。

最近参加了一场行业政策讨论，散会以后把会议纪要丢进我 wiki 项目的 raw 文件夹（不了解 wiki 的朋友可以看我之前的文章：两个文件夹 + 一个说明书 = 你的第二大脑）。Claude Code 花了几分钟看完，给我报了一段话。

「这场讨论触及了 wiki 里三个已有页面，产品市场定位判断、准入机制说明、还有几周前写的定价逻辑预判。更新了其中两个的信号，我现在写回。另外，讨论里提到的一个趋势，跟你三周前在一封邮件里记录的观察有呼应。」

CC 直接动手改了需要更新的那两个页面，在相关段落下面补上了这场讨论带来的新信号，标了日期和来源，双向交叉链接也自动补了，没生成新文件。

再打开那两个页面，会看到更新后的内容，还会链接这场讨论留下的东西，这些都不会再被忘掉，固化在了我的本地 md 文档里。

我盯着屏幕愣了一下，意识到，我以前花了多少精力去做一件听起来简单、实质上很难的事：让 AI 不再健忘。

我最早是怎么搞的？长项目在聊天对话框里讨论，不断告诉祂背景、信息，不断在一个对话里给模型累积知识，按流行的技术说法，这就是 context engineering （上下文工程）。快撞到上下文上限了，或者 LLM 明显开始智障、幻觉了，就得赶紧手动让祂总结一段，复制粘贴到新对话里，以此继续。但相信你也看出来了，这种方式中间肯定会遗漏很多细节和信息，只能是记个大概。后来 ChatGPT 出了 Project 功能，在开启记忆相关设置后，同一个项目里的对话和文件可以互相提供上下文，情况好了不少。再后来我开始接触 agent，Codex 同样拥有项目级记忆，而且可以通过 AGENTS.md 文档进行背景的硬约束。

但说实话，这些东西都不是理想的记忆。

一个 agent 可能记得我半年前的用词偏好，转头却忘了我上周的工作决策。我不知道祂到底记住了什么、遗忘了什么。就算能看到一部分记忆，也很难像改一个本地 md 文件那样，逐条校正、追溯和迁移。而且这些记忆锁在各自的 App 里面，ChatGPT 里攒的上下文 DeepSeek 看不到，Claude Code 里讨论的东西 Codex 不知道。

只能说祂确实帮我记了，但控制权不在我手里。

所以 Karpathy 四月那个 gist 出来的时候，我一开始并没觉得有什么新鲜的，我自己一直在做类似的事。可他的一句话让我恍然大悟，意思大概是：好的回答、分析和发现，不应该消失在聊天记录里，而应该写回 wiki，让后面的探索继续叠加。

这不就是我前面费尽心思求而不得的么？之前的上下文接力，要解决的是「让祂记住我」，但那些接力信息只是在上下文里，相比用纸笔记录，在对话窗口里只是更方便、更易查询、更智能了，本质上还是知识库。而 Karpathy 说的写回，是把知识库再推进一步，生长成知识网络。按照他的逻辑，每次引入信息或者讨论完，就把新的知识写回 wiki，让祂不只是记住，而是在原来的东西上面再长一层，这就是认知的累积。

我的体会是，用了几周以后，祂开始变成我的「记忆体」，以至于让我越来越依赖。以前八成会消失的细节，现在都被留住了：一个结论是怎么来的，策略中途为什么改了方向，哪些观点是反复碰出来的。这些细节放在以前，在对话窗口里除非刻意去找，否则它们自己不会跳出来。而现在它们会牵一发而动全身，一个信息点连接着知识网络里所有相关的细节，哪个 raw 文件、涉及哪些人、哪天发生的，一下子都给你抓出来。

这就有了第二大脑的感觉。

在 wiki 里，和 agent 的对话感觉也变了，因为祂知道背景、知道进度、知道我做过什么判断，聊着聊着就能把我脑子里散落的东西连起来。有时候祂提出的综合全面的观点，我自己根本注意不到。就是人们常说的「啊哈」时刻，现在时不时就让我体验一把。

在 Obsidian 图谱里看那些节点变密、连线增多，有一种本能的快感，有点像玩策略游戏，看自己的版图一点点往外扩。

这感觉会上瘾，真的。

我在小红书上也看到不少人聊类似体验，有人用了两周以后说「会产生复利，越用知识越多，越好用」，我觉得这个比喻挺准确。

不过 Obsidian 的 CEO kepano 本人也提醒过，要小心 agent 生成内容污染个人主 vault。因为一旦个人产物和 agent 产物混在一起，Obsidian 就不再能清楚代表「我的想法」和「我能追溯来源的材料」。也有人评论说「demo 好做，但细节是魔鬼」，意思是 wiki 系统搭起来容易，真正难的是长期维护它的秩序。

这有点像忒修斯之船，每次更新知识，祂都可能换掉船上的几块木板，时间长了，可能就分不清哪块木板是我的、哪块是祂的。

这是更深一层的系统治理的话题，下次可以专门聊。

以上，如果觉得不错，请随手点个赞、在看、转发三连吧～

谢谢你看我的文章，下周见。

参考来源：

• Andrej Karpathy, LLM Wiki gist：https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f
• Andrej Karpathy, LLM Knowledge Bases X thread：https://xcancel.com/karpathy/status/2039805659525644595
• OpenAI Help Center, Projects in ChatGPT：https://help.openai.com/en/articles/10169521-using-projects-in-chatgpt
• kepano 关于 agent-generated content 和 personal vault contamination 的讨论，见 Karpathy X thread 下方回复
• 小红书相关讨论：一枚卓子「LLM+Obsidian+本地知识库=能进化的第二大脑」、gegeewu「LLM Wiki 比 RAG 更值钱」、Ali厂长「Karpathy 方案被吹过头了，这5个缺点没人说」