特斯拉前 AI 总监的方法，技术小白也能 30 分钟上手

你有没有过这样的经历——

微信收藏了 300 篇行业文章，从来没翻过。浏览器书签栏塞了 200 个链接，打开全是 404。买了十几本专业书，笔记散落在三个 App 里，再也找不到。

你不是不爱学习，你是没有一个系统来消化和组织知识。

2026 年 4 月 4 日，Andrej Karpathy 在 GitHub 上发了一篇文章，提出了一个让很多人眼前一亮的方法。

Karpathy 是谁？前特斯拉 AI 总监，OpenAI 创始团队成员，斯坦福大学博士。他是全球最顶尖的 AI 研究者之一。

他提出的方法叫 LLM Wiki——让 AI 帮你搭建并维护一个持续生长的个人知识库。

不是让 AI 帮你搜索，而是让 AI 帮你把知识「编译」成一部属于你自己的百科全书。

这篇教程会手把手教你落地这个方法。不需要写代码，不需要懂技术。你只需要准备 30 分钟时间，跟着做就行。

读完这篇文章，你会得到：

  • 一个可以持续生长的个人知识库
  • 一个 24 小时待命的AI 知识管理员
  • 一份可以直接复制使用的配置模板
  • 一套完整的日常使用流程

一、这个方法到底是什么？

先说说大多数人用 AI 处理文档的方式。

你把文件上传到 ChatGPT、NotebookLM、或者各种 RAG 工具，然后提问。AI 临时检索相关内容，拼出一个答案。

问题在哪？AI 每次都在从零开始。 它不记得上次帮你整理过什么，也不知道这篇文章和你上周读的那篇有什么联系。知识没有积累，没有沉淀。

Karpathy 的方法完全不同。

他让 AI 做的不是「临时搜索」，而是持续维护一个知识库。

每当你喂入一篇新文章，AI 不只是存储它，而是——

  • 读完全文，提炼关键信息
  • 写一篇结构化的摘要
  • 把涉及的人物、概念、方法论都整理成独立页面
  • 在相关页面之间建立交叉引用链接
  • 发现新旧信息矛盾时主动标注
  • 更新索引和日志

一篇文章喂进去，可能同时触发 10-15 个页面的更新。

Karpathy 用了一个精妙的比喻：

Obsidian 是 IDE（编辑器），LLM 是程序员，Wiki 是代码库。

你负责「喂素材」和「提问题」。AI 负责所有苦力活——摘要、交叉引用、归档、记账。

知识库越喂越聪明，回答越来越精准。这就是复利。

二、三层架构，一图看懂

Karpathy 的系统由三层组成：

┌─────────────────────────────────────┐
│  Schema层（CLAUDE.md 配置文件）       │  ← 你和AI共同制定的"规则手册"
├─────────────────────────────────────┤
│  Wiki层（AI维护的知识库页面）          │  ← AI负责创建和更新
│  ├ 摘要页 / 实体页 / 概念页 / 索引     │
├─────────────────────────────────────┤
│  原始素材层（你收集的文章/笔记/PDF）    │  ← 你负责收集，AI只读不改
└─────────────────────────────────────┘

原始素材层：你收集的一手资料。文章、PDF、读书笔记、会议记录。AI 只读取，不修改。这是你的「信息源泉」。

Wiki 层：AI 生成并维护的知识页面。包括每篇素材的摘要、人物实体页面、概念解释页面、对比分析页面等。所有页面之间通过双链互相关联。

Schema 层：一个配置文件（CLAUDE.md），告诉 AI 这个知识库的结构是什么、该遵循什么规则、遇到不同指令时该执行什么流程。相当于 AI 管理员的「岗位手册」。

三、你需要准备什么？

开始之前，你需要准备三样东西：

1. Obsidian（免费）

Obsidian 是一款免费的笔记软件，支持 Markdown 格式和双向链接。

  • 下载地址：官网 obsidian.md（支持 Mac / Windows / Linux）
  • 为什么用它：它把笔记存储为本地文件（不依赖云端），AI 可以直接读写这些文件。而且它的图谱视图可以让你直观看到知识之间的关联。

2. Claude 账号（Pro 版，$20/月）

你需要一个 Claude Pro 订阅。这是 AI 的「大脑」。

  • 访问 claude.ai 注册
  • 订阅 Pro 计划（$20/月）
  • 如果你已经有 Claude 账号，确认是 Pro 或更高级别

3. Claude Code（免费工具）

Claude Code 是 Claude 的一个工具，能让 AI 直接读写你电脑上的文件。这是整个系统的「手」——让 AI 能够实际操作你的知识库。

Mac 安装（打开终端，粘贴以下命令）：

npm install -g @anthropic-ai/claude-code

如果提示没有 npm，先安装 Node.js：访问 nodejs.org 下载安装，然后再执行上面的命令。

Windows 安装：

npm install -g @anthropic-ai/claude-code

同样需要先安装 Node.js。

验证安装成功：

claude --version

看到版本号输出就说明安装成功了。

也可以使用 Claude Code 桌面端应用或网页版（claude.ai/code），操作方式类似，界面更友好。

四、第一步：创建你的知识库

4.1 在 Obsidian 中创建 Vault

  1. 打开 Obsidian
  2. 点击「创建新 Vault」（Create new vault）
  3. 名字输入：我的知识库（或任何你喜欢的名字）
  4. 选择存储位置（建议放在桌面或文档目录下，方便找到）
  5. 点击「创建」

4.2 创建文件夹结构

在 Obsidian 左侧的文件列表中，右键创建以下文件夹：

我的知识库/
├── sources/           ← 放你的原始素材
│   └── assets/        ← 放图片附件
├── wiki/              ← AI维护的知识库（你一般不手动改这里）
│   ├── summaries/     ← 素材摘要
│   ├── entities/      ← 人物/公司/组织等实体页面
│   ├── concepts/      ← 概念/方法论/理论页面
│   └── comparisons/   ← 对比分析页面
└── outputs/           ← AI生成的报告、分析等输出

操作方法：在 Obsidian 左侧文件列表空白处右键 → 「新建文件夹」→ 输入文件夹名。逐个创建即可。

4.3 创建两个关键文件

在 wiki/ 文件夹下，创建两个文件：

wiki/index.md（内容索引）：

# 知识库索引

> 本文件由AI自动维护，记录知识库中的所有页面。

## 素材摘要

（暂无内容，喂入第一篇素材后会自动更新）

## 实体页面

（暂无内容）

## 概念页面

（暂无内容）

## 对比分析

（暂无内容）

wiki/log.md（操作日志）：

# 操作日志

> 本文件由AI自动维护，记录所有操作历史。

---

4.4 创建 CLAUDE.md 配置文件

这是整个系统的核心——AI 管理员的「岗位手册」。

在知识库的根目录下（和 sources、wiki 文件夹同级），创建一个名为 CLAUDE.md 的文件。

把下面这个完整模板复制进去：

五、CLAUDE.md 完整配置模板（直接复制）

# 个人知识库 Wiki 配置

## 你的角色

你是我的个人知识库维护员。你负责管理这个知识库 wiki 中的所有页面——阅读我提供的原始素材，将知识整理成结构化的页面，在页面之间建立关联，并保持所有内容的一致性和时效性。

你只修改 wiki/ 和 outputs/ 目录下的文件。sources/ 目录是只读的。

## 目录结构

- `sources/` — 我的原始素材（文章、笔记、PDF等），你只读不改
- `sources/assets/` — 图片附件
- `wiki/` — 你维护的知识库页面
  - `wiki/index.md` — 内容索引，每次喂入后更新
  - `wiki/log.md` — 操作日志，追加写入
  - `wiki/summaries/` — 每篇素材的摘要页
  - `wiki/entities/` — 实体页面（人物、公司、组织、地点等）
  - `wiki/concepts/` — 概念页面（理论、方法论、框架、工具等）
  - `wiki/comparisons/` — 对比分析页面
- `outputs/` — 查询生成的报告、分析等输出

## 页面格式

每个 wiki 页面顶部使用以下 frontmatter：

---
title: 页面标题
type: summary | entity | concept | comparison | overview
sources:
  - 来源文件名
created: YYYY-MM-DD
updated: YYYY-MM-DD
tags:
  - 相关标签
---

正文使用 Markdown 格式。用 [[双链]] 语法创建页面间的链接。

## 工作流

### 喂入素材（Ingest）

当我说"喂入"、"处理"、"读一下"，或者给你一篇新素材时，执行以下步骤：

1. **阅读** — 完整阅读素材内容
2. **讨论** — 向我汇报 3-5 个关键要点，问我是否有想重点展开的方向
3. **写摘要** — 在 wiki/summaries/ 创建一篇摘要页（500-1000字）
4. **更新实体** — 为素材中出现的重要人物、公司、组织创建或更新 wiki/entities/ 中的页面
5. **更新概念** — 为素材中出现的重要概念、理论、方法创建或更新 wiki/concepts/ 中的页面
6. **建立链接** — 在所有相关页面之间添加 [[双链]] 交叉引用
7. **更新索引** — 在 wiki/index.md 中添加新条目
8. **记录日志** — 在 wiki/log.md 追加一条记录，格式：`## [YYYY-MM-DD] ingest | 素材标题`

### 查询（Query）

当我提出问题时：

1. 先阅读 wiki/index.md 定位相关页面
2. 阅读相关 wiki 页面
3. 综合回答，引用来源页面 [[页面名]]
4. 如果回答内容有长期价值，建议保存为新的 wiki 页面或保存到 outputs/

### 健康检查（Lint）

当我说"检查一下"、"体检"、"lint"时：

1. 扫描所有 wiki 页面
2. 报告以下问题：
   - 页面之间的矛盾信息
   - 没有任何入链的孤立页面
   - 提到但尚未创建页面的概念或实体
   - 缺少 [[双链]] 的地方
   - 可能过时的内容
3. 给出具体修复建议
4. 建议可以补充的素材方向

## 写作规范

- 使用中文书写所有 wiki 页面
- 摘要控制在 500-1000 字
- 每个页面只聚焦一个主题
- 用层级标题（## ###）组织内容
- 重要概念和术语**加粗**
- 原文直接引用用 > 引用块
- 文件名使用中文，用连字符分隔（如：彼得-德鲁克.md）
- 日期格式统一为 YYYY-MM-DD

关于这个模板的几点说明：

为什么需要 frontmatter？ 就是每个页面顶部 --- 之间的那段信息。它相当于页面的「身份证」，标注了创建时间、来源、标签等。后续你可以用 Obsidian 的 Dataview 插件对这些信息做各种筛选和排列。

为什么用 [[双链]]？ 这是 Obsidian 的核心功能。当 AI 在「认知科学」页面提到「丹尼尔·卡尼曼」时，写成 [[丹尼尔-卡尼曼]] 就会自动链接到卡尼曼的实体页面。点击即可跳转。所有知识因此形成一张网，而不是一堆散落的文件。

这个模板可以改吗？ 当然。这只是起点。用了一两周后，你会发现有些流程需要调整——比如你可能想增加一个「每周总结」的工作流，或者改变摘要的长度要求。直接修改 CLAUDE.md 就行，AI 下次会按新规则来。Karpathy 说得好：你和 AI 共同进化这份配置。

六、第二步：启动 Claude Code

打开你电脑的终端（Mac 用「终端」，Windows 用「PowerShell」）。

6.1 进入知识库目录

cd ~/Desktop/我的知识库

把路径替换成你实际创建 Vault 的位置。

6.2 启动 Claude Code

claude

第一次启动时，Claude Code 会要求你登录 Claude 账号。按照提示完成即可。

启动成功后，你会看到一个对话界面。Claude Code 已经自动读取了 CLAUDE.md，它知道自己是你的知识库管理员。

接下来，所有操作都在这个对话界面里完成。

如果你更喜欢图形界面，也可以使用 Claude Code 桌面端。打开后选择知识库文件夹即可，操作完全一样。

七、第三步：喂入你的第一篇素材（完整演示）

我们用一个读书笔记的例子来走完整个流程。

7.1 准备素材

假设你刚读完《纳瓦尔宝典》（The Almanack of Naval Ravikant），做了一些笔记。

在 Obsidian 中，在 sources/ 文件夹下创建一个文件 纳瓦尔宝典-读书笔记.md，写入你的笔记内容。比如：

# 纳瓦尔宝典 读书笔记

作者：Eric Jorgenson（整理 Naval Ravikant 的推文和播客）

## 关于财富

- 要追求财富（wealth），不是金钱（money）或地位（status）
- 财富是你睡觉时还在帮你赚钱的资产
- 杠杆有三种：劳动力、资本、没有边际成本的产品（代码和媒体）
- 代码和媒体是"新型杠杆"——不需要任何人的许可
- 专属知识（specific knowledge）是你通过追随自己的好奇心获得的知识

## 关于幸福

- 幸福是一种默认状态，被欲望遮蔽了
- 冥想不是让大脑安静，而是观察大脑的运作
- 减少欲望比满足欲望更有效

## 关于判断力

- 清晰的思考者是值钱的
- 阅读比听播客更有效，因为阅读是主动的
- 基础知识比新知识更重要——数学、科学、哲学

7.2 告诉 AI 喂入

在 Claude Code 对话界面中输入：

请喂入 sources/纳瓦尔宝典-读书笔记.md

7.3 AI 会做什么？

按照 CLAUDE.md 的配置，AI 会依次执行：

第 1 步：阅读素材 — AI 读完你的笔记全文。

第 2 步：与你讨论 — AI 会告诉你它提取的关键要点，比如：

这篇笔记的核心要点：

  1. Naval 区分了财富、金钱和地位三个概念
  2. 「新型杠杆」（代码和媒体）是一人公司的关键
  3. 专属知识来自好奇心驱动的学习
  4. 幸福观偏向东方哲学——减少欲望
  5. 判断力和清晰思考被视为最稀缺的能力

你想重点展开哪个方向？

你可以说「都处理吧」，也可以说「重点展开杠杆和专属知识的部分」。

第 3 步：创建 wiki 页面 — AI 会自动创建或更新以下文件：

wiki/summaries/纳瓦尔宝典-摘要.md    ← 素材摘要
wiki/entities/纳瓦尔-拉维坎特.md      ← 人物实体页面
wiki/concepts/新型杠杆.md             ← 概念页面
wiki/concepts/专属知识.md             ← 概念页面
wiki/concepts/财富与金钱的区别.md      ← 概念页面
wiki/index.md                         ← 更新索引
wiki/log.md                           ← 追加日志

第 4 步：建立链接 — 在摘要页中，「纳瓦尔」会链接到 [[纳瓦尔-拉维坎特]]，「新型杠杆」会链接到 [[新型杠杆]]。所有页面通过双链互相关联。

7.4 在 Obsidian 中查看结果

切换到 Obsidian 窗口，你会看到文件列表中多出了好几个新文件。点击任意一个查看内容。

点击左侧的图谱视图按钮（一个看起来像星座图的图标），你会看到一张知识关联图——所有页面以节点形式展示，有链接关系的页面之间有连线。

这就是你知识库的起点。

八、继续喂入，让知识库生长

第一篇只是起点。知识库的真正威力在于持续积累。

8.1 喂入第二篇素材

假设你又读了一本书《一人公司》（Company of One），笔记放入 sources/ 后，对 AI 说：

请喂入 sources/一人公司-读书笔记.md

这次 AI 不仅会创建新的摘要和页面，还会更新已有的页面。比如：

  • [[新型杠杆]] 概念页会新增「一人公司」视角下的内容
  • 可能创建一个 wiki/comparisons/纳瓦尔vs一人公司-创业哲学对比.md
  • [[纳瓦尔-拉维坎特]] 页面可能新增与一人公司理念的关联引用

知识开始交叉编织。这就是复利。

8.2 日常喂入来源

你可以喂入各种形式的素材：

  • 文章：用 Obsidian Web Clipper 浏览器插件（下面会讲）一键保存网页文章为 Markdown
  • PDF：直接放入 sources 文件夹，AI 可以读取 PDF
  • 读书笔记：手动记录或从微信读书/Kindle 导出
  • 会议纪要：飞书/腾讯会议的文字记录
  • 播客笔记：听播客后记录要点
  • 你自己的思考：随手写的想法也是好素材

8.3 向知识库提问

喂入几篇素材后，你就可以开始提问了：

纳瓦尔和《一人公司》对"规模化"的观点有什么区别？

AI 会搜索知识库中的相关页面，综合出一个有引用来源的回答。如果这个回答有长期价值，AI 还会建议把它保存为一个新的对比分析页面。

更多提问示例：

  • "专属知识"这个概念在我读过的书中出现了几次？各是什么语境？
  • 根据我积累的素材，总结一下"一人公司"模式的核心优势和风险
  • 帮我梳理一下所有跟"杠杆"相关的概念

8.4 定期健康检查

每隔一两周，对 AI 说：

请做一次健康检查

AI 会扫描整个知识库，告诉你：

  • 有哪些页面之间存在矛盾信息
  • 有哪些页面成了「孤岛」（没有任何链接指向它）
  • 有哪些概念被提到但还没有独立页面
  • 哪些内容可能需要更新
  • 建议你接下来可以补充什么方向的素材

这就像给知识库做体检。保持它健康、完整、互联。

九、进阶技巧

基础流程跑通后，这些技巧可以让你的知识库更高效。

9.1 Obsidian Web Clipper：一键收藏网页

安装 Obsidian Web Clipper 浏览器插件后，看到好文章时：

  1. 点击插件图标
  2. 选择保存到你的 Vault 的 sources 文件夹
  3. 文章自动转换为 Markdown 格式

回到 Claude Code，说一句 请喂入 sources/刚保存的文章名.md，就完成了从「收藏」到「消化」的闭环。

再也不会「收藏了就等于读了」。

9.2 图谱视图：可视化你的知识网络

在 Obsidian 中点击左侧的图谱按钮，你会看到：

  • 大节点：被引用最多的核心概念（说明这是你知识体系的枢纽）
  • 密集连线区域：知识交叉最密集的地方
  • 孤立节点：还没和其他知识建立连接的页面

这张图会随着知识库的增长变得越来越丰富。它是你个人知识体系的可视化地图。

9.3 下载图片到本地

如果你的素材中有重要的图片或图表：

  1. Obsidian 设置 → 文件与链接 → 附件文件夹路径设为 sources/assets/
  2. 设置 → 快捷键 → 搜索「Download」→ 绑定一个快捷键（如 Ctrl+Shift+D）
  3. 打开包含在线图片的页面，按快捷键，图片全部下载到本地

这样即使原网页消失了，你的知识库中图片依然完好。

9.4 有价值的回答存回知识库

当你向知识库提问，得到了一个很好的分析或对比，不要让它消失在聊天记录里。告诉 AI：

这个分析很好，请保存为wiki页面

AI 会把它整理好存入 wiki/comparisons/ 或 outputs/。你的提问也在为知识库增值。

十、不同场景怎么用？

虽然教程用了读书笔记的例子，但这套方法适用于很多场景：

场景素材来源Wiki 会生成什么
客户研究客户访谈记录、行业报告客户画像页、行业趋势页、需求对比页
行业分析研究报告、新闻、财报公司实体页、竞品对比页、趋势概念页
个人成长日记、读书笔记、课程笔记方法论页、认知模型页、行动清单页
项目管理会议纪要、需求文档、复盘报告决策记录页、风险清单页、里程碑页

对于独立顾问和一人公司创业者来说，你可以把每次项目经验、客户案例、行业洞察都喂入知识库。用不了多久，你就拥有了一个只属于你的行业智库——这就是你的护城河。

十一、常见问题

Q：费用是多少？

Obsidian 免费，Claude Pro 订阅 $20/月（约 145 元人民币），Claude Code 免费。每月总花费约 145 元。

Q：我英文不好，能用吗？

完全可以。CLAUDE.md 模板已经是中文的，AI 会用中文写所有 wiki 页面。你的素材也可以是中文的。

Q：知识库能有多大？

目前实测，100 篇素材、几百个 wiki 页面完全没问题。Karpathy 提到，在这个规模下用索引文件（index.md）导航就足够了。如果你的知识库增长到更大规模，可以加入搜索工具（如 qmd）。

Q：数据安全吗？

所有文件都存储在你自己的电脑上，不在云端。Claude Code 在本地运行时会读取这些文件来处理你的指令，但文件本身不会被上传或存储在其他地方。如果你想要版本管理，可以用 git 做备份——知识库就是一个文件夹，天然适合 git 管理。

Q：中途关闭了 Claude Code，再打开还能继续吗？

可以。Claude Code 每次启动都会读取 CLAUDE.md 和你的知识库文件。它不需要「记住」上次的对话——所有知识都已经沉淀在 wiki 页面中了。这正是这个方法的精妙之处：知识在文件里，不在对话里。

Q：可以用其他 AI 代替 Claude 吗？

可以。Karpathy 的原文提到这个方法适用于各种 LLM Agent，包括 OpenAI Codex、OpenCode 等。只是配置文件名和格式可能不同（比如 Codex 用 AGENTS.md）。本教程以 Claude 为例，因为它在中文处理和长文本理解上表现出色。

十二、30 天挑战：让你的护城河开始生长

知道了方法，关键是开始做。

给你一个简单的 30 天计划：

第 1 天：完成本教程的所有安装和配置步骤

第 1 周：每天喂入 1 篇素材（从你最近读的文章或书开始）

第 2 周：开始向知识库提问，把好的回答存回去

第 3 周：做第一次健康检查，根据建议补充素材

第 4 周：回头看看你的知识图谱——它已经开始生长了

30 天后，你会拥有一个包含 30+篇素材摘要、几十个概念和实体页面、互相链接的个人知识库。

这不是另一个收藏夹。这是一个会思考的第二大脑。

在 AI 时代，你读过的每一本书、做过的每一个项目、服务过的每一个客户，都可以沉淀为可复用的知识资产。

当别人还在每次从零开始搜索和整理时，你的知识库已经帮你把一切串联好了。

这，就是你的护城河。

本教程基于 Andrej Karpathy 于 2026 年 4 月 4 日在 GitHub 发布的「LLM Wiki」思想。

原文地址：gist.github.com/karpathy/442a6bf555914893e9891c11519de94f