你的第二大脑死过几次了？
我死过三次
第一次搭的时候特认真。标签打好，结构理清，交叉链接也做了
两个月后标签过时了没人改，断链了没人修。新笔记往里一扔就不管了
再过两个月打开一看，一堆垃圾
然后重建。然后再烂尾
你是不是也这样？
本质上来说这不是你的问题。所有人的第二大脑都是这么死的：维护太累了，累到比写笔记本身还累
但有少数人已经跳出这个循环了。他们的知识库是复利的：每天都在变厚，喂给 AI 的上下文每天都在变好，输出质量每天都在拉开差距
他们用的方法来自 Karpathy。就是那个 OpenAI 创始团队、前 Tesla AI 总监的 Karpathy。这条推文几天跑了几千万曝光
Apr 3
LLM Knowledge Bases Something I’m finding very useful recently: using LLMs to build personal knowledge bases for various topics of research interest. In this way, a large fraction of my recent token throughput is going less into manipulating code, and more into manipulating
核心思路一句话：让 Claude Code 替你维护 Wiki
我花了几天把围绕这套方法的内容翻了个遍。
怎么安装，怎么录入内容，怎么修复链接问题，怎么让别的 AI 使用你的知识库
接下来一步步讲！！
你身边肯定有人也被这个问题折磨过，转发给他，省得他再烂尾一次
三步搭好
Karpathy 发了两条推文
第一条是一个模糊的想法——用大模型维护个人知识库。几千万人看了，然后大部分人照着这个想法自己瞎搞了一通
但真正的方法论在第二条。他写了一份文档，把整套系统拆成了三层：一层放原始素材，一层放 AI 整理后的知识，还有一层是规则文件，告诉 AI 该怎么维护这套东西。操作也就三种：录入、查询、修复
Apr 5
Wow, this tweet went very viral! I wanted share of a possibly slightly improved version of the tweet in an “idea file”. The idea of the idea file is that in this era of LLM agents, there is less of a point/need of sharing the specific code/app, you just share the idea, then the
讲清楚第二条的人不多。接下来就讲这个
假设你已经装好了 Obsidian 和 Claude Code。没装的话链接放在文末，几分钟的事
第一步，在 Obsidian 里建一个 Vault
第二步，打开 Claude Code，用这个 Vault 文件夹
第三步，把 Karpathy 的那份规则文档贴进去。地址在这：https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f
然后你就不用动了
Claude Code 会自己把整套目录建好——raw/ 放原始素材，wiki/ 放整理后的知识页面，index.md 做索引，log.md 记操作历史
等它跑完，你会看到它问你一句话：「要不要录入第一篇文章？」
5 分钟，整套 Wiki 结构就搭好了
但目录结构只是个空架子。真正有意思的是你往里面扔第一篇文章的时候
第一篇文章进去之后
往 raw/ 里扔素材，手动就用 Obsidian 的 Web Clipper 插件，看到好文章直接裁剪进去。
地址：https://obsidian.md/clipper
但我这里用的是Hermes 这类 Agent 可以帮你持续收集，它爬虫能力很强， 我让它把，Karpathy 的那份规则文档贴进去贴如，raw/。
在 Claude Code 里说一句：帮我录入最新文章
接下来你就看着它干活
它会先通读整篇文章，然后开始拆。先写一份摘要，再把里面提到的概念一个个提出来，每个概念建一个单独的页面。文章里提到的人物会建页面，提到的工具会建页面，提到的方法也会建页面。而且页面之间会自动做好双向链接——比如你录了一篇讲 Claude Code 的文章，Claude Code 那个页面也会链回这篇文章
然后它会更新 index.md，把新建的页面都登记进去。再在 log.md 里记一笔：什么时间录入了什么，动了哪些页面
整个过程你就说了一句"帮我录入这篇"。一篇文章下来，你的 wiki/ 里可能多出来十几个页面
但最直观的不是文件数量。
打开 Obsidian 的图谱视图，你会看到一堆点和线。点是知识页面，线是它们之间的引用关系。你的笔记之间开始有结构了
你只管往里面扔素材，Claude 替你把散的知识串起来
但你可能已经在想一个问题了——文章越塞越多，这个 Wiki 不会又变成一堆垃圾吗？
这次为什么不会烂尾
这个担心完全合理。之前你的第二大脑就是这么死的，对不对？
但 Karpathy 这套方法里有一个操作专门干这个事，叫修复检查
你在 Claude Code 里说一句：帮我检查一下 Wiki 的健康状况
它会把整个 wiki/ 扫一遍，找四种问题：哪些页面之间说法有矛盾，哪些页面没有任何链接指向它（孤儿页面），哪些概念被反复提到但还没有自己的页面，哪些信息已经过时了被新素材推翻了
扫完之后它会给你一份报告，告诉你哪里有问题。你说修，它就修
但值得注意的是，你连这一步都可以不用自己做
把这个检查写成一个定时任务，设成每周自动跑一次。你什么都不用管，每周一早上 Wiki 自己做一次体检，自己修好
想想你之前的第二大脑是怎么死的——标签过时了你懒得改，断链了你懒得修，结构该重组了你没那个精力
现在这些事全是 Claude Code 的活。维护成本从你的时间变成了一条命令
但到这里你可能会想：花这么大功夫维护一个 Wiki，就为了记笔记？
不只是笔记
光拿来记笔记就太亏了
你自己读的话，打开图谱视图，什么概念跟什么有关系一眼就看到了。前面讲过，不重复了
但更值钱的是让 AI 来读
把 wiki/index.md的地址 丢进任何一个 AI 聊天窗口里就行。这个文件里登记了你所有知识页面的标题和摘要。AI 拿到之后就能在你的知识库里搜了。你问什么，它从你自己的研究里找答案，不是从互联网上瞎编
但这还是临时的，每次聊天都要手动丢一次
更好的做法是写进 Agent 的配置文件里。
比如 Claude Code 有个 CLAUDE.md，你在里面加一句：需要了解我的时候去读这个目录下的 Wiki。从那之后这个 Agent 随时能翻你的知识库，你再也不用每次跟它解释你是谁、你在做什么了
而且你往 Wiki 里放的东西不只是收藏的文章
你可以扔一个话题进去，让 AI 不断往下拆解。比如你想搞懂一个新领域，把话题丢进去，Claude 会帮你拆成子概念，每个子概念建一个页面，你顺着读就行。这是拿 Wiki 来学习
但更有意思的是把你自己的东西放进去。你平时的思考，跟人聊完之后的复盘，对某个问题的判断。这些东西是你最独有的，互联网上搜不到
AI 拿到这些之后会越来越懂你。你让它帮你写东西，它知道你的风格。让它帮你做判断的时候，它知道你之前踩过什么坑。用得越久越好用
而且因为是分级查询，AI 先读 index 找到相关页面再去读具体内容，不用把所有笔记一股脑全塞进去。token 省得多
你建的是一个所有 AI 都能读的个人知识库，用得越久它就越懂你
第二大脑优势
到这里，从搭建到录入到修复到让 AI 使用，整套流程你都看完了
我承认这套系统有门槛。你得花 5 分钟搭起来，得花时间往里面喂素材，前期你会觉得 Wiki 里东西太少没什么用
但你想想另一种情况：你不搭。每次跟 AI 聊天还是从零开始解释你是谁，90% 的输入信息还是会蒸发掉，隔几个月还是会重建一次第二大脑然后再烂尾
搭的人和不搭的人，三个月后差距就出来了。因为知识库是复利的，每多录一篇，后面所有的查询和输出都会变好一点
今天就建一个 Vault，贴进去那份规则文档，录入你的第一篇就5 分钟的事。
Karpathy 的规则文档地址：https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f
Obsidian 下载：https://obsidian.md/
Claude Code 下载：https://claude.com/product/claude-code
觉得有用就转发给你朋友。这种东西早一天搭就早一天开始积累