Памятка после митапа
сентябрь 2026

LLM Wiki: память,
которая накапливается

Не чат с папкой документов, а обычная Markdown-wiki, которую AI-агент сам собирает, связывает и поддерживает.

В одной фразе:
источники остаются фактами, wiki становится актуальным синтезом, а агент — её редактором.

Как это работает — совсем просто

Канонические операции: ingest · query · lint
1

Raw sources

Заметки, статьи, PDF, звонки, документы. Оригиналы не переписываем — это след и источник истины.

2

Ingest

Агент читает новый источник вместе с текущей wiki: создаёт и обновляет страницы, ссылки, index.md и log.md.

3

Query → работа

Агент находит нужные страницы и отвечает с опорой на них. Полезный вывод можно вернуть в wiki как новое знание.

4

Lint

Проверка здоровья: противоречия, устаревшие claims, битые ссылки, orphan pages, пробелы и дубли.

↻ Maintenance = ingest + lint + улучшение правил

AGENTS.md — инструкция для редактора

Это README для агента: где лежит wiki, как устроены страницы, что считать источником, как выполнять ingest/query/lint и как отмечать неопределённость. Для Claude Code ту же роль часто играет CLAUDE.md.

raw/              # оригиналы, read-only
wiki/
  index.md        # карта знаний
  concepts/       # понятия
  people/         # сущности
  log.md          # история изменений
AGENTS.md         # схема + правила

Первый prompt

«Создай LLM Wiki по теме __ по паттерну Andrej Karpathy. Сохраняй raw sources неизменно; веди связанную Markdown-wiki; опиши в AGENTS.md операции ingest, query и lint. Начни с одного источника и покажи, какие страницы изменил».

Старт за 15 минут

1Откройте отдельную папку в Codex или Claude Code.
2Дайте агенту gist Карпати и назовите тему wiki.
3Положите в raw/ один хороший источник.
4Запустите ingest и внимательно посмотрите diff.
5Задайте один реальный вопрос из своей работы.
6После нескольких источников запустите lint.

Не путать

RAG

Каждый раз ищет подходящие фрагменты в корпусе и собирает ответ заново.

LLM Wiki

Заранее поддерживает читаемый, связанный и версионируемый синтез.

Гуглить так

Karpathy LLM Wiki ingest · query · lint persistent knowledge base AGENTS.md context engineering agent memory Obsidian · wikilinks RAG vs LLM Wiki

Три правила, которые спасают wiki

✓Начинайте с одного домена и одного реального вопроса, а не с импорта всего диска.
✓Храните provenance: ссылка на source, дата, автор и уровень уверенности важнее красивой формулировки.
✓Не отдавайте секреты и чужие данные без оснований. Права доступа и human review — часть архитектуры, не «потом».

Когда это хороший выбор

ДаЗнания растут месяцами, связаны между источниками и должны быть читаемыми и проверяемыми.
Скорее нетРазовый вопрос, постоянно меняющиеся числа или данные, к которым ещё не спроектирован безопасный доступ.