今天我們做一件事：幫你建立一個屬於你自己的 LLM Wiki。
用 Andrej Karpathy 的方法——讓 AI 幫你把每次學到的東西寫進一個永遠屬於你的檔案夾。
下課時你會有一個會跟著你長大的第二大腦——今天先讓它記得**你自己選的第一件事**。
先做一件事讓你看清楚。打開你的 ChatGPT，走一遍：Settings → Personalization → Memory → Manage memories。你會看到你的 ChatGPT 記憶的**全部**——短短幾條、無法編輯、無法備份的句子。這就是「AI 記得你」的全部真相。
Tim 會在課堂上直接打開 ChatGPT 的 Memory 設定，讓你看見那些「醜陋清單」。然後打開 Tim 自己的 wiki 資料夾 讓你看見——另一種可能。
這不是「另一個做筆記的方法」。這是一種全新的、跟 AI 一起累積知識的方式——Andrej Karpathy（前 Tesla AI 總監、OpenAI 創始成員）在 2026 年 4 月公開的方法論。他叫它 LLM Wiki。
不是 ChatGPT「新對話就忘」的臨時記憶。這是你自己保管的檔案，永不消失。
每讀一份新資料 → wiki 變豐富一點。每問一個好問題 → 答案寫回 wiki 變新頁面。一年後價值是現在的 100 倍。
每個概念都連到其他概念——你的知識網越長越像人的思考網。這才是「第二大腦」的意義。
Obsidian is the IDE;
the LLM is the programmer;
the wiki is the codebase.
Obsidian 是 IDE、AI 是工程師、wiki 是 codebase。
意思是：wiki 就是檔案本身——AI 讀寫檔案，你選擇要不要有一個漂亮的介面看。
就這麼簡單。不是雲端、不是資料庫、不是 OpenAI 的伺服器。就是一個資料夾，裡面全是 .md 檔案。可以放在本機、Google Drive、iCloud、或 GitHub。Karpathy 把它拆成三層——
你收集的原始文章、書、筆記、影片逐字稿、對話記錄。不可變——AI 只讀不改。這是你的「知識素材庫」。
AI 從原始來源整理出的 markdown 頁面——摘要、實體、概念、關聯、對照。AI 全權維護：新來源進來時，它會更新相關頁面、加上互聯、找矛盾點。
一份 AGENTS.md 檔——教 AI 這個 wiki 怎麼運作、頁面怎麼命名、來源怎麼標記、如何維護一致性。你跟 AI 一起演化這份規則。
很多課會給你一段長長的 prompt 讓你複製。這堂課不這樣做。
Karpathy 自己在 gist 結尾說：「正確的用法就是把它分享給你的 AI，一起打造出適合你的版本。」
今天你只要學一個公式：網址 + 意圖 + 邀請對話。這個公式，你這輩子都能用。
學員學會的不只是 llm-wiki——而是「怎麼跟 AI 一起消化任何一份文件、把它變成自己的實作」。以後你看到任何 gist、任何論文、任何方法論，都可以用這個公式：把 URL 丟給 AI + 說你想做什麼 + 邀請它跟你討論。這個能力，你用一輩子。
請閱讀這個 gist： https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f Andrej Karpathy（前 Tesla AI 總監、OpenAI 創始成員） 在裡面說明了一個叫 LLM Wiki 的方法論—— 一個個人第二大腦系統。 我想在我的電腦上建立一個屬於我的版本。 請你： 1. 先讀完，跟我確認你理解了核心概念 2. 依照他的方法，幫我在合適的位置建立我的 wiki 3. 告訴我你建了什麼、我怎麼開始用 如果過程中你有選擇要問我，就問—— 不用一次做完，我們可以慢慢討論。
~/wiki/，可能叫別的（它會問你確認位置）。裡面有 AGENTS.md、index.md、log.md（或類似的檔案）。這個資料夾是你的。你的 wiki 建好了。它是空的。今天讓它記得你的第一件事——但這一段沒有 prompt 讓你複製。
你要學的是怎麼用問題引導 AI 一起把知識變成實作。挑幾個下面的討論題問——這是 wiki 主人跟 AI 對話的日常。
你不用全部問完。挑對你有感覺的問，一個一個來。每個問題後面有一個小提示告訴你「為什麼問這個」——這是你在學「怎麼跟 AI 深入對話」的技藝。
建議至少問完前 4 題再進 SCENE 06。你會發現：這 30 分鐘的對話，比你這輩子任何一次 ChatGPT 對話都深。
Tim 會在課堂上打開他自己已經跑了很久的 wiki——看看真實的第二大腦長什麼樣。他的 wiki 有蜂癒、有 AI Poker Copilot、有教育課程、有人物觀察，跑了半年下來變成什麼——這是你未來一年會看到的自己。
剛才你跟 AI 討論怎麼 ingest 資料時——你可能已經想到一個問題：「我可以直接給網址嗎？」可以，但要看情境。有三種方式——這一段是知識點，今天不強迫你裝，回家想深入的自己學。
老師的建議：今天先讓 wiki 跑起來、感受到體驗。爬蟲工具是加分項——你回家看看想不想深入，最推薦的是 Firecrawl（甜蜜點：不太難裝、覆蓋大部分場景）。想裝的話，跟你的 AI Agent 說「幫我裝 Firecrawl MCP」，它會引導你。
記住 Karpathy 那句：「Obsidian 是 IDE、AI 是工程師、wiki 是 codebase。」Obsidian 只是一個看 markdown 的視覺化工具——用不用都行，wiki 都能運作。今天你可以做二選一——
你的 wiki 是一個資料夾——你已經有了。AI 讀寫完美運作。你只要用：
Obsidian 是免費軟體。下載打開你的 wiki 資料夾就會出現：
[[頁面名]] 可以點擊跳Tim 會在課堂上打開他自己的 Obsidian，切到 Graph View——你會看到 幾百個節點串起來的網。這就是他 wiki 跑了幾個月的樣子。你今天可以裝、也可以不裝——但看看那張圖，你會知道未來的自己可能長什麼樣。
今天的產出可能是你這輩子開始最重要的一件事——因為它會跟著你一輩子、也會**跟著你長大**。
~/wiki/ —— 你的第二大腦。今天可能只有 4 個檔案，一年後可能是 400 個。
不管是文章、書、對話——那是你**自己選**要學的。它已經進了你的第二大腦。複利從今天開始。
你打開 Finder 就能看見你的記憶。你能編輯它、備份它、跟任何 AI 分享它。你第一次真正擁有你的記憶。
他叫它 Memex——一個私人的、活的、有連結的知識庫。
他當時想不通「誰要來維護這個東西」——所以 Memex 一直是夢。
80 年後，你今天在做的事，就是 Memex 的實現版本——
因為 AI 幫你做所有維護的工作。
你的工作，是選要讀什麼、想什麼問題、往哪裡走。
AI 的工作，是其他一切。
回家記得——每讀一份東西，就丟給你的 wiki 一次。
一年後你會發現：那個 wiki 開始像你。
保重。