Karpathy 的 LLM Wiki 给了一个很强的提醒：真正有价值的，不是每次问问题时临时把资料翻出来，而是让大模型持续维护一套会增长、会修订、会交叉引用的知识库。
这也是为什么这条线值得单独做成专题。它讨论的已经不只是记笔记，而是在讨论：知识如何被持续沉淀，如何被版本化，如何在换机器、换模型、换 Agent 之后还能继续复用。
1. 为什么值得做
很多人已经在用大模型处理文档，但处理完之后，知识往往还是散的。上传文件、临时检索、临时拼答案，这一套能解决“眼前这个问题”，却很难解决“下次还能不能接着用”。
LLM Wiki 这套思路刚好反过来：不要每次查询都从原始资料重来一遍，而是让模型把知识先编译进一套持续更新的 Markdown wiki。这样一来，交叉引用、矛盾标记、主题归纳、阶段性判断都会沉淀下来，知识会开始复利增长。
不是临时问答
重点不在“这次能回答出来”，而在“下次不用再从零开始”。
不是静态笔记
知识页会随着新资料和新问题不断修订，而不是写完就躺平。
不是一次性整理
真正值钱的是长期维护能力，是知识不断变厚、变稳、变可调用。
2. 三层结构：GitHub、Wiki、Agent 各管一层
这条线最清楚的地方，在于它可以被拆成三层，各自职责很明确：
| 层级 | 负责什么 | 怎么理解 |
|---|---|---|
| GitHub / Raw Sources | 存、更、同步、版本 | 原始资料、Prompt、Skill、代码、配置都放在这里，作为权威底座 |
| Wiki / Obsidian | 读、查、链接、展示 | 它更像知识交互界面，适合给人快速浏览、回看、串联 |
| LLM / Agent | 编译、更新、归档、交叉引用 | 负责把零散资产持续编译成结构化知识，而不是临时聊天回答 |
这样看就很清楚了：GitHub 不是只是“放代码”，Wiki 也不是只是“写笔记”，而 Agent 不再只是问答助手。三者拼起来，更像一个可维护的个人知识系统。
3. 更像工程而不是笔记的工作流
这条线最好用的地方，是它非常适合工程化地维护。核心动作其实就三步：摄入、查询、检查。
摄入
把新资料放进原始资料集，让 Agent 读取、提炼、更新页面、补索引和日志。
查询
优先针对 wiki 提问，把一次真正有价值的分析沉淀回知识库，而不是留在聊天记录里。
检查
定期让 Agent 查矛盾、孤儿页、缺链、过时结论，保证知识库持续健康。
如果换成更接地气的话说，这不是“笔记软件怎么用”的问题，而是“如何让知识像代码库一样被维护”。资料源不断进入，页面不断修订，结构不断生长，最后形成的就不只是记录，而是一套可以调用的能力资产。
5. 一点现在的感想
其实，GitHub 在这里已经不只是代码托管，更像知识系统的底层：负责“存、更、同步、版本”；Wiki / Obsidian 更像上层界面，负责“读、查、链接、展示”；而大模型 / Agent 则是中间那层编译器，把零散的 Prompt、Skill、代码、资料、经验，慢慢编译成可继续使用、可继续传递的东西。
所以这件事早就不只是“做笔记”了。它更像是在把一个人的思路、经验、偏好、判断方式，沉淀成可调用、可迁移、可复用的能力包。今天看是个人知识库，明天看也许就是个人维基、个人操作系统，甚至是某种更长期的数字化自我。
随着大模型能力越来越强，越来越会相信一件事：everything can be skill。同事可以是 skill，前任可以是 skill，乔布斯可以是 skill，甚至自己也可以是 skill。把一个人的知识结构、表达习惯、判断方式，一点点沉淀成可以被调用的能力，这何尝不是一种赛博永生。