20398980506978390411. Karpathy分享本地AI知识库构建方法:Obsidian+纯本地Markdown+反向链接+LLM驱动Wiki
📄 Karpathy分享了他如何构建本地的AI知识库。跟我用的方法也很相似,但还是有很多可以借鉴的地方,推荐看看。都是用的Obsidian,纯本地MD,然后用一些反向链接、索引的方式把它们连起来。他构建了一个用大语言模型驱动的个人Wiki知识库,然后把原始资料都丢进一个叫RAW的目录。🕐 20260403
💡 核心逻辑
LLM驱动的个人知识库正在成为AI研究者的标配工作流,Obsidian+LLM的组合将个人知识管理提升到新层次
📰 实时背景
AI工具普及推动个人知识管理(PKM)工作流革新,Karpathy的工作流具有极高参考价值
20398440727482042462. AI研究者用Obsidian构建智能体知识库,每日整理研究论文并微调专属Skill
📄 为我的智能体构建个人知识库是我近期越来越多时间的投入方向。和Karpathy一样,我也使用Obsidian管理MD文档库。我的不同之处在于我每天整理研究论文,并实际微调了一个Skill用于……🕐 20260403
💡 核心逻辑
个人知识库+智能体结合正在形成新范式,AI研究者自身也在成为AI工作流的最先进用户
📰 实时背景
Karpathy分享工作流后引发AI社区广泛讨论,研究者们互相分享各自的PKM+AI实践
20398308194984919193. OpenAI Codex调整定价,现可无需预付承诺直接在工作中试用
📄 我们调整了定价,现在无需任何预付承诺即可在工作中试用Codex。Codex(尤其是通过App使用!)已经变得非常出色。祝开发愉快!🕐 20260403
💡 核心逻辑
降低进入门槛是推广AI编程工具的关键策略,免费试用将加速企业侧采用
📰 实时背景
OpenAI加速推进Codex企业化落地,与GitHub Copilot等竞品的市场争夺持续
20398087114522462614. Karpathy设想:每个LLM查询可触发一组LLM自动构建临时Wiki并生成完整报告
📄 在自然延伸中,可以想象对前沿LLM的每次查询都会触发一组LLM来自动化整个过程:迭代构建一个完整的临时Wiki,对其进行检查,循环几次,然后写出完整报告。远超`.decode()`的层次。🕐 20260403
💡 核心逻辑
从单次LLM调用到多LLM协作生成知识图谱是AI能力的量级跃升,指向未来Agentic AI的工作范式
📰 实时背景
Karpathy正在研究LLM驱动知识库,此为对该范式未来形态的前瞻性思考
20398056595256445955. Karpathy:用LLM构建个人知识库正成为最高效的研究工作流
📄 LLM知识库。我最近发现非常有用的一件事:使用LLM为各种研究兴趣领域构建个人知识库。通过这种方式,我近期大量的token消耗不再主要用于操作代码,而是更多用于操作……🕐 20260403
💡 核心逻辑
LLM用途从代码生成扩展到知识管理,标志着AI辅助研究工作流的范式转变
📰 实时背景
Karpathy从OpenAI离职后专注于AI教育和研究工具创新,其工作流对业界影响深远
20398045838627963456. Pika推出首个支持任意智能体的实时视频对话技能PikaStream1.0测试版
📄 有了面孔和声音,对话往往更顺畅。这就是为什么我们很高兴发布由全新实时模型PikaStream1.0驱动的首个适用于任意智能体的视频对话技能测试版。该技能保留记忆和个性,并支持实时……🕐 20260403
💡 核心逻辑
将视频通话能力引入AI智能体是人机交互的重大突破,面部表情和语音的加入将大幅提升沉浸感
📰 实时背景
AI智能体正在从文本交互扩展到多模态实时交互,Pika在视频生成领域持续创新