公众号、知乎、网页剪藏、PDF、视频转写、AI 对话截图——收藏夹越来越满，三个月后想不起标题、记不得关键词，搜也搜不出来。
这是大多数人的知识管理困境：存完即结束，没有人管后续。
金尘马（@jinchenma_ai）这篇文章系统梳理了 AI 时代个人知识库的搭建思路，核心框架来自 Karpathy 提出的 LLM Wiki 概念：用 AI 像维护代码仓库一样维护你的知识库。
传统笔记的根本问题：只进不出
文件夹要求你提前判断分类，标签要求你持续手动打标。刚开始还行，资料一多，维护成本就非常高。最终你拥有的不是知识库，是一个越来越大的仓库——东西都在，但没人整理，没人索引，没人告诉你哪些互相关联、哪些已经过时。
AI 知识库和传统笔记的区别：不在"存"，在"维护"
把"我存过什么"变成"我现在能从已有笔记里找到什么、组合出什么"，这才是 AI 知识库真正有价值的地方。不是多一个输入框，是让它帮你把资料重新组织成可提问、可追溯、可持续更新的结构。
LLM Wiki 的五项核心工作
持续编译：新资料进来，AI 读完之后把关键信息整合进已有的概念页、索引和日志，持续往已有结构里加东西，不是每次从头翻。
跨资料连接：三个月前存了一篇讲提示词的文章，上周记了一段跟 AI 协作的复盘，两个文件在文件夹里隔得很远。AI 能看出来它们讲的是同一件事，帮你连起来。单独的碎片没有意义，放在一起才能出现共同主题、相互印证或冲突的判断。
问答回流：问了一个复杂问题，AI 翻遍你的资料库拼出一个答案。如果不存下来，下次还得重新问。AI 可以帮你把答案落成文件，下次直接调用。
巩固知识网：每篇新资料进来，AI 会把它挂回旧概念、旧项目和旧问题上。知识库不会越用越散，反而越用越清楚。
健康检查：定期扫描整个库——哪些页面缺来源？哪些概念互相矛盾？哪些页面是孤岛？哪些判断可能过期了？这个动作是让知识库结构一直保持健康的基本维护。
目录结构建议
AI 知识库/
├── raw/ # 原始资料，只新增，不乱改
│ ├── articles/ # 外部文章、博客、教程
│ ├── papers/ # 论文、研究报告
│ └── clips/ # 网页剪藏、摘录
├── wiki/ # AI 编译后的知识条目
│ ├── index.md # 知识库总目录
│ ├── log.md # 维护日志
│ ├── concepts/ # 概念页，每个重要概念一个文件
│ ├── entities/ # 实体页：人、组织、产品、项目
│ ├── syntheses/# 综合页，跨资料整合后的主题梳理
│ └── sources/ # 来源摘要页，每条原始资料一份
├── outputs/ # 问答、报告、健康检查
│ └── qa/ # 复杂问题的答案存档
LLM Wiki 概念由 Karpathy 提出，文中使用 Codex 或 Claude Code 配合 Obsidian 操作。