81 lines
2.4 KiB
Markdown
81 lines
2.4 KiB
Markdown
---
|
||
categories:
|
||
- "[[LLM Wiki]]"
|
||
tags:
|
||
- wiki
|
||
- case-study
|
||
- ai/agent
|
||
- personal-knowledge
|
||
created: 2026-04-07
|
||
source:
|
||
- "[[llm-wiki]]"
|
||
- "[[刚刚，Karpathy 开源个人 LLM Wiki]]"
|
||
type: concept
|
||
aliases:
|
||
- Farza's Wiki
|
||
- 个人维基百科
|
||
---
|
||
|
||
# Farzapedia
|
||
|
||
> **Farzapedia** 是开发者 Farza 基于 [[LLM Wiki]] 模式构建的个人维基百科——从 2500 条日记、Apple Notes 和 iMessage 对话中，LLM 生成了 400 篇互相链接的文章。
|
||
|
||
## 背景
|
||
|
||
[[Andrej Karpathy]] 的 LLM Wiki 帖子发布两天后，开发者 **Farza**（[@FarzaTV](https://x.com/FarzaTV)）就做出了一个令人印象深刻的实践。
|
||
|
||
Karpathy 本人在看到后专门发帖点赞，列出了 [[BYOAI|四大优势]]。
|
||
|
||
## 数据规模
|
||
|
||
| 指标 | 值 |
|
||
|------|-----|
|
||
| 原始来源 | 2500 条日记 + Apple Notes + iMessage 对话 |
|
||
| 生成文章 | 400 篇详细文章 |
|
||
| 内容覆盖 | 朋友、创业项目、研究方向、最喜欢的动漫及其影响 |
|
||
| 链接结构 | 全部带有反向链接（backlinks） |
|
||
|
||
## 核心洞察
|
||
|
||
> "这个 Wiki 不是给我看的，是给我的 Agent 看的。"
|
||
> — Farza
|
||
|
||
Wiki 的文件结构和反向链接对任何 Agent 来说都**天然易于爬取**。Agent 从 [[index]] 出发，就能精准定位到需要的页面。
|
||
|
||
## 实际应用案例
|
||
|
||
Farza 在设计新的落地页时，跟 Agent 说：
|
||
|
||
> "看看最近启发我的图片和电影，给我一些文案和视觉风格的建议。"
|
||
|
||
Agent 自主执行：
|
||
|
||
1. 翻阅 Wiki 中的吉卜力纪录片笔记
|
||
2. 拉出 YC 公司落地页截图
|
||
3. 甚至找到几年前保存的 1970 年代甲壳虫乐队周边照片
|
||
4. 给出了**相当靠谱的回答**
|
||
|
||
## 与 RAG 的对比
|
||
|
||
Farza 透露他一年前用 RAG 做过类似系统，但效果"一言难尽"。而基于文件系统的知识库，Agent 天然就能理解，反而好用得多。
|
||
|
||
这验证了 [[RAG vs 持久化知识库|文件优先]] 的核心优势。
|
||
|
||
## 与 [[LLM Wiki]] 的关系
|
||
|
||
```mermaid
|
||
graph LR
|
||
Karpathy["Karpathy<br/>提出模式"] --> Farza["Farza<br/>快速实践"]
|
||
Farza --> Karpathy2["Karpathy<br/>点赞总结"]
|
||
Karpathy2 --> BYOAI["BYOAI<br/>四大优势"]
|
||
|
||
style Karpathy fill:#bbf,stroke:#333
|
||
style Farza fill:#bfb,stroke:#333
|
||
style BYOAI fill:#fbb,stroke:#333
|
||
```
|
||
|
||
## 来源
|
||
|
||
- [[刚刚，Karpathy 开源个人 LLM Wiki]] — 中文报道（AGI Hunt / J0hn）
|
||
- [Farza 的 X 帖子](https://x.com/FarzaTV/status/2040563939797504467)
|