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）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。

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：

翻阅 Wiki 中的吉卜力纪录片笔记
拉出 YC 公司落地页截图
甚至找到几年前保存的 1970 年代甲壳虫乐队周边照片
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 持久化知识库的核心优势。

与 LLM Wiki 的关系

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

2.4 KiB Raw Blame History Unescape Escape