介绍 Wikiwise：一款开源 Mac 应用，用于管理你自己的 Karpathy 风格 LLM 维基。知识系统从临时查资料到长期建维基的硬核转变，Wikiwise让AI当知识工程师，你只管提要求，知识自己长成网络，像种树一样收获复利。
几个点击就能建一个新 wiki：你只需要 Wikiwise 这个工具 + 你的 AI 助手（比如 Claude、Codex 等）。
想怎么改就怎么改，底层就是 markdown 和 html 文件，点一下就能公开分享你的 wiki。
具体操作：
1. 在 Mac 上安装 Wikiwise（用 Swift 写的，所以超级小、跑得飞快）。按 Karpathy 的说法，Wikiwise 就是你写 wiki 的“IDE”。
2. 新建一个 wiki：它会在你电脑上自动生成一个文件夹，里面搭好了 wiki 的基础结构（index.md、raw 文件夹、wiki 文件夹、AGENTS.md 等），但尽量不夹带私货。
3. 让你的 AI 助手（Codex、Claude Code、Cursor 等）指向这个文件夹，然后告诉它要导入什么——比如你电脑上的文件、连你的 Readwise 账号、或者网页链接。
4. AI 助手帮你创建 wiki：它知道怎么处理你的原始资料（通过 AGENTS.md 指引），然后立刻开始帮你写 wiki 页面并自动建立链接。
5. 随便折腾定制！渲染好的 wiki 页面就是文件夹里的静态 html/css 文件，所以直接告诉 AI 助手改就行。如果你还想更深入的定制，Wikiwise 完全开源。
6. 用你的 AI 助手提问、查资料、让它找新来源、写新文档等等。
7. （可选）点“发布”按钮，就能通过一个自定义网址把 wiki 分享给朋友或同事。
作者背景
我做 Wikiwise 时的几个原则：
1. 容易上手：不想让用户折腾一堆不同软件。我建一个新主题的 wiki 只要几分钟——我自己已经有五个了！
2. 无限定制：Karpathy 说的那种 wiki 的好处就是，你可以让 AI 助手改任何地方。每个 wiki 的样式和结构都只存在它自己的文件夹里，这样就能随便改。Wikiwise 只是个 IDE，帮你省去设置麻烦，给个干净、不夹带私货的起点。
3. 极简：Wikiwise 大部分用 Swift 写，安装包 DMG 只有 2.6MB（惊叹号！）。
4. 方便分享：我同事 EleanorKonik 自己用 LLM 建 wiki 好几个月了，但一直没法轻松分享给她的读书会。有工具能做到，但搞托管太头疼了。这正好是 Wikiwise 该解决的问题。
顺便说一句，做 Wikiwise 的过程也挺有意思——我先按 Karpathy 的推文和我自己的笔记，亲手建了一个 wiki，然后跟我的 LLM 合作，慢慢把这个工具的样子做出来。这全是在 Readwise 最近一次内部黑客马拉松的 3 天里搞定的。活在这个时代真特么爽。
从RAG到LLM Wiki：知识系统的核心范式转移
Wikiwise不是一个普通工具，它代表了一种全新的知识生产玩法。传统RAG就像你每次考试前临时翻书找答案，而Karpathy提出的llm-wiki pattern则是你平时就建好一座图书馆，知识不再临时抱佛脚，而是被长期整理、维护和升级。
这种变化直接改变你和AI的搭档关系。你再也不用每次都像喂饭一样给AI塞上下文，而是把知识慢慢沉淀成一个不断长大的维基系统。AI不再只是个答题机器，它变成了一个专门帮你打理知识结构的“知识工程师”，负责整理、归纳、连线和更新你的信息宝库。
从结果上看，这套系统超级牛的地方在于它有“复利效应”。你每加一个新资料，不只是多一条信息，而是把这个新东西扔进整个知识网络，让它被到处引用、结构化整合，从而让整个系统的聪明程度蹭蹭上涨。知识开始像朋友圈一样互相点赞转发，而不是像仓库一样堆灰。
Wikiwise的本质定位：AI时代的知识IDE
Wikiwise的本质压根不是一个阅读工具，它就是一个“知识开发环境”，跟你写代码用的IDE是一回事。它把你的markdown文件夹变成一整套可以随便看、能发布、能不断升级的知识系统，让AI助手在里面给你打工。这种设计有一个超级硬核的关键点：一切都基于你电脑上的本地文件系统。
所有知识都是干干净净的markdown文件，所有结构就是文件夹，所有输出都是标准的HTML网页。这意味着整个系统完全透明，没有什么黑箱操作，也没有任何锁定你的套路，你对知识拥有绝对的控制权。这种“本地优先”的设计太关键了，它直接干掉了云端工具常有的坑，比如数据不能迁移、格式封闭、长期不可控。
Wikiwise靠这种极简设计，把复杂的脏活累活全部甩给AI助手处理，而把控制权老老实实交还给你。更进一步看，它实际上把“知识管理”这玩意儿直接升级成了“知识编程”。你不再只是傻傻记录信息，而是在构建一个可以被AI读取、修改、甚至编译的知识程序。每一个markdown文件，本质上都是这个巨大程序的一块拼图。
Agent驱动的知识生产流程
Wikiwise最核心的机制简直爽到飞起：人类负责挑哪些信息有用，AI负责处理这些信息。整个流程分工极度清晰，就像流水线一样顺滑。你创建维基结构，添加原始资料，然后AI助手自动完成总结、归类、交叉引用和更新。这种分工让你彻底告别低价值的重复劳动，比如整理笔记、建立索引、维护链接这些烦人事。
具体流程可以拆成几个关键步骤，每一步都让你感受到什么叫自动化。首先你创建一个维基，系统自动生成完整文件夹结构。然后你连上AI助手，比如Claude Code、Codex或Cursor。接着你导入数据来源，可以是网址、本地文件或Readwise。最后AI助手持续维护整个系统，像永动机一样干活。这里真正的变化在于“写作权”彻底转移了。
过去是你自己写笔记，AI帮你查查资料。现在是AI帮你写维基，你负责判断方向对不对。你从苦哈哈的执行者变成了“策展人”，专门负责选信息和提问题，而不是抠细节整理。这种转变就像你从搬砖工变成了建筑设计师，动动嘴皮子就让AI帮你盖大楼，太爽了。
架构设计：极简组件组合的高效系统
Wikiwise的架构非常克制，但组合起来却形成了完整能力，就像乐高积木一样简单又强大。它使用SwiftUI构建macOS应用，通过SwiftPM管理依赖，没有Xcode项目，保持极简依赖。这意味着你不会被各种复杂框架搞得头大，系统轻巧得像一片羽毛。Markdown编译为HTML的过程由JavaScriptCore驱动，整个渲染链条是可控且可修改的。
你可以直接动手调整style.css或build.js，改变整个维基的展示风格。系统还嵌入了SwiftTerm终端，让AI助手可以直接在应用内部运行。这一点超级关键，因为它打通了“编辑环境”和“执行环境”，你再也不用频繁切换工具了。FSEvents文件监听则实现了实时重编译，只要文件一变化，维基自动更新。
这种体验类似前端开发中的热更新，让你改完内容立刻就能看到效果，知识系统瞬间有了“即时反馈”的快感。整体来看，这套架构没有复杂的后端服务，没有数据库依赖（默认情况），也没有庞大的框架。它只靠文件系统、编译器和AI助手三者组合，就实现了一个完整的知识操作系统，简单粗暴但极其有效。
Wiki结构设计：知识如何被长期组织
Wikiwise的文件结构不是随便拍脑袋设计的，而是严格围绕“可维护性”和“可扩展性”构建，每个维基都是一个完全独立的系统。这一点超级重要，因为它让你管理知识就像管理代码项目一样清晰。来看看这个结构有多讲究：
my-wiki/ |
这个结构体现了一个核心原则：原始数据与加工数据彻底分离。raw目录永远不变，像保险箱一样锁着你的原始资料。wiki目录由AI助手维护，像活字印刷一样灵活。这保证了系统可以随时重建，而不会污染原始信息。sources目录采用“一源一总结”的方式，避免信息混在一起变成浆糊。
index.md和log.md分别承担结构索引和时间记录，让系统既有结构视角，又有演化轨迹。这种设计实际上干掉了知识管理中的两个经典老大难问题：信息污染和结构混乱。通过明确划分职责，每一类文件都有固定角色，让AI助手可以稳定操作，不会像无头苍蝇一样乱撞。
可定制与可发布：从个人知识到公共资产
Wikiwise强调“无限可定制”，本质原因在于它没有搞什么抽象层封装，一切都是赤裸裸的markdown和HTML。这意味着你可以让AI助手修改任何内容，从文件夹结构到网页样式。这种能力让知识系统变得类似软件工程项目，你可以不断迭代设计，调整信息架构，甚至为不同主题创建完全不同的维基风格。
你可能会问，改样式有什么用？想象一下，你做一个技术维基用深色主题，做一个旅行笔记用明亮风格，AI助手都能一键切换。发布能力则干掉了另一个长期痛点：知识无法轻松分享。传统知识库往往烂在自己电脑里，而Wikiwise通过一键发布，把它变成任何人都能访问的静态网站。这一点超级关键，因为它让“个人知识库”升级为“可传播知识资产”。
你不只是个学习者，同时摇身一变成了知识生产者和分发者。比如你整理了全套Python学习笔记，发布后你的朋友可以直接看，不用再问你“那个文件在哪”。更逗的是，你可以让AI助手自动生成不同版本，一个给小白看，一个给大神看，一个给面试官看。这种定制能力让你从知识消费者变成知识网红，你的维基就是你的个人品牌。
为什么这种模式会持续增长
Wikiwise之所以有潜力，不是因为功能多到爆，而是因为它符合一个长期趋势：AI正在接管“结构化劳动”，而人类专注于“意义判断”。在这个系统中，AI负责执行脏活累活：总结、链接、整理、维护。人类负责动脑子的决策：选信息、提问题、判断价值。这种分工符合认知效率最大化原则，让你用最少的力气获得最大的知识收益。
更重要的是，这种系统具有“路径依赖”这种超强粘性。一旦你开始积累维基，切换成本会迅速增加，因为知识已经被结构化嵌入系统。你想换到别的工具？得把所有文件夹结构、交叉引用、AI助手的配置文件全部重来一遍，累死你。这种粘性反而成为优势，因为它逼你长期使用，越用越熟练，越熟练越离不开。
从长期看，这类系统可能成为个人认知的“操作系统”。它不是简单工具，而是承载思考过程、知识结构和决策逻辑的基础设施。你可以把它想象成你的第二大脑，而且这个大脑还在不断升级。每加一个新资料，它就更聪明一点，就像你每天健身，肌肉慢慢变大。这种模式会持续增长，因为它踩准了AI时代的人机协作节奏，让你永远站在知识管理的最前沿。