Andrej Karpathy宣佈不再寫代碼，轉向用LLM構建個人知識庫
前OpenAI聯合創始人、前特斯拉AI總監Andrej Karpathy表示，已將工作重心從“寫代碼”轉向“編知識庫”，用LLM管理個人知識體系。
其完整工作流包括：raw目錄收集論文/文章/代碼/圖片，用Obsidian剪藏網頁；LLM自動編譯成含摘要、反向鏈接、互聯的Markdown Wiki；Obsidian作爲前端瀏覽與可視化；LLM Agent基於Wiki完成複雜問答並反哺歸檔；自動體檢補全數據。
開發者與研究者採用Karpathy式LLM知識庫工作流，資金從傳統代碼編寫工具轉向AI驅動的知識編譯與管理平臺，Karpathy式原型工具及Obsidian生態受益，單純代碼生成Agent面臨功能替代壓力。
來源：公開信息
ABAB AI 解讀
Andrej Karpathy此前在OpenAI與Tesla期間推動自動駕駛視覺系統與GPT系列教學，此後多次公開分享個人生產力系統，早前已將LLM用於代碼生成，此次轉向知識庫編譯延續其“LLM作爲通用認知引擎”理念，從工具使用者升級爲系統構建者。
資本路徑上，Karpathy通過推文與原型腳本公開分享完整harness（raw收集→LLM編譯Wiki→Agent問答→反哺+體檢），引導開發者資源向Obsidian插件、自定義LLM Agent與合成數據微調集中，早期採用者可快速積累個人/團隊知識資產，形成“人只提問、LLM全權讀寫”的低人力成本循環。
類似Notion AI、Mem與Reflect等知識管理工具的演進路徑，此次Karpathy工作流處於個人/團隊知識管理從“手動整理”向“LLM自主編譯與維護”轉型的擴張早期，已在960萬瀏覽量下引發廣泛復刻。
本質屬於技術替代：傳統依賴人工閱讀、整理與索引的知識管理工作被LLM自動編譯Wiki+Agent循環完全替代，Karpathy將LLM從“代碼生成工具”升級爲“知識引擎”，重構個人生產力從“人力主導”向“AI全棧自主維護”的機制，爲下一代產品化知識操作系統鋪路。